图解32款TWS供应链，7家优秀主控芯片供应商请注意查收

在更智能化发展上，TWS各大厂商的脚步从没有停止。投入重研发，引领新技术，打造差异化，开发新赛道，技术供应链越来越成熟，产品更新迭代越来越快。

金九银十，在9月3日由旭日大数据主办的TWS峰会上，会有将近50家现场展商携带与以往完全不同的新品亮相，而TWS也将以全新的面貌展示未来更多的可能性。

截止2021年726日，图解供应链上榜产品已达32款。

作为TWS真无线蓝牙耳机的主控“大脑”，主控芯片承载着蓝牙传输，降噪，RF，CODEC等多项功能，是TWS耳机中不可或缺的重要部件，也是TWS耳机占比最大份额的细分领域。在数据君与产业链专业人士沟通时，了解到目前在TWS领域中，拥有开发设计蓝牙主控芯片的厂商涉及上百家，数据君通过图解供应链也整理出七家优秀主控芯片供应商，让我们一起来 探索 一下，蓝牙主控芯片的奇妙世界吧！

TWS供应链——主控芯片供应商

其中BES恒玄在供应链中出现次数多达18次，Qualcomm高通和Airoha络达出现次数在5次，APPLE苹果/Actions炬芯/Hisilicon华为海思/RealTek瑞昱出现次数均在1次。

恒玄 科技

恒玄 科技 主要从事智能音频SoC芯片的研发，设计与销售，为客户提供AIoT场景下具有语音交互能力的边缘智能主控平台芯片，产品广泛应用于智能蓝牙耳机，Type-C耳机，智能音箱等智能终端产品。恒玄 科技 致力于成为全球最具创新力的芯片设计公司，以前瞻的研发及专利布局，持续的技术积累，快速的产品迭代，灵活的客户服务，不断推出领先优势的产品及解决方案，成为AIoT主控平台芯片的领导者。

高通

高通（英文名称：Qualcomm，中文简称：高通公司、美国高通或美国高通公司）创立于1985年，高通是全球领先的无线 科技 创新者，变革了世界连接、计算和沟通的方式。把手机连接到互联网，高通的发明开启了移动互联时代。在中国，高通开展业务已逾20年，与中国生态伙伴的合作已拓展至智能手机、集成电路、物联网、大数据、软件、 汽车 等众多行业。

络达 科技

Airoha络达 科技 成立于2001年，是业界领先的IC设计领导厂商，首个十年致力于开发无线通信的高度集成电路，为客户提供高性能、低成本的各式射频与混合信号集成电路组件、及蓝牙无线通信芯片，累积长足的无线通信射频经验与人才；第二个十年则投入蓝牙低功耗单芯片与蓝牙无线音频系统解决方案，于2017年成为联发 科技 集团公司一员后，更进一步结合集团力量跨足物联网领域，提供具备各类型无线通信技术的低功耗微型处理器系统芯片，连接未来物联网世界中亿万个智能装置。

苹果

苹果公司(Appleinc)是一家美国跨国公司总部位于加州库比蒂诺,公司设计,开发,和销售消费电子产品、计算机软件、在线服务,和个人电脑。最著名的电脑硬件产品有Mac系列,iPod媒体播放器,iPhone智能手机和iPad平板电脑。在线服务包括iCloud、iTunes和AppStore。其消费者软件包括OSX和iOS *** 作系统,iTunes媒体浏览器，Safari浏览器,iLife和iWork。

