中富通报告期内，公司2022年度新增的山东中移维护及建设项目系公司在山东省内的唯一通信服务项目，资源复用率较低，并且承接项目后需要开展移交的准备工作，导致项目毛利较低。报告期内，受美元汇率波动影响，公司因美元贷款导致产生一定的汇兑损失。报告期内，公司积极布局智慧社区、智慧农业、数字营销等领域，通过科技赋能生态，因此加大了研发投入，研发费用较去年同期明显增长。受疫情、国际局势、市场行情变化等多方面因素的综合影响，公司收购的深圳英博达科技有限公司经营状况不及预期，净利润的实现情况低于收购时预测值，存在资产减值迹象。基于财务谨慎性原则，公司拟计提部分商誉减值。为此根据相关数据，整理出以下信息。

边缘计算概念股涨幅排行榜

　　以下是部分龙头企业简介

　　科陆电子：公司是一家以能源的发、输、配、用、储产品业务为核心，集自主研发、生产、销售及服务为一体的国家重点高新技术企业。公司是国内领先的综合能源服务商，在报告期内主要从事智能电网、新能源及综合能源服务三大业务。

　　普天科技：公司主要从事移动通信网络规划设计、通信/军工印制电路板制造、专用网络电子系统工 程（智慧城市、物联网、云计算）、网络覆盖产品（天线、直放站、WLAN 等）和网络接入 产品（数字机顶盒等）生产等，目前主要收入来源是移动通信网络规划设计、印制电路板业 务以及专用网络电子系统工程，利润的主要来源是移动通信网络规划设计和印制电路板制造。

　　神州数码：公司董事长郭为在战略转型方面拥有丰富的经验，过去十几年主导孵化了向信息技术服务、智慧城市等业务的成功转型。在郭董事长带领下，公司将顺应IT产业在云计算、大数据、互联网的发展方向，依托强大的资源整合优势、专业的云服务能力和遍布全国的营销渠道网络，全面推进以云管理服务为核心的企业云服务战略转型。公司战略方向清晰明确，战略布局有序展开，战略落地稳步推进。

　　宝信软件：历经30余年发展，宝信软件在推动信息化与工业化深度融合、支撑中国制造企业发展方式转变、提升城市智能化水平等方面做出了突出的贡献，成为中国领先的工业软件行业应用解决方案和服务提供商。公司产品与服务业绩遍及钢铁、交通、医药、采掘、有色、化工、装备制造、金融、公共服务、水利水务等多个行业。

　　江苏雷利：发行人自成立以来主要从事家用电器微特电机及智能化组件的研发、生产与销售。公司产品包括空调电机及组件、洗衣机排水泵、洗衣机排水电机、冰箱电机及组件、洗碗机循环泵、跑步机电机、汽车配套零部件及组件等。

　　易华录：易华录作为深耕大数据产业的典型企业，积极响应国家推进数字化发展、“双碳”战略号召，秉承“努力降低全社会长期保存和使用数据的能耗和成本”的企业使命，发挥技术和平台优势，引领行业生态伙伴，坚持以数据湖战略为中心，围绕超级存储和数据变现两大主线，构建以光磁电智能混合存储技术为核心的超级存储能力和全面覆盖数据要素“低成本汇聚-规范化确权-高效率治理-资产化交易-全场景应用”的数据资产化服务能力。

　　以上就是为读者们带来的边缘计算概念股涨幅排行榜的相关信息，本文是根据有关数据及近期事件所撰写分析文章，并不构成投资建议，据此操作，风险自担！（本文属于非商业性文章）

边缘计算概念股汇总，#股市分析#​#股票#​#边缘计算概念#​#北向资金增持#

随着物联网和人工智能的发展，数据量呈现指数级增长，越来越多的数据需要在网络边缘进行存储、分析和处理，对边缘计算能力提出极大挑战。ES600S MEC服务器以其优异性能，将人工智能推向边缘，大幅提升边缘计算处理能力。在视觉识别领域的应用，通过视频捕捉，在网络边缘深度优化人脸检测算法，实现1200帧/秒的人脸检测功能，检出率超过98%。而在一个ES600S服务器上，可以实现百路这样的视频的实时人工智能分析。

