1. 国内智能穿戴
1、深兰科技（上海）有限公司
深兰科技（上海）有限公司DeepBlue Technology （Shanghai） Co.，Ltd 是快速成长的人工智能第一梯队头部企业，自2014年由归国博士团队创建以来，一直以“人工智能 服务民生”为理念，致力于人工智能基础研究和应用开发。利用自主知识产权的深度学习架构、机器视觉、生物智能识别等人工智能算法、无媒介支付等核心技术，在自动驾驶、智能机器人、生物智能、AI芯片，智能零售、智慧城市、智慧安防、智能教育、军工等领域都有深入布局，居行业领导地位。
发展至今，深兰科技已在欧洲、美国、澳洲等多地设立区域总部和分支研发机构，国际销售网络覆盖全球17个国家。分别和世界排名第87位的日本永旺集团，世界500强的绿地集团成立了合资公司。
2、科大讯飞股份有限公司
国内知名AI企业，拥有领先的感知智能及认知智能技术，大型智能语音和人工智能上市公司。
3、旷视科技有限公司
成立于 2011 年 10 月，以深度学习和物联传感技术为核心，立足于自有原创深度学习算法引擎 Brain＋＋，布局金融安全，城市安防，手机 AR，商业物联，工业机器人五大核心行业，致力于为企业级用户提供全球领先的人工智能产品和行业解决方案。旷视的核心人脸识别技术 Face＋＋ 曾被美国著名科技评论杂志《麻省理工科技评论》评定为 2017 全球十大前沿科技，同时公司入榜全球最聪明公司并位列第 11 名。在中国科技部火炬中心“独角兽”榜单中，旷视排在人工智能类首位。
4、深圳市图灵机器人有限公司
深圳市图灵机器人有限公司于2014年7月14日在深圳市市场监督管理局登记成立。法定代表人丘宇彬，公司经营范围包括从事智能电子产品、信息技术、生物技术、化工产品等。
5、北京中科寒武纪科技有限公司
成立于2016年，总部在北京，创始人是中科院计算所的陈天石、陈云霁兄弟，近期刚刚完成了一亿美元A轮融资，阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资，成为全球AI芯片领域第一个独角兽初创公司。
寒武纪是全球第一个成功流片并拥有成熟产品的AI芯片公司，拥有终端AI处理器IP和云端高性能AI芯片两条产品线。2016年发布的寒武纪1A处理器（Cambricon－1A）是世界首款商用深度学习专用处理器，面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备，在运行主流智能算法时性能功耗比全面超越传统处理器。
6、北京市商汤科技开发有限公司
是中国领先的人工智能头部公司，专注于计算机视觉和深度学习的原创技术。公司以“坚持原创，让AI引领人类进步”为使命，商汤科技建立了国内顶级的自主研发的深度学习超算中心，并成为中国一流的人工智能算法供应商。目前，商汤科技已与国内外多个行业的400多家领军企业建立合作，包括本田、Qualcomm、英伟达、中国移动、银联、万达、华为、微博、科大讯飞等知名企业及政府机构，涵盖安防、金融、智能手机、移动互联网、汽车、智慧零售等诸多行业，为其提供基于人脸识别、视频分析、无人驾驶、医疗影像识别等技术的完整解决方案。
商汤科技已成长为世界级的人工智能独角兽企业。2017年7月，商汤科技宣布完成4．1亿美元B轮融资，创下当时全球人工智能领域单轮融资额纪录，成为世界级的人工智能独角兽企业。2017年11月，商汤科技完成15亿元融资，由阿里巴巴投资。2018年3月1日，商汤科技走向世界，麻省理工学院（MIT）宣布和商汤科技成立人工智能联盟，共同探索人类与机器智能的未来。
7、北京云知声信息技术有限公司
云知声，是一家专注物联网人工智能服务公司。云知声利用机器学习平台（深度学习、增强学习、贝叶斯学习），在语音技术、语言技术、知识计算、大数据分析等领域建立了领先的核心技术体系，这些技术共同构成了云知声完整的人工智能技术图谱。
8、广州云从信息科技有限公司