炬芯 科技

炬芯 科技 股份有限公司主营业务为中高端智能音频SoC芯片的研发、设计及销售。

炬芯主要产品为蓝牙音频SoC芯片系列、便携式音视频SoC芯片系列、智能语音交互SoC芯片系列等，广泛应用于蓝牙音箱、蓝牙耳机、蓝牙语音遥控器、蓝牙收发一体器、智能教育、智能办公、智能家居等领域。公司深耕以音频编解码、模数混合多媒体处理、电源管理和高速模拟接口为核心的低噪声、低功耗、高品质音频全信号链技术。以及以蓝牙射频、基带和协议栈技术为核心的低功耗无线连接技术。公司擅长在低功耗的基础上提供高品质音质，专精将射频通信、电源管理、模数混合音频信号处理、CPU、DSP以及存储单元等模块集成于一颗单芯片SoC上；同时，通过融合软件开发包和核心算法提升SoC的价值，帮助客户降低基于芯片开发量产的门槛。面对领域众多、终端开发能力差异较大的客户群，公司可提供整体解决方案以及方便二次开发的软硬件开发平台。

华为海思

海思半导体是一家半导体公司，海思半导体有限公司成立于2004年10月，前身是创建于1991年的华为集成电路设计中心。海思公司总部位于深圳，在北京、上海、美国硅谷和瑞典设有设计分部。海思的产品覆盖无线网络、固定网络、数字媒体等领域的芯片及解决方案，成功应用在全球100多个国家和地区；在数字媒体领域，已推出SoC网络监控芯片及解决方案、可视电话芯片及解决方案、DVB芯片及解决方案和IPTV芯片及解决方案。2019年海思Q1营收达到了1755亿美元，同比大涨了41%，增速远远高于其他半导体公司，排名也上升到了第14位。

瑞昱半导体

瑞昱半导体成立于1987年，位于有着中国台湾“硅谷”之称的新竹科学园区，凭借当年几位年轻工程师的热情与毅力，走过艰辛的草创时期到今日具世界领导地位的专业IC设计公司，瑞昱半导体披荆斩棘，展现旺盛的企图心与卓越的竞争力，开发出广受全球市场肯定与欢迎的高性能、高品质与高经济效益的IC解决方案。瑞昱半导体自成立以来一直保持稳定的成长，归功于瑞昱对产品/技术研发与创新的执着与努力，同时也归因于瑞昱的优良传统。

TWS耳机市场有多大？

根据旭日大数据统计数据显示，2020年全球TWS出货46亿对，同比增长4375%。预计2021年全球出货量还将继续上升。

其中，品牌占比44%，白牌所占市场份额为56%。相较2019年而言不难发现，品牌占比正在稳步提升中，白牌市场份额进一步缩窄，不过仍然占据主要市场。

可以肯定的是，TWS市场发展已然迎来全新风口，出货量突破十亿大关指日可待。

TWS主控芯片市场趋势

一、蓝牙技术更迭，优化TWS耳机用户体验

在2020年1月，蓝牙技术联盟（BluetoothSpecial Interest Group，简称SIG）正式发布新一代蓝牙音频技术标准——BluetoothLE Audio（低功耗蓝牙音频，以下简称BLEAudio），意味着低功耗蓝牙技术标准将支持音频传输功能。BLEAudio具有低功耗、连接范围广、单模蓝牙芯片成本较低等优势，因此旭日大数据认为未来单模低功耗蓝牙有望替代传统蓝牙，换言之移动电子设备仅需使用单模低功耗蓝牙芯片即可。

BLEAudio拥有三大技术特点

1：低复杂性通信编解码器（LowComplexity Communication Codec,LC3）

2：多重串流音频（Multi-StreamAudio）

3：广播音频分享（AudioSharing）

二、TWS主控芯片“晋级”

SiP（SysteminPackage，系统级封装）为一种封装的概念，是将一个系统或子系统的全部或大部分电子功能配置在整合型基板内，而芯片以2D、3D的方式接合到整合型基板的封装方式。SiP不仅可以组装多个芯片，还可以作为一个专门的处理器、DRAM、快闪存储器与被动元件结合电阻器和电容器、连接器、天线等，全部安装在同一基板上上。这意味着，一个完整的功能单位可以建在一个多芯片封装，因此，需要添加少量的外部元件，使其工作。

