《2024AI PC(手机)优势、投资机会及产业链相关标的分析报告(40页).pdf》由会员分享,可在线阅读,更多相关《2024AI PC(手机)优势、投资机会及产业链相关标的分析报告(40页).pdf(40页珍藏版)》请在三个皮匠报告上搜索。
1、2 0 2 3 年深度行业分析研究报告5目录目录一、一、PC/PC/手机发展史及手机发展史及AI PC/AI PC/手机必要性的探讨手机必要性的探讨.7.7PC发展史:图形用户界面与鼠标驱动开启生产工具可能,迅驰时刻突破移动限制手机发展史梳理:无线手机诞生,历经1G到2G,模拟信号到数字信号的发展手机发展史梳理:iPhone开启智能手机新时代,移动互联网方兴未艾AI PC/手机作为端侧相较于云端能够解决数据安全、延迟等问题AI PC/手机作为去中心化的服务模式能够帮助云端分担算力成本各大厂商相继布局,AI终端浪潮蓄势待发,多款产品有望2024年上线AI PC或成为更高效的生产力生产力工具,AI
2、 手机或进化为用户人格化的智能助理基于渗透率对AI PC出货量及增量收入空间的测算二、从硬件角度看二、从硬件角度看AI PC/AI PC/手机潜在的投资机会手机潜在的投资机会.16.16CPU架构:ARM与X86之争GPU发展史:诞生于专用性需求,作为辅助处理器执行并行计算任务2023年NVIDIA桌面专业级GPU一览NPU:诞生于神经网络计算的需求,相较于GPU同时兼顾专用性和能耗比不同于GPU与CPU的频繁交互,NPU加速神经网络计算效率更高手机端:处理器高度集成,在现有制程工艺下加入NPU或须在性能释放上做出让步手机端:处理器高度集成,在现有制程工艺下加入NPU或须在性能释放上做出让步(
3、续)骁龙8 Gen3让手机运行大模型提速,骁龙 X Elite助力高通切入AI PC赛道Intel发布首款集成式NPU,Meteor Lake架构或带领数亿台PC进入AI时代NPU处理人工智能任务具有低功耗高效率优势,三颗U协同助力优化PC AI加速PC搭载NPU成为AI PC时代开启的重要标志,叠加Windows系统迭代或将带来换机潮目前端侧芯片算力对推理任务支持度的测算:文本类型任务目前端侧芯片算力对推理任务支持度的测算:图像类型任务相较于算力,未来PC和手机端搭载高规格模型最大的挑战或来自于内存为支持端侧运行高规格大模型,AI PC的散热模组可能会迎来重构 6目录目录大模型在端侧落地或使
4、AI PC/手机厂商成为这一服务模式下的流量入口三、三、AI PC/AI PC/手机产业链相关标的手机产业链相关标的.33.33联想集团:率先推出首款AI PC概念机,预计将于2024年下半年推出联想集团:发布AI Phone和功能性产品AI Twin,后者同时赋能个人与企业用户vivo:蓝科技+6nm自研影像芯片V3+联发科天玑9300助力打造AI手机X100系列小米:计划在终端接入轻量化本地大模型,与WPS AI达成深度合作谷歌:正式发布Pixel 8及Pixel 8 Pro手机,在Android 14上推出AI功能Humane:推出专为与大语言模型交互而生的新式可穿戴设备AI PinAI
5、 PC/AI PC/手机产业链相关标的手机产业链相关标的.40.40行业评级&投资建议&风险提示 7一、一、PC/PC/手机发展史及手机发展史及AI PC/AI PC/手机必要性的探讨手机必要性的探讨 8PCPC发展史:图形用户界面与鼠标驱动开启生产工具可能,迅驰时刻突破移动限制发展史:图形用户界面与鼠标驱动开启生产工具可能,迅驰时刻突破移动限制11982随着计算机性能的提升、体积的减小、成本的下降,个人PC产品出现。1971第一台个人PC:Datapoint 22001981IBM 5150搭载Intel 8088处理器与微软的DOS 1.0操作系统1983200219