成立于2015年4月，是一家从中科院重庆研究院孵化的专注于计算机视觉与人工智能的高科技企业。是计算机视觉头部企业中唯一的国家队，承建了国家发改委的基础项目重大工程——“人工智能基础资源公共服务平台”与产业化项目重大工程“人脸识别系统产业化应用平台”。与公安部、四大银行、证通、民航总局建立联合实验室，推动人工智能产品标准的建立，成为唯一同时制定国标、部标、行标的人工智能企业。国家发改委公布的《2017年“互联网＋”重大工程拟支持项目名单》中包含四个AI公司，云从科技是其中唯一一家创业公司。
9、北京深鉴科技有限公司
深鉴科技专注于下一代深度学习专用平台，引领世界神经网络处理器、编译器原创技术，让所有算法开发者都能便捷使用，让服务器与所有终端都能具有高效的智能计算能力，赋予万物智能。
10、地平线机器人科技有限公司
地平线机器人技术，在国内有一个优秀人工智能团队，野心也是想打造一颗“机器大脑”，即余凯所创办的地平线机器人致力于“define the brain of things”，打造万物智能时代的“AI Inside”，给人们日常生活的无数设备和产品装上“大脑”。
2. 国内智能穿戴玻璃的供需情况
2020年光伏行业逻辑是光伏组件成本大幅下降后，光伏发电具备了平价发电的条件，从而带动光伏需求大增，带动光伏行业进入产能大扩张的阶段。2020年有13家光伏上市公司共计宣布了逾40项扩产项目，总投资超过2000亿元，涵盖硅片、电池片、组件、玻璃、逆变器等环节。
在中下游产能快速扩张的大背景下，2021年硅片的原材料硅料和玻璃的新产能投放步伐低于下游，两者的建设周期在1-1.5年左右，硅料在2021年供给释放有限，依然维持供需紧平衡状态，所以会推动硅料价格上涨。光伏2021年总体供需紧平衡，宽版玻璃将出现结构性供需缺口。预计硅料和玻璃的供应紧平衡状况要到明年下半年才会显著改善。
为了解决原材料问题，现在很多光伏产业链生产企业与硅料企业签订长单，以锁定硅料采购量，2021年，我国多晶硅产量大约在43.3万吨-46.6万吨。2021年长单锁定量占据总产量的76%-78.5%。但是锁量不锁价，如果硅料价格上涨，那么成本上升将会向下游传导。
参考BNEF、HIS、PV lnfolink、HPT这四家机构对于光伏装机量的平均预测数据来看，在2021-2022年，全球光伏板块耗银量占全年白银产量的比例约为7.73%与7.85%。白银年产量不出现大幅激增的情况下，这一比例在2025年时大概率将会超过12%，至2025年，全球光伏板块用银量在乐观的估计下将会达到144.06Moz。在光伏产业需求的带动下，白银价格也有望进一步上升。
目前硅料成本约占硅片成本的60%，硅片成本约占光伏电池片成本的50%。电池片约占组件成本的65%，也就是说硅料占组件的成本比例为19.5%。此外，光伏玻璃在组件成本占比为6%-7%左右，光伏电池片的可变成本当中白银占比超过40%。综合看， 白银、硅料和玻璃三者在光伏组件中的成本接近50%，所以光伏组件价格对三种原材料价格的敏感度很高。
2021年这三个原材料价格都有上涨的逻辑，所以预计2021年光伏组件的成本也有大幅增加的可能。考虑到光伏发电有平价上网的天花板，如果三种原材料价格涨幅过大，对光伏组件的终端需求将会有负面影响，这是2021年投资光伏板块最大的坑，所以我们认为2021年光伏产业的投资机会将向硅料、玻璃和白银原材料细分领域倾斜。
光伏级多晶硅料在2011年突破50美元/千克后，价格持续下降，期间虽有部分年份出现反弹，但总体呈现不断下跌走势。2019年后价格跌势放缓，2020年下半年开始，光伏级多晶硅料价格开始反弹，最新平均价格报11.47美元/千克。我们认为2021年在全球大通胀的情况下，硅料供应紧张将会带动硅料价格上涨，每公斤硅料价格将会有30-50%的涨幅。
目前硅料的前三强是协鑫、通威和新特能源。目前已公布扩产计划的新增产能包括通威永祥扩产7.5-8万吨，大全新能源扩产3.5万吨，亚洲硅业扩产3-3.6万吨。2021年硅料或有3万吨有效产能增量，其余新增产能要到2022年一季度才能得到释放，对2
3. 国内智能穿戴公司有哪些
奥海科技002993：公司沿革于2004年，成立于2012年，是一家专注于智能终端充储电产品(包括充电器、移动电源等)的研发、生产和销售的国家高新技术企业，产品主要应用于智能手机、平板电脑、AI智能物联网硬件(智能家居、智能穿戴设备)、无人机等领域。