行业总结

TWS耳机市场的火热让多家芯片厂商在蓝牙音频SoC上竞相角逐，不断推出各种蓝牙真无线方案。有芯片自研能力的大牌倾向于使用自研芯片以期获得对自家产品最好的优化。相比TWS品牌厂商的百花齐放，芯片厂商的头部集中度更加明显，每个厂商都有差异化的目标市场，不过，我们相信随着TWS行业的发展，这种明确的两极分化格局最终会被打破，头部优秀的供应商将更多地扩展产品线，覆盖更多市场。

投资者提问：

1、与广和通、移远通信相比，公司的优势在哪里？ 2、公司在国内市场的拓展情况如何

董秘回答(移为通信SZ300590)：

您好！1、 广和通、移远通信属于我司的产业链上游厂商， 业务上没有太多可比性；公司的竞争优势在于：成熟的研发团队、较强的软硬件开发能力、性能稳定的产品及良好的售后服务等； 2、公司按照既定的策略和步骤拓展国内市场，具体情况可参考此前披露的半年报。 谢谢关注！

据了解，移远通信 为移为通信的上游， 但从其历年来的销售毛利率看，移为通信却是力压移远通信，看来作为移为通信的上游移远通信，并未取得更高的利润水平。

通过了解所知， 移远通信毛利率较低的主要原因是：由于芯片属于蜂窝通信模块的核心原材料，芯片的原材料采购额占所有原材料采购额的比例高达80%以上 。其中移远通信芯片供应商主要为高通公司、联发科等芯片厂商，高通公司采购额占所有原材料采购额的比重1915%，联发科采购额占所有原材料采购额的比重1008%。移远通信对上述两家的芯片采购量较大且占比较高，存在供应商集中的风险，同时由于芯片成本较高，直接导致了移远通信的销售毛利率低下。

值得注意的是无论是移远通信，还是移为通信，其二者历年来的毛利率皆双双呈现了逐年走低的现象， 这其中的主要原因是行内企业之间的业务竞争加剧所致，从而导致了销售毛利率的下滑。在竞争激烈的环境下， 两家公司以价取胜，营收规模能够保持逐年扩张着实不简单，这与其所对应的物联网下游需求强劲有着大大的关联。

M2M 产业链主要包括零部件供应商、设备商、平台开发商和 M2M 服务商。 公司作为设备商将不同功能的零部件集成在一起，并且与软件相结合提供面向客户的解决方案。 公司客户群体主要是全球各地的无线 M2M 服务商，通过租用电信运营商的网络来面向客户提供 M2M 服务，他们能够连接不同的运营商，形成全覆盖的 M2M 业务。平台开发商提供应用软件和应用平台以及嵌入式终端的软件。

公司当前主营业务为嵌入式无线 M2M 终端设备研发、销售业务 。产品主要用于各种动静物体追踪业务，主要产品可以分为：车载信息智能终端、资产管理信息智能终端、个人安全智能终端、动物溯源管理产品：

M2M 终端设备被嵌入车队车辆、物品，或置于自然人身上，采集位置信息、驾驶习惯、温度信息、湿度信息等相关信息，通过通信网络，将数据信息传送至 M2M 服务商服务器，M2M 信息需求客户通过终端登录平台软件，分析相关数据信息，实现精细化管理或者提供个人安全服务。

车载追踪通讯产品是公司的主要营收来源， 公司追求多元化发展，因此近年来车载业务的比例在逐年缩小，与之对应物品追踪业务占比逐年提升。2019 年上半年车载追踪通讯产品营收 150 亿元，贡献了 55%的营收。物品追踪通讯产品营收 096 亿元，营收占比为 35%。