6、832002图形用户界面被引入PC,鼠标驱动引发交互形式的革命,PC开始大规模商业化落地并成为生产力工具。1983第一台使用GUI的电脑:Apple Lisa硬件方面:硬件方面:Lisa是一台一体机,12英寸单色屏幕,分辨率为720365像素。其使用的CPU是摩托罗拉 68000,运行频率为5MHz,内存为1MB,拥有2个软盘和1个5MB的硬盘。此外,苹果自行设计出MMU以进行内存管理(操作系统因此得以支持多任务处理,即可以同时运行多个程序)。软件方面:软件方面:Lisa首创“双击鼠标”的交互形式,如双击图标会打开一个新窗口,通过标题栏可以拖动窗口直至用户释放按钮等;此外,Lisa捆绑了操作系
7、统Lisa OS和一个包含7个应用程序的办公套件,后者包含文字处理、电子表格等应用。2003202320032023芯片组技术使PC具备移动性以及无线上网等功能。此外,GPU开始广泛用于个人PC,GPU计算时代由此开启。2003年,Intel推出迅驰平台,将Pentium M处理器、Intel芯片组和802.11无线网络模块三者集成在一起,普及了笔记本无线网络的应用,也加速了笔记本向轻薄化的发展。2006年,NVIDIA发布首个通用GPU计算架构Tesla,其采用全新的CUDA架构,支持使用C语言进行GPU编程,可以用于通用数据并行计算。代表产品为G80。笔记本代表:Thinkpad系列202
8、42024年及以后年及以后AI PC时代,NPU通过广泛应用于人工智能任务或帮助作为生产力工具的PC加速变革。2023年9月19日,Intel正式发布基于Intel 4制程工艺的首个处理器平台Meteor Lake,该架构首次将人工智能加速引擎(NPU)集成到PC处理器,由此,GPU、NPU、CPU等核心之间相互协同以承载对应的AI算力。据Intel的AI PC加速计划,其将在2025年前为超过100万台PC带来AI特性,并由计划于12月14日发布的Intel酷睿Ultra处理器率先推动。GPUGPU:负责高性能、高吞吐场景,适用于融合了AI的媒体/3D/渲染通道。NPUNPU:在低功耗的状态
9、下,实现高效的AI终端化应用,适用于持续的AI。CPUCPU:响应速度快,适用于轻量级、单次推理的低延迟AI任务。基于G80的独显:GeForce 8800资料来源:砍柴网,oldcomputers官网,新媒体前沿,IBM官网,联想集团官方公众号,36氪,cnBeta,热点科技,腾讯云开发者社区,创业邦,倍优产业观察公众号,雷科技,IT之家,驱动之家,联想官网,国海证券研究所 9手机发展史梳理:无线手机诞生,历经手机发展史梳理:无线手机诞生,历经1G1G到到2G2G,模拟信号到数字信号的发展,模拟信号到数字信号的发展所谓移动,即无线。第一代移动通讯的特征是手机与基站之间通过模拟信号进行传输,仅
10、能进行通话。缺陷是安全性和抗干扰能力差,且由于没有国际的通用标准,国际漫游成为问题。无线、模拟信号1983.06摩托罗拉Dyna TAC 8000X1987摩托罗拉 3200(“大哥大”)第一台进入中国市场的手机世代年代关键词特性代表厂商代表产品第一代(1G)1980s1990s摩托罗拉第二代(2G)1990s2006数字信号、内置游戏使用数字信号的2G移动通信拥有安全性更高、频谱利用率高、功能不仅限于通话、标准相对统一的优势。但其功能仍然相对单一,且网络容量仍然较为有限。摩托罗拉、爱立信、诺基亚1995.01爱立信GH337中国大陆出现的第一款GSM手机1995摩托罗拉8900、9900第一
11、款揭盖式手机1999.10诺基亚3210第一款内置天线机型2000.01诺基亚7110第一款WAP的手机,首次把手机和互联网连接在一起资料来源:中关村在线,北京通信业公众号,国海证券研究所 10手机发展史梳理:手机发展史梳理:iPhoneiPhone开启智能手机新时代,移动互联网方兴未艾开启智能手机新时代,移动互联网方兴未艾iOS和Android先后问世,第三代移动通信3G网络与2G相比,能够提供更先进的服务功能并拥有更高的网络容量。在数据传输上,3G手机能够实现无线宽带接入或接近无线带宽接入,类似一个范围更大的WiFi网络。智能手机、操作系统、移动互联网世代年代关键词特性代表厂商代表产品第三
