大家好，我是富荣基金郎骋成，上期跟大家简单介绍了AI SoC，并分享了3.65亿片出货量的四个下游需求场景，今天咱们深入分析下。
场景接力启动了需求侧，但芯片本身仍有门槛。传统多媒体SoC的设计重心是视频编解码和图像信号处理，AI算力是后来叠加上去的辅助模块。视觉AI SoC的逻辑是反过来的。当扫地机器人需要本地实时建图、识别障碍物并规划路径时，AI推理变成了主线程。NPU不能作为一个孤立IP核挂在总线上，它必须与ISP、编解码模块和内存子系统深度耦合。算法硬化进硅片的程度越深，系统延迟越低、功耗越小，反过来又拓宽了端侧部署的场景范围。我国公司在这一环节的集体立足有一个被低估的结构性原因。视觉AI的算法框架，从目标检测到语义分割，在过去五年进入了相对收敛的阶段。算法层不再剧烈震荡，把算法硅化由此变成了一场工程效率竞赛。而我国公司在28nm到12nm这个制程区间里，恰恰积累了全球最密集的工程迭代经验。这不是某个天才架构师的故事，而是几十个量产项目反复打磨出来的工艺能力。
场景接力拉动了出货量，算法硬化夯实了产品力，但这两样东西本身还不等于壁垒。壁垒的形成需要第三个条件：规模越过某个阈值后，开始反向降低下一轮竞争的成本。一颗视觉AI SoC在12nm节点上一次流片的费用是几百万到上千万美元。如果出货量只有几百万片，每片摊到的流片成本可能超过一美元。当出货量跨过5000万片级别时，这个成本被稀释到每片几美分。同样的逻辑作用于IP授权费。外购一个NPU IP核，量大时线性成本不会消失，而自研IP的一次性投入被大规模摊薄。这恰恰是报告指出核心IP外购占比偏高之所以构成结构问题的底层原因。再往后推导一步，大规模出货产生的现场数据和客户反馈，为下一代架构迭代提供了仿真环境无法替代的输入。流片成本摊薄、IP成本结构反转、数据反馈加速，三重效应构成一个自我强化的循环。它目前仍在早期阶段，但方向是积极的。
$富荣研究优选混合A(OTCFUND|015657)$$富荣研究优选混合C(OTCFUND|015658)$
注：上述观点具有时效性，仅供参考，不作为任何投资建议，不预示基金未来表现，不作为投资收益保证。基金经理关注方向仅以当前市场情况判断，不必然代表未来投资方向。基金经理将根据证券市场情况的变化并依据基金合同的约定，灵活调整具体的投资策略。
风险提示：1、本材料中的信息均来源于我们认为可靠的已公开资料和合作客户的研究成果，但本公司及研究人员对这些信息的准确性和完整性不作任何保证，也不保证本材料所包含的信息或建议在本材料发出后不会发生任何变更，且本材料仅反映发布时的资料、观点和预测，可能在随后会作出调整。2、本材料中的资料、观点和预测等仅供参考，在任何时候均不构成对任何人的个人推荐。市场有风险，投资需谨慎。2、投资人应当认真阅读《基金合同》《招募说明书》《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。3、基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩及其净值高低并不预示其未来业绩表现。基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。4、基金管理人提醒投资人基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由投资人自行负担。我国基金运作时间较短，不能反映证券市场发展的所有阶段。基金有风险，投资需谨慎。
本文作者可以追加内容哦 !