动物溯源为主的其他主营业务营收 027 亿元，营收占比为 10%。

个人追踪通讯产品自公司建立以来营收占比便逐年缩小，至 2019 年上半年该项业务完全退出。

预计未来 2-3 年公司海外业务将进行持续扩张，成为利润最大来源；同时国内业务维持“前瞻布局、小规模卡位”的思路，为后续国内市场的开拓做准备

商用车载 M2M 终端设备主要应用于商用车管理和车辆保险行业。在商用车管理中嵌入式无线 M2M 终端设备主要应用于对车辆路线、工作状况监控、车辆调度、物流车队管理。

发达国家商用车管理的商业模式成熟，市场渗透率存在稳定提升的空间。 欧美发达国家是车队管理的前两大市场，根据 BergInsight 的预测，北美市场 2015 年全年发货量 580 万台，预计 2020 年将达 1270 万台，CAGR170%。 商用车使用无线 M2M 渗透率从 2015 年的 198%提升至 2020 年的 392%。欧盟地区 2015 年全年发货量 530 万台，预计2020 年将达 1060 万台，CAGR149%。商用车使用无线 M2M 渗透率从 2015 年的 181%提升至 2020 年的 344%。

UBI 车险主要在欧美地区运用，后装市场仍有很高的提升空间 。2018 年意大利 UBI 渗透率已达 16%，是全球 UBI渗透率最高的国家，这与意大利政策强制要求有关。2014 年全球渗透率 2%，欧洲和美国的渗透率只有 4%，PTOLEMUS 预计到 2020 年欧洲和美国渗透率将分别达到 19%和 26%。UBI 对嵌入式终端信息采集、信息传输的性能要求较高，而盗抢险对嵌入式终端采集驾驶习惯信息要求相对较少，但对于找回相关信息采集性能要求较高。基于以上险种特性，随着未来车辆保险市场的发展，理论上各种类型、各种应用的机动车辆均需安装嵌入式 M2M 终端。基于车辆保险的嵌入式 M2M 终端市场广阔

受 汽车 电子化和车联网发展推动，家用车嵌入式 M2M 发展有望启动。 家用车、轻型车等 汽车 目前使用嵌入式 M2M终端设备比例仍较少，随着新能源 汽车 和 汽车 电子化的普及，家用车车载追踪业务发展空间广阔，根据 GSMA 的统计，2012 年包括嵌入式设备、集成式设备、辅助连接设备在内的民用车全球 M2M 市场容量为 131 亿欧元，而到 2018年市场容量将达到 400 亿欧元。2018 年全球预计有近 3600 万新车将搭载嵌入式移动技术，渗透率达 31%，并远远超过其它连接方式的增长率，2025 年绝大多数新车都会前装连网。

政策推动海外车联网发展，带动家用车 M2M 设备发展。 2018 年 3 月起，欧盟地区销售的所有轻型车新车配装 eCall自动紧急呼叫系统。eCall 系统工作原理是通过在轻型车安装嵌入式 M2M 终端设备实现和公共系统的信息通信。一旦出现交通事故等情况，M2M 终端设备将自动把现场信息及时准确地传输到最近的公共安全应答服务点。有利于在发生严重事故的情况下节省大量救援时间。eCall 系统的标配能够促进 M2M 设备在民用车领域的渗透。带动民用车载 M2M 市场的发展。

与国外成熟市场相比，中国车载 M2M 设备的应用领域发展较晚，功能需求简单 。主要起到追踪、追查（TrackandTrace）作用，中国市场相当数量的 M2M 终端设备还属于低端设备。 汽车 厂商追踪、追查功能的 M2M 装置直接前装至 汽车 内部。

中国作为 汽车 大国，车联网时代有望弯道超车，车载 M2M 设备市场空间广阔。 未来随着 UBI、车队管理和家用车车载追踪业务的发展，M2M 设备市场空间有望进一步提升。根据 BergInsight 的研究报告，中国交通客车、卡车使用 M2M 终端的数量，将由 2014 年的 210 万台增长至 2019 年的 590 万台，复合增长率为 2295%。其中商业车辆（卡车、公共 汽车 ）使用 M2M 渗透率，将由 2014 年的 9%提升至 2019 年的 198%。