4. 国内智能穿戴龙头
泰和新材：智能纤维产品未来在可穿戴领域拥有更加广阔的空间
公司讯，泰和新材(002254)表示，智能纤维规模化生产线预计将于2021年12月底投产，目前处于市场开发阶段，已经与汽车工业、智能电子、智能家居、玩具饰品等行业龙头企业建立合作开发关系。目前芳纶尚未应用于智能可穿戴领域，相较而言智能纤维产品未来在可穿戴领域拥有更加广阔的空间。
5. 国内智能穿戴龙头厂商
截止2020年，苹果主要的供应商总计200多家，根据供货关系，列出了排在前10核心供应商，前五分别是：
1、立讯精密:苹果产业链绝对龙头，有很强的精细化管理能力,生产工艺成熟，受益于5G手机换机潮，以及可穿戴设备(智能手表、TWS耳机) 增长的确定性，2020年的订单数量非常稳定。
2、歌尔股份: 声学精密零组件龙头，受益于可穿戴设备的爆发，2020业绩很好。
3、信维通信: 5G手机相比4G手机，对射频元器件的需求要大很多,受益于5G手机的量产，公司订单的确定性较好。
4、长信科技:显示器件材料龙头，受益于可穿戴设备的量产，以及特斯拉的国产化，智能手表和汽车屏迎来放量。公司在OLED模组领域具备丰富经验,切入可穿戴设备产业链有先发优势。
5、东山精密:手机主板供应商，2019年因计提减值调低业绩，跟暴风集团的烂账一笔勾销，2020年随着5G手机的量产和特斯拉的国产化，公司发展态势良好。
6. 国内智能穿戴设备企业排名
1、海鸥
上海海鸥数码照相机有限公司是致力于影像产品开发、制造、销售的高新技术民营企业，于2011年1月在整合、继承、吸收具有五十余年悠久历史的上海照相机总厂的品牌、研发、制造等优质资源基础上全新成立。
2、爱国者
2008年6月6日，数码相机中国自主领军品牌――爱国者一次发布了4款2008年夏季新品，其中最引人注目的是数码相机行业全球首部GPS卫星导航定位数码相机P-1，以及数码相机行业内率先采用双核图像处理芯片的超薄数码相机T60。爱国者数码相机此次精彩亮相，标志着爱国者――数码相机行业里中国自主品牌的代言人、朝气蓬勃的少壮先锋势力。
3、小蚁
上海小蚁科技有限公司为 小米 生态链企业，获得北京小米科技有限公司和启明创投联合投资。小蚁是采用小米模式的智能硬件创业公司，也是小米 智能家居 生态的重要成员。公司坐标上海和北京，专注于智能、可穿戴、移动化的新型视频类智能电子产品开发, 为移动互联网时代提供最便捷使用、最智能化的视频产品和服务。
4、OPPO
OPPO是广东欧珀移动通信有限公司旗下品牌，成立于2004年，是一家全球性的智能终端和移动互联网公司，致力于为客户提供最先进和最精致的智能手机、高端影音设备和移动互联网产品与服务，业务覆盖中国、美国、俄罗斯、欧洲、 东南亚 等广大市场。
5、中兴
中兴通讯股份有限公司，简称中兴通讯(ZTE)。全球领先的综合通信解决方案提供商，中国最大的通信设备上市公司。中兴通讯主要产品包括：2G/3G/4G/5G无线基站与核心网、IMS、固网接入与承载、光网络、芯片、高端路由器、智能 交换机 、政企网、大数据、云计算、数据中心、手机及家庭终端、智慧城市、ICT业务，以及航空、铁路与城市 轨道 交通信号传输设备。
7. 国内智能穿戴设备研究现状
这个有点多，一下子可以说一大堆，还是分类吧：
1、运动类
典型代表手环、计步器、手表，目前这类设备普及率挺高，各种各样的版本也很多，大体都有记步、心率、血氧、卡路里、距离等等功能
2、体育类
典型的有心率带子、智能鞋、鞋垫、袜子，这些设备通常用于运动检测，运动员用的比较多
3、安全类
物品防丢器、儿童防丢手带、老人检测背心
这类用的人群也不少，检测的参数也五花八门，目前见的不多
4、宠物类
宠物项圈、遛狗手链等
这个通常是为了防止宠物走失用的，目前还没有多少人在用。
总之，可穿戴类设备这几年太多了，也太杂了，个人认为市场前景慢慢会饱和。
8. 国内智能穿戴龙头股
光弘科技，股票代码300735
1、主营业务：电子制造服务
公司的主营业务为专业从事消费电子类、网络通讯类、汽车电子类等电子产品的PCBA和成品组装,并提供制程技术研发、工艺设计、采购管理、生产控制、仓储物流等完整服务的电子制造服务(EMS)。公司提供电子制造服务的主要产品包括消费电子类(智能手机、平板电脑);网络通讯类(网络路由器、基站定位终端);物联网、汽车电子类(OBD、行车记录仪)等电子产品。