12、代(3G)20072010s苹果、三星等2007第一代iPhone2008第二代iPhone 3G上市仅三天,iPhone 3G就售出100万部2008.10G1(HTC Dream)第一款采用Android操作系统的手机苹果、华为、OPPO、vivo、小米、三星、中兴、荣耀等2015.09iPhone 6s2019.04OPPO Reno2018.10HUAWEI Mate 20第四代(4G)2010s2020s更快更稳定、流媒体第四代移动通信4G相较于3G拥有更高的数据传输速率,通过全面和安全的IP解决方案,4G能使手机用户实现在任何时间、任何地点接收语音、数据和流媒体,手游、长短视频、社
13、媒直播、移动支付等得以迅速普及。第五代(5G)2020s万物互联、AIGC高网速、低时延、高容量的特性使5G网络相较于4G拥有万物互联的能力,端侧大模型的发展或助力智能手机发展出更多功能。2023.08HUAWEI Mate 60搭载麒麟芯片+鸿蒙OS2023.10小米14首款搭载小米澎湃OS的手机资料来源:中关村在线,北京通信业公众号,中国新闻网,环球网,新浪手机,雷科技,ZAKER,每日经济新闻,苹果官网,华为官网,OPPO官网,小米官网,国海证券研究所 userid:93117,docid:151186,date:2024-01-12,11AI PC/AI PC/手机作为端侧相较于云端能
14、够解决数据安全、延迟等问题手机作为端侧相较于云端能够解决数据安全、延迟等问题p AI PC/AI PC/手机作为端侧大模型解决方案,能够帮助解决数据安全及隐私泄露等问题。对个人用户而言,可通过访问本地数据形成其数字孪生,大模型成为用户的个性化助手机作为端侧大模型解决方案,能够帮助解决数据安全及隐私泄露等问题。对个人用户而言,可通过访问本地数据形成其数字孪生,大模型成为用户的个性化助理;对企业用户而言,可通过公司内网访问企业数据库以实现智能化协同办公。理;对企业用户而言,可通过公司内网访问企业数据库以实现智能化协同办公。云端通用模型不具备服务某一领域的能力,需要接入数据后才具有专业能力,这意味着
15、企业为获得行业模型,须将关键性资产数据上传至云端,而一旦训练完成的模型被全行业共享,则意味着一定程度上企业竞争壁垒的消弭,由此催生出各企业在数据墙内训练专用模型的需求,AI PC/手机应运而生。p 绝大多数应用场景下用户对推理的时效性要求较高,在云端进行推理再将结果传回端和边缘因物理距离而不可避免存在延迟,绝大多数应用场景下用户对推理的时效性要求较高,在云端进行推理再将结果传回端和边缘因物理距离而不可避免存在延迟,AI PC/AI PC/手机直接面向终端用户,因此能很手机直接面向终端用户,因此能很大程度上缓解这一问题,为用户带来更好的使用体验。大程度上缓解这一问题,为用户带来更好的使用体验。联
16、想集团联想集团与合作伙伴协同打造的Hybrid AIHybrid AI解决方案解决方案,该方案中存在三种性质不同的模型,即Public FM、Private FM和Personal FM,三种模型分别运行在不同的场景下,如Public FM运行在云端服务器上,Private FM运行在企业私有或家庭服务器上,Personal FM运行在PC或手机等终端智能设备上。AI PC/PhoneAI PC/Phone本地知识库本地知识库压缩大模型压缩大模型核心是从本地提取信息,从而构建个性化的知识库。以联想集团的AI Twin为例,个人AI Twin能够在支持人工智能的设备和边缘设备上构建本地知识库,设