公司在国内竞争策略以低成本抢占市场份额为发展目标。 目前业务集中于车辆管理、车队、物流、集装箱物品、融资租赁。目前国内后端 OBD 多用于追踪追查，功能拓展还在初级阶段，整体渗透率较低。因此公司也与国内车企建立联系，寻求导入 T-box 前装业务的机会。

通俗讲解边缘计算
随着物联网越来越火，同时伴随着物联网而来的，就是各种概念和各种技术，其中一个就是边缘计算，当然还有雾计算。其实边缘计算和雾计算都差不多，雾计算只是和云计算是相对的。只是叫边缘计算呢，比较高大上吧。
下面我们要通俗地讲一讲边缘计算。

为什么要通俗的讲呢，怕如果不通俗，你听不明白。新的东西在出来的时候，往往是需要一个接纳和理解的过程。就像以前互联网刚出来的时候，很多人都不知道互联网，于是就得慢慢科普，让大家慢慢接受和理解呀。谁现在还解释什么是互联网呀。

而边缘计算也有一段时间了，只是随着物联网的发展，边缘计算的概念也开始流行起来。我们先看一段非通俗的介绍边缘计算的概念：
边缘计算，是一种分散式运算的架构。在这种架构下，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。

或者说，边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。

边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟。
以上是我从网络文章摘抄的一段对于边缘计算的解释。整个解释基本都是专业术语，搞工控的你，看完这段话，你来告诉我什么是边缘计算。

作为一名参与研发产品边缘计算的程序员，我决定写一篇文章来通俗讲解一下这个边缘计算。
首先，我要举一个不太恰当的例子。

比如有一款APP，用户在使用这款APP的时候，就会收集用户的信息，比如收集这个用户的年龄，性别，手机号，地址位置，搜索记录等等信息，而收集这些信息主要是更好地分析这个用户的行为和感兴趣的东西，比如车，房子，书，美食等什么感兴趣。然后更为准确地为其投放内容及广告。

    这个是很常见的一个功能，但是就是这样一个功能，怎么和边缘计算挂钩呢。

在边缘计算之前，就是云计算了。

如果是使用云计算，这款APP的行为是这样的：

    APP收集到信息后，把所有的基本信息，上传到服务器中，然后由服务器来执行算法，计算和识别出用户的兴趣爱好，甚至可能推算出这个用户的消费能力。然后服务器就可以根据这个推算出来的结果，为用户投放其感兴趣的内容和广告。

如果是使用边缘计算，这款APP的行为就是这样：

    APP收集了信息后，不上传到服务器中。然后由APP自己计算和识别出这个用户的兴趣和爱好，也可以推算出这个用户的消费能力，也就是服务器的计算功能，直接由APP来完成。然后服务器只需要问一下APP,哪个用户是有可能是年薪百万的，哪个用户是单身的。APP只需要告诉服务器说，这个一路向东用户很帅，而且还单身，喜欢旅游，写诗，可以为其投放相亲美女内容。

就这样，整个过程并没有服务器参与计算，服务器也没有参与收集信息。因为这个信息在APP本身收集和计算，并没有进行上传，所以也没有涉及信息收集。

而，这就是边缘计算。

也就是以前由服务器作计算的部分，现在改由信息采集的设备直接计算了，再把计算的结果，直接输出到服务器中。服务器只要结果，并不需要过程的数据。
下面我们就以回答问题的形式来通俗的聊一聊这个边缘计算吧。

所以，什么是边缘计算呢。

边缘计算，说白了，就是（服务器）云计算懒得算了，就这点数据，你在数据采集的时候，顺便自己算得了，什么都丢到服务器来算，很累的。于是，边缘计算就这么来了。
那么，工控领域行业中使用到边缘计算的都有哪呢

