MLOPS概念，建议关注中科创达
✨从算力到模型再到应用，AI热度持续升温；而AI的基础设施中，MLOps是之前没有被挖掘到的，蕴含着百亿美金投资机遇的赛道。
在海外，MLOps工具链已经诞生了Databricks（估值US$38bn）、ScaleAI（估值US$7.5bn）、Weight&Baises（估值US$1bn）等明星独角兽企业，我们持续关注AI产业链，一个infra.领域的新赛道已经浮现，谁会成为国内的细分龙头？
1️⃣什么是MLOps？完成AI模型开发和落地的一套工具包，从数据采集和处理-模型接入-模型开发-模型部署和应用-监控和运维，MLOps提供一整套对应AI全生命周期的工具和服务。我们认为，当前产业也进入到了AI模型落地、走向行业垂类模型的生态奇点，而在这个过程中需要MLOps工具支持。
2️⃣空间多大？我们测算显示包含MLOps在内的数据智能基础设施的增量空间超300亿，相关公司的单客户价值量有望上扬50%。
3️⃣同时，我们也深度讨论了支撑AI模型开发和应用的分布式存储和计算技术。我们认为，通过提升开发者效率、升级交互模式，ChatGPT也能助力数据库产业实现降本增效。同时，数据要素市场的发展也能加速AI模型数据造血能力。
1.公司在AI方面的进展
a)公司不会自己做大模型，主要通过通用大模型做垂直大模型，提升行业的应用效果。现在主要帮客户做大模型的选型和选场景，还处于尝试阶段。现在看机器人场景的进展会比较快。选型完成后做产品定义和迭代。
b)现有相关产品包括：1）公司有Model Farm一体机，主要用于边缘计算业务。Model Farm集结很多数据，大概可选50-70种算法模型，帮助客户实现零代码的数据清洗、标注以及训练；2）AI自动化编程，公司过去已经有很多自动化编程的工具，帮助客户实现零代码开发平台。编程只是软件工程的一部分，AI能够替代编程部分，但其他如需求沟通、产品定义等方面没办法替代。
c)公司现有几百人的AI团队，可以直接切换到大模型的研发方向，在人员、场景、能力上有复用。大模型的成功是软件工程和算力的成功，基本框架是早已出现的。
2.物联网业务情况
a)物联网需求比较细碎，公司产业链角色是采购芯片，加入软件能力形成模组，再拓展到整机。下游行业主要布局了智能硬件和智能行业两个赛道。智能硬件包括机器人、会议系统、VR/AR、ARM服务器等8大类。智能行业主要是边缘计算和行业解决方案，主要用于零售、楼宇、交通等领域，22年边缘计算收入2.2亿。物联网芯片平台实现与高通、英伟达到全志、瑞芯微全面合作，从1.7TOPS到85TOPS高中低端都有方案覆盖。
b)22年物联网业务毛利率22%，相比21年14-15%水平有提升。23年预计毛利率还会有提升。现在模组的毛利率18-20%左右，整机的毛利率大概22%左右。边缘计算毛利率更高一些，但占比比较小。
3.公司汽车业务情况
a)23年座舱业务需求主要是8155平台向其他车型的拓展，海外客户8155平台还在渗透初期。自动驾驶预计在23年会有高通域控产品定点，24年实现量产，23年上海车展会有版本发布。汽车行业竞争主要体现在硬件，软件相对稳定。
b)长期看舱驾融合是比较确定的趋势，高通Flex 8775舱驾融合平台已经发布，英伟达也发布了舱驾融合产品，公司在座舱和驾驶的软件能力在帮助客户舱驾融合开发方面有优势。
4.23年业务展望
a)业务的恢复进度还没有很快，Q1季度本身是淡季，预计是逐步恢复的节奏。
b)手机业务成熟业务，预计还会有两位数的增长。汽车和物联网还在快速增长期，可能跟去年差不多。
（来自韭研公社APP）