17、备就好像是用户的数字延伸;企业级AI Twin是一系列企业级人工智能应用的总和,它能够从企业或组织内部的智能设备、智能边缘和私有云上提取相关信息,归纳整合为判断和结论,并提出建议。AI PC发展初期NPU的算力有限,仅支持数十亿参数量的大模型,难以带动云端动则千亿参数量级的大模型,为使模型能够被搭载在端侧且尽可能不牺牲用户体验,大模型压缩技术至关重要,其实质是通过裁剪和量化的方法兼顾模型大小和性能。资料来源:极客公园,联想集团官方,联想集团官方公众号,热点科技,IT之家,国海证券研究所 12AI PC/AI PC/手机作为去中心化的服务模式能够帮助云端分担算力成本手机作为去中心化的服务模式能够
18、帮助云端分担算力成本p 将大模型部署在端侧和边缘可能会带来公有云、私有云和本地数据中心市场需求,以及云、端和边缘算力的平衡。将大模型部署在端侧和边缘可能会带来公有云、私有云和本地数据中心市场需求,以及云、端和边缘算力的平衡。生成式AI在诞生之初主要通过云端以付费API接口的形式向用户提供服务,过去市场对算力的关注多集中于云服务提供商以及大模型训练阶段,但云端算力相对有限,在高峰期难以满足所有用户的推理需求,因而提高端侧和边缘算力,为推理加速成为市场新的焦点。通过智能终端(如AI PC/手机)和边缘设备为云端分担算力成本或使云、端、边缘算力需求走向平衡。云云端端边缘边缘主要通过主要通过APIAP
19、I付费接口和类付费接口和类ChatGPTChatGPT应用提供服应用提供服务,前者面向务,前者面向B B端用户,后者面向端用户,后者面向CC端用户端用户协同助力生成式协同助力生成式AIAI落地落地主要通过各种智能终端,如主要通过各种智能终端,如AI PC/PhoneAI PC/Phone提供服提供服务,直接面向务,直接面向CC端用户端用户主要通过边缘服务器提供服务,面向主要通过边缘服务器提供服务,面向B B端用户端用户落地方式落地方式服务模式服务模式中心化服务模式中心化服务模式公共大模型公共大模型对应模型对应模型非中心化服务模式非中心化服务模式私有大模型私有大模型&个人大模型个人大模型非中心化
20、服务模式非中心化服务模式私有大模型私有大模型资料来源:和讯网,国海证券研究所 13各大厂商相继布局,各大厂商相继布局,AIAI终端浪潮蓄势待发,多款产品有望终端浪潮蓄势待发,多款产品有望20242024年上线年上线时间时间公司公司相关布局相关布局20232023年年5 5月月惠普惠普正在开发支持AI的PC,新型号产品最早可能在2024年投放市场。20232023年年5 5月月百度百度百度旗下小度科技宣布将进军手机市场,并发布旗下首款智能手机,整合小度AI技术能力。20232023年年6 6月月宏宏碁碁预计将把AIGC或其他AI应用导入到终端设备上,相关AI笔记本方案会在2024、2025年陆续
21、推出。20232023年年7 7月月荣耀荣耀荣耀与AMD共同召开媒体沟通会,宣布将在2023年发布首款搭载AI引擎的笔记本电脑荣耀Magic X Pro系列锐龙版;荣耀CEO赵明宣称,荣耀将在智能手机端推动部署端侧大模型,以此作为新一轮产品技术攻坚的起点。20232023年年7 7月月苹果苹果建立了自己的大型语言模型Ajax,并推出代号为“苹果GPT”的内部聊天机器人,用于测试Ajax的功能;苹果每年将在人工智能的研究上投入10亿美元,目前正在对Siri进行改造,更智能的新版本Siri有望于2024年问世。20232023年年8 8月月戴尔戴尔宣布将与英伟达合作推出生成式人工智能解决方案,帮助