什么是边缘计算

云计算

传统云计算模型如上，最左侧是服务提供者来提供数据，上传到云中心，终端客户发送请求到云中心，云中心响应相关请求并发送数据给终端客户。终端客户始终是消费者的角色。

边缘计算

边缘计算则通过将边缘结点（包括智能家电、手机、平板等）产生数据，上传到云中心，服务提供商也产生数据上传到云中心。边缘结点发送请求到云中心，云中心返还相关数据给边缘结点。

边缘计算优势

和云计算类似，边缘计算也是处理数据的一种方式，但不同的是，云计算需要把数据上传到云端，而边缘计算则少去了上传步骤，将数据直接在本地处理。随着物联网和5G技术的快速发展，越来越多的设备接入网络，数据量则会成指数倍的增长，数据量一旦大了，如果数据都通过云计算来传输，网络时间消耗太大。

借助于边缘计算，在人脸识别领域，响应时间由900ms减少为169ms，把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%。数据在整合、迁移等方面可以减少20倍的时间。随着数据雪崩，预测到2025年，全球数据将增长10倍，达到163 Zettabytes。将计算和数据移动到更接近用户的位置是有必要的。反过来，这将导致出现许多不同的边缘计算“平台”：无线边缘、移动边缘、建筑边缘。

感觉有用的朋友，点个关注，给个收藏，就是对我坚持更新，最好的支持

Hello，大家好，新一期的《探索“芯”词典》又和大家见面啦，本栏目将从半导体常见词汇入手，在介绍概念的同时，也说一说技术背后的故事。

本期的主角是——边缘计算。

文︱Sophia

图︱网络

什么是“边缘计算”？想要弄清楚这一概念的含义，我们还得从“云计算”谈起。

云计算（cloud computing）指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。用户通过网络获得应用所需的资源（硬件、平台、软件）。而提供资源的网络被称为“云”。

传统云计算模型（来源：网络）

举个简单的例子，这就好似我们现在的用电方式一样。每个家庭或企业一般情况下并不自己生产“电”，而是大型发电站进行集中发电，然后通过星罗棋布的电网，将“电”输送到每家每户。人们只需插上插座，按时交纳电费，便可以用上电。“云计算”就类似于这样一种存在。那些提供云计算服务的公司，就好比“大型发电站”。1961 年，网络互联领域专家约翰·麦卡锡就曾预言：“未来电脑运算有可能成为一项公共事业，就像电话系统已成为一项公共事业一样。”然而，正如文章开头所说，庞大的数据量将极易造成网络拥堵，并且随着5G时代的到来，我们对数据的实时性提出了更高的要求。因此我们需要将部分数据在本地进行处理。“边缘计算”便是这样一种模式。

所谓边缘计算就是在网络边缘结点来处理、分析数据，而不是在中央服务器里整理后实施处理。在这里“边缘节点”目前主要包括，通信基站、服务器、网关设备以及终端设备。与云计算相比边缘计算在网络拓扑中的位置更低，即更加靠近“用户”——数据产生的地方。作为对云计算方式的补充，边缘计算弥补了云计算的诸多缺陷。

来源：网络

边缘计算的优势

边缘计算与传统云计算主要性能对比（来源：思科）

1、 低时延：由于数据是在边缘结点进行分析处理，降低了延迟，提升应用的响应速度。据运营商估计，如若经由部署在接入点的MEC完成处理和转发，则时延有望控制在1ms之内。

2、 更安全：一些比较敏感的数据直接在边缘进行分析处理，不用全部上传至云计算平台，能够尽可能的避免数据泄露问题。

3、 减少数据传输：数据不需要全部传输到云端，减少智能设备和数据中心传输的数据量，节省了大量带宽成本，同时还能减小核心网络的拥堵。

4、 提高可用性：边缘计算分担（offload）了中心服务器的计算任务，并且降低了出现单点故障的可能。另外很多智能终端设备在非工作状态下处于闲置状态，边缘计算可以充分的对其加以利用，提高了资源的利用率。