2、光弘科技的概念有：
华为概念
公司是华为核心供应商,产品包括智能终端产品(含智能手机在内)和网络设备等。
5G概念
公司主要是4G产品,公司会根据市场和客户需求调整业务,公司完全具备从4G过渡到5G的能力。
智能穿戴概念
公司自2020年开始智能穿戴类产品的生产,目前为华为提供的主要是的是智能手表产品的制造服务。公司在智能穿戴领域先后生产过智能手表、手环、眼镜等多类产品。
物联网
9. 国内智能穿戴服装公司有哪些
【独钟】此名来自成语“情有独钟”，这个名字也希望每一位客户对本厂服装都独有情钟。萊垍頭條
【艾菲格】此名读起来带有英伦风，显得很洋气，“艾菲”二字显得清新、高雅独到贵气；“格”字就是格调之义，表示本厂服装独一无二。萊垍頭條
【阿柏雅】“雅”字和“柏”字都比较中性化，用于服装厂名字中非常的不俗。條萊垍頭
锦束：“锦”是中国汉字信息指丝织品，原意为精致丝织品，多有美丽图案，也泛指比喻色彩鲜艳华美的，在古时只要身份高贵的人才能穿戴高级的锦丝衣服，说明本厂的服装质量很好。條萊垍頭
CHANGER穿越者：“穿”字指穿戴，符合行业规矩；“越”代表着超越平凡，轻奢、高端，希望可以超越任何企业；“者”独特，有个性的一类人，此名暗示独家定制的风格万千；CHANGER，汉译是“改变者”，通过本厂的服装可以改变你。頭條萊垍
10. 国内智能穿戴市场
人工智能加速器芯片被大肆炒作，但这个市场究竟有多大，如今有哪些公司是真的在卖人工智能芯片的？
来自ABI Research的两份新报告详细分析了当今人工智能芯片组市场的发展状况。其中，ABI Research首席分析师Lian Jye Su谈到了正在进入这个潜在利润丰厚市场的公司和技术。
云端的人工智能
第一份题为“云AI芯片组：市场格局和厂商定位”的报告，突出了云AI推理和训练服务的快速增长情况。ABI Research由此预计，AI芯片组市场规模预计将从2019年的42亿美元增长到2024年的100亿美元。目前这一领域的领导者Nvidia和英特尔正受到来自Cambricon Technologies、Graphcore、Habana Labs和Qualcomm等公司的挑战。
据Su介绍，Nvidia仍然是这个市场明显的领导者，这主要取决于Nvidia具有成熟的开发者生态系统及先发优势。
“随着人工智能模型、库和工具包的不断变化和更新，Nvidia成为了一个很好的选择，因为它能提供通用AI芯片组。当然，随着市场的不断成熟，这些优势将逐渐弱化，但至少在可预见的未来，Nvidia仍将处于强势地位。”
今天的云AI芯片组市场可以分为三个部分：首先是托管公有云的云服务提供商，包括AWS、微软、谷歌、阿里巴巴、百度和腾讯等；其次是企业数据中心，也就是私有云；此外，还有混合云，也就是公有云和私有云（VMware、Rackspace、NetApp、HPE、Dell）的结合体。
该报告还确定了另一个新兴的细分市场——电信云，指的是电信公司为其核心网络、IT和边缘计算工作负载部署的云基础设施。
Su表示，这个新的细分市场为AI芯片组制造商带来了巨大的机遇。
“我们已经看到了像华为这样的网络基础设施厂商，还有诺基亚这样的厂商，推出了针对电信网络功能进行优化的ASIC。这是一个巨大的市场，Nvidia最近也一直在努力进入这个市场。”
2017年至2024年人工智能芯片组年销售总收入（来源：ABI Research）
虽然Su认为短时间内其他厂商无法取代Nvidia在云端AI训练领域的主导地位，但具体在AI推理领域却并非由一家厂商主导，这在一定程度上是由推理工作负载在垂直方向各有不同的性质决定的。他说，预计ASIC将从2020年开始在该细分领域实现强劲增长。
眼下，将AI推理转移到边缘设备这一趋势意味着智能手机、自动驾驶汽车和机器人等设备对云的依赖减少了，但这并不意味着推理工作负载——一些云服务提供商认为推理工作负载要比训练工作负载大——就会减少，Su这样表示。