这个就太多了。随着很多PLC，控制器和触摸屏等都开始接入到物联网中，每个设备需要采集的信息不一样，有温度，湿度，产量，生产数据，运行状态等。而不同行业的参数指标，性能数据都不一样，这很难在服务器通过云计算来形成一套标准，这使得PLC，控制器等，都会用到边缘计算。
为什么以前的DTU，或者物联模块等不流行边缘计算，现在开始流行了呢。

因为现在的IoT使用的模块或者芯片的处理能力也越来越高，资源也比较丰富，随着一些芯片成本的下降，以及开发模式的简化，使得一些芯片或模块在处理基本的数据采集功能后，仍存在资源过剩及功能利用率低的情况，也就是一个100%的芯片或模块，你只使用了10%的来采集数据，那还有90%你可以用来作计算
那么，使用边缘计算的优势在哪里呢。

1 可以使得设备的支持数量提升几个数量级。

   比如一个服务器有10000点血。而接入一个设备，就要消耗1点血，如果再对这个设备进行数据分析，需要消耗9点血。也就是接入并计算一个设备就需要10点血。那么这个服务器最多只能接入1000个设备就挂了。

   如果服务器只负责接入设备，不进行计算和分析，那么接入一个设备，消耗1点血，由设备自己进行数据计算和分析，再输出结果。这时候服务器就可以接入10000个设备了。

  没有使用边缘计算，服务器可以接1000个设备。

  如果使用了边缘计算，服务器可以接10000个设备。提升了一个数量级。而对于一些复杂的设备，特别是一些工厂，现场作业等需要数据量多的，如果使用了边缘计算来给服务器节省空间和资源，这个优势更能体现出来了。

2 让计算变得更为灵活和可控

   前面说到，接入设备的服务器很难做到统一的计算分析标准，因为物联网可是一个万物接入的网络，每一个设备采集的数据不一样。如果使用了边缘计算，就可以单独针对每一个设备进行相应的计算和分析。当然，如果相同的设备或者相同参数的，可以进行复制使用同一套计算标准或算法。如果将计算脚本开放出来给用户，用户就可以自定义去添加自己的计算公式和行为。
边缘计算的模式和拓扑结构是什么样的呢。
比如要在一套数据采集系统里，以一个云服务器为中心，移动客户端，PC客户端或第三方接口等接入到云服务器获取数据，而数据采集方呢，由数据采集模块来连接到云服务中。

    数据采集模块可以采集PLC，变频器，智能仪表等，将数据上传到云服务器中，由服务器进行数据分析和计算，然后PC或移动客户端，第三方接口就可以获取数据分析的结果。但是这种情况下，随着设备的接入越来越多，云服务器的负担也会越来越重，而且接入的PLC，控制器等的种类也越来越多，原来的云服务数据计算模式难以满足越来越复杂的应用。这时候边缘计算就应运而生了。

    在原拓扑结构不变的情况，可无缝引入边缘计算。在数据采集模块端开放边缘计算功能，将复杂的计算，策略，规则等，由数据采集模块进行运算，得到输出结果后，只需要将结果上传到云服务中。再由PC客户端，移动客户端及第三方接口从云服务获取。

    比如数据采集模块需要采集一个电表，电表能采集的数据有电流，电压，偏偏没有功率。当然现在的电表采集不到功率很少了，只是举例。

    那怎么办呢，偏偏客户很想看到功率。那在没有边缘计算的时候，为了要看到功率，只好在云服务里，增加一定的计算规则，将采集到的电流和电压通过计算得到功率。如果有1000个电表，云服务器就要对这1000个电表进行计算。这就增加了云服务器的工作量和负担了。

    如果有了边缘计算，那么在数据采集模块，就可以添加计算功能，直接将采集的电流和电压通过计算得到功率，只需要把功率上传给服务器就可以了。这样，即便有50000个电表，云服务也毫无计算压力，因为它并不需要计算。
    这就是通俗的讲一讲边缘计算。

---