现状——主要“玩家”

目前，边缘计算产业主要涉及设备、网络、应用和数据四个领域。边缘计算产业联盟提出的边缘计算参考架构1.0指出，设备域支撑现场设备实现实时的智能交互和智能应用；网络域为系统互联、数据聚合与承载提供连接服务；数据域提供全生命周期数据服务并保障数据的安全与隐私；应用域需要实现边缘行业应用，支持边缘业务运营。

从“中信证券研究部”整理的资料来看，边缘计算产业涉及硬件、软件、通信等多个方面的企业。上下游企业紧密联系，通力合作。并加快边缘计算方面的布局。

来源：中信证券研究部

对于上游企业，2019年2月25日，浪潮在世界移动通信大会MWC2019上发布了首款基于OTII标准的边缘计算服务器NE5260M5，该产品专为5G设计，可以承担物联网、MEC和NFV等5G应用场景，适合边缘机房的物理环境。华为发布的华为AR系列敏捷网关，具有高度的适应性，能提供17种以上的物联接口，并广泛兼容各个行业的标准协议。另外，凌华科技推出模块化工业云计算架构MICA和架构级边缘服务器SETO-1000，用以分别应对5G建设的集中式无线接入网（C-RAN）和分布式无线接入网（D-RAN），前者具有模块化设计、工业级特性、云计算核心等特征；后者具有防尘防水、抵抗低温等环境耐性，能适配高带宽下的边缘计算需求。当然作为上游软件提供商，他们也纷纷推出了自己的产品，例如思科IOx平台以及华为Liteos平台。

根据中信证券的分析报告，中游企业在公有云市场上竞争激烈，边缘云服务提供商逐渐在细分领域进行布局。从2015年起，国内公共云市场除阿里云外，大量的中小企业占据了1/3的市场份额，大小厂商展开了激烈的价格竞争。因此部分云服务商积极拓展新的领域。目前已有多家公司涉足边缘计算平台和相关服务。此外，国内三大通信运营商均已制定5G网络商用计划，并加大了对MEC相关基础设施的投入。

对于下游企业而言，边缘计算不仅服务于手机、电脑等常规的智能终端设备。车联网、智能家居概念的提出，为边缘计算创造了新的需求。BAT等巨头公司也纷纷参与到智能硬件产品的开发之中。

应用与前景

根据中国移动发布的《中国移动边缘计算白皮书》，目前智能制造、智慧城市、直播游戏和车联网4个垂直领域对边缘计算的需求最为明确。

边缘计算的典型应用场景（来源：中国移动）

智能制造

在智能制造领域，工厂利用边缘计算智能网关进行本地数据采集，并进行数据过滤、清洗等实时处理。同时边缘计算还可以提供跨层协议转换的能力，实现碎片化工业网络的统一接入。一些工厂还在尝试利用虚拟化技术软件实现工业控制器，对产线机械臂进行集中协同控制，这是一种类似于通信领域软件定义网络中实现转控分离的机制，通过软件定义机械的方式实现了机控分离。

智慧城市

智慧城市，主要包括智慧楼宇、物流和视频监控等多个方面。边缘计算可以实现对城市中运行参数进行采集分析。例如，在城市路面检测中，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量、光照强度、噪音水平等环境数据，当路灯发生故障时能够及时反馈至维护人员。边缘计算还可以利用本地部署的GPU服务器，实现毫秒级的人脸识别、物体识别等智能图像分析。

虽然当前城市中部署了大量的IP摄像头，但是大部分摄像头都不具备前置的计算功能，而需要将数据传输至数据中心进行处理，或者需要人工的方式来进行数据筛选。然而，安珀警报助手（Amber alert assistant）的开发，使其可以自动化地在边缘设备上部署视频分析程序，并与附近的边缘设备协同实时地对视频进行处理，同时和周边摄像头进行联动，以完成犯罪车辆的实时追踪。