“一些人工智能永远不会走向边缘，例如聊天机器人和会话AI、欺诈监控和网络安全系统。这些系统将从基于规则的系统发展为基于深度学习的人工智能系统，这实际上会增加推理的工作量，使其足以取代那些转向边缘的推理工作负载。”
此外，谷歌的TPU可以解决在云端进行训练和推理问题，被视为CPU和GPU技术（分别由英特尔和Nvidia主导）的强大挑战者。正如报告所述，谷歌在TPU上取得的成功为其他自主开发AI加速器ASIC的云服务提供商（CSP）提供了蓝图，例如已经行动起来的华为、AWS和百度。
如果云服务提供商都在使用他们自己的芯片组，那么对于其他芯片组提供商来说，这个细分领域还有市场空间吗？
“这对于刚开始使用自己芯片组的CSP来说是极具挑战的，我们甚至预测，到2024年CSP这个市场将下降15％至18％。而机会更多地来自于私有数据中心领域。银行机构、医疗机构、研发实验室和学术界仍然需要运行人工智能，他们会考虑使用那些针对AI工作负载进行了更多优化的芯片组，这就给Cerebras、Graphcore、Habana Labs和Wave Computing等新手提供了一些优势。
其他将从这些趋势中受益的是IP核心授权厂商，例如ARM、Cadence和VeriSilicon，他们将负责帮助那些甚至是开始自主研发的企业进行芯片组设计。
边缘的人工智能
ABI第二份题为“边缘AI芯片组：技术展望和使用案例”的报告称，2018年边缘人工智能推理芯片组市场规模为19亿美元，边缘训练市场规模为140万美元。
今天有哪些应用是在边缘位置进行训练的？Su解释说，这些数据中包括网关（历史数据库或设备Hub）和内部部署服务器（在私有云中，但物理位置是靠近AI数据生成的地方）。专为内部部署服务器的训练任务设计的芯片组包括Nvidia的DGX，华为的网关和服务器，其中包括Ascend 910芯片组，以及针对来自Cerebras System、Graphcore和Habana Labs等内部部署数据中心的系统级产品。
“‘边缘训练’市场仍然很小，因为云仍然是人工智能训练的首选，”Su说。
2017年至2024年，针对推理和培训的AI芯片组年销售总收入（来源：ABI Research）
边缘AI推理是2019年至2024年期间边缘人工智能市场实现31％复合年增长率的主要推动力。Su提到了三个主要市场（智能手机/可穿戴设备、汽车、智能家居/白色家电）以及三个利基市场。
第一个利基市场是机器人，因为依赖多种类型的神经网络，机器人通常需要异构的计算架构，例如用于导航的SLAM（同时定位和映射），用于人机界面的会话AI，用于对象检测的机器视觉，所有这些都会在不同程度上使用CPU、GPU和ASIC。目前，Nvidia、英特尔和高通正在这个领域进行激烈的竞争。
第二个利基市场是智能工业应用，涉及制造业、智能建筑、石油和天然气领域。我们看到，FPGA厂商因为遗留设备的原因在这一领域表现突出，但同时也要归功于FPGA架构的灵活性和适应性。
最后一个利基市场是“非常边缘”，即将超低功耗AI芯片组嵌入WAN网中的传感器和其他小端节点中。由于重点是超低功耗，因此这个领域主要由FPGA厂商、RISC-V设计和ASIC厂商主导。
那么到目前为止，谁在边缘人工智能推理领域领跑？
“意料外——或者意料内的——的是，智能手机AI ASIC厂商在这个领域占据领先，因为智能手机的出货量是很大的，例如苹果、海思半导体、高通、三星以及联发科等，如果说的是初创公司的话，我认为Hailo、Horizon Robotics和Rockchip似乎相对终端设备制造商来说发展势头相当快。”
Su还表示，软件对于边缘AI芯片组的商业实施和部署来说至关重要，Nvidia正在升级编译工具和构建开发人员社区，相比之下，英特尔和Xilinx的策略是初创公司合作，或者收购拥有基于软件的加速解决方案。
“芯片组厂商应该考虑向开发者社区提供工具包和库，通过开发者训练计划、竞赛、论坛和大会等方式进行，因为这能吸引开发者与芯片组厂商展开合作以开发相关应用，所有这些都不是初创公司可以轻易实现的。”
该报告给出的结论是，除了为开发者社区提供合适的软件和支持外，厂商还应该提供良好的开发路线图，以及其他技术价值链的支持，此外还需要让他们的芯片有大规模的使用案例，以及具有竞争力的定价。