直播游戏

在直播游戏领域，边缘计算可以为CDN提供丰富的存储资源，并在更加靠近用户的位置提供音视频的渲染能力，让云桌面，云游戏等新型业务模式成为可能。特别在AR/VR场景中，边缘计算的引入可以大幅降低AR/VR终端设备的复杂度，从而降低成本，促进整体产业的高速发展。

车联网

随着深度学习和传感器等技术的发展，汽车不再仅仅是传统的出行和运输工具，而是不断智能化，我们称这样新型的汽车为智能网联车（connected and autonomous vehicles, CAVs）智能网联车的出现催生出了一系列新的应用场景，例如自动驾驶、车联网以及智能交通。我们以“自动驾驶”为例，由于它配备了非常多的传感器，汽车可以随时随地感知周围的环境，并也源源不断的产生数据。所以，“自动驾驶汽车”就好似一个“移动的数据中心”。

来源：网络

Intel曾经的一份报告指出，一辆自动驾驶车辆一天产生的数据为4TB，这些数据无法全部上传至云端处理，需要在边缘节点（汽车）中存储和计算，从而形成指令。另一方面，无人驾驶汽车对于“延迟”的要求非常苛刻，尤其是当汽车在高速行驶的过程中，通信延迟需要控制在极短的范围之内，并且网络的可靠性对于安全驾驶也是至关重要的。

挑战

然而，边缘计算现如今还没有完全成熟，并且它也不是一个完美无瑕的计算方式。施巍松教授曾在他的论文《Edge Computing : Vision and Challenges》中表示，“边缘计算具有”编程可行性、命名和数据抽象三方面的问题。

1、编程可行性：在云计算平台编程是非常便捷的，因为云上有特定的编译平台，大部分程序都可以在云上运行。但是在边缘层编程就会面临一个平台异构的问题，每一个网络的边缘都是不一样的，可能是ios系统，也有可能是安卓或者linux等等，不同平台下的编程又是不同的。

2、命名：命名方案对于编程、寻址、事物识别和数据通信非常重要，但是在边缘计算中还没有行之有效的数据处理方式。边缘计算中事物的通信是多样的，可以依靠wifi、蓝牙等通信技术，因此，仅仅依靠tcp/ip协议栈并不能满足这些异构的事物之间进行通信。边缘计算的命名方案需要处理事物的移动性，动态的网络拓扑结构，隐私和安全保护等问题。传统的命名机制如DNS（域名解析服务）、URI（统一资源标志符）都不能很好的解决动态的边缘网络的命名问题。目前正在提出的NDN（命名分发网络）解决此类问题也有一定的局限性。在一个相对较小的网络环境中，我们提出一种解决方案，如下图所示，我们描述一个事物的时间、地点以及正在做的事情，这种统一的命名机制使得管理变得非常容易。当然，当环境上升到城市的高度的时候，这种命名机制可能就不是很合适了。

来源：《Edge Computing：Vision and Challenges》

3、数据抽象：在物联网环境中会有大量的数据生成，并且由于物联网网络的异构环境，生成的数据是各种格式的，把各种各样的数据格式化对边缘计算来说是一个挑战。同时，网络边缘的大部分事物只是周期性的收集数据，定期把收集到的数据发送给网关，而网关中的存储是有限的，他只能存储最新的数据，因此边缘结点的数据会被经常刷新。利用集成的数据表来存储感兴趣的数据，表内部的结构可以如下图所示，用id、时间、名称、数据等来表示数据。

来源：《Edge Computing : Vision and Challenges》

如果筛选掉过多的原始数据，将导致边缘结点数据报告的不可靠，如果保留大量的原始数据，那么边缘结点的存储又将是新的问题；同时这些数据应该是可以被引用程序读写和操作的，由于物联网中事物的异构性，导致数据库的读写和操作会存在一定的问题。

END

上一篇：智慧城市概念的提出(智慧城市个股)

下一篇：油改电项目(油汽改革股票)