22、客户在本地快速安全地构建生成式人工智能(GenAI)模型。20232023年年8 8月月小米小米小爱同学正式升级生成式大模型,已经开始测试,小米很快会推出端侧AI大模型应用。20232023年年8 8月月华为华为将大模型深度整合进手机系统,实现更高层次的融合,智慧助手小艺接入AI大模型能力,可以进行自然对话、会议纪要和辅助文案生成、图片二次创作等。20232023年年1010月月OPPOOPPOOPPO安第斯智能云团队打造了基于混合云架构的生成式大语言模型OAndesGPT。10月11日,OPPO宣布基于AndesGPT大模型打造的新版AI助手新小布1.0开启了第一轮公测。20232023年年
23、1010月月谷歌谷歌发布新一代智能手机Pixel 8系列,Pixel 8 Pro是第一款可以直接在设备上运行谷歌AI模型的手机。20232023年年1010月月三星三星计划将Galaxy S24,Galaxy S24+和Galaxy S24 Ultra打造成“有史以来最智能的AI手机”,超越老对手谷歌和苹果,预计将于2024年年初发布。20232023年年1010月月vivovivo发布自研AI大模型矩阵,其中包括十亿、百亿、千亿三个不同参数量级的5款自研大模型,同时位列C-Eval、CMMLU双榜的全球中文榜单榜首,其中,70亿模型是面向手机打造的端云两用模型,vivo自研AI大模型将会首次
24、应用在即将发布的OriginOS 4系统中。资料来源:格隆汇,电商报,和讯网,华尔街见闻,IT之家,前瞻网,快科技,澎湃新闻,钛媒体APP,环球网科技,新京报,国海证券研究所 14AIAI PCPC或成为更高效的生产力工具,或成为更高效的生产力工具,AI AI 手机或进化为用户人格化的智能助理手机或进化为用户人格化的智能助理资料来源:国海证券研究所旅游助手AI PCAI PCAI AI 手机手机购物助手/商品推荐来电/短信处理日程差旅安排/报销菜谱推荐文档/电子邮件整理及撰写照片精修以对性能要求较高的高强度办公场景为主以对性能要求较高的高强度办公场景为主应用开发辅助报表规整/数据分析会议助手/
25、同声传译P图设计/制图自动调节智能家居服务模式以轻生活场景为主,功能上更加精细化以轻生活场景为主,功能上更加精细化 15基于渗透率对基于渗透率对AI PCAI PC出货量及增量收入空间的测算出货量及增量收入空间的测算p 我们基于渗透率对我们基于渗透率对AI PCAI PC的出货量进行测算,据的出货量进行测算,据CanalysCanalys,20242024年全年年全年PCPC出货量预计将达到出货量预计将达到2.672.67亿台,我们参考这一数据对亿台,我们参考这一数据对PCPC出货量进行情景假设,在四种不同情出货量进行情景假设,在四种不同情景下分别为景下分别为2.4/2.6/2.8/3.02.
26、4/2.6/2.8/3.0亿台;同样对亿台;同样对AI PCAI PC渗透率进行情景假设,在七种不同情景下分别为渗透率进行情景假设,在七种不同情景下分别为5%/10%/20%/30%/40%/50%/60%5%/10%/20%/30%/40%/50%/60%。通过测算可知,。通过测算可知,AI PCAI PC出货量出货量区间为区间为0.121.800.121.80亿台。对亿台。对AI PCAI PC的提价水平进行假设,在的提价水平进行假设,在AI PCAI PC提价提价10001000元元/台和台和15001500元元/台两种不同情景下的增量市场空间分别为台两种不同情景下的增量市场空间分别为1
27、20亿元及亿元及700亿元。亿元。AI PCAI PC出货量预期(单位:亿台)出货量预期(单位:亿台)AI AI PCPC渗透率假设渗透率假设情景一情景一情景二情景二情景三情景三情景四情景四情景五情景五情景六情景六情景七情景七5%5%10%10%20%20%30%30%40%40%50%50%60%60%PCPC出货量假设出货量假设(单位:亿台)(单位:亿台)情景一情景一2.4 2.4 0.12 0.24 0.48 0.72 0.96 1.20 1.44 情景二情景二2.6 2.6 0.13 0.26 0.52 0.78 1.04 1.30 1.56
28、 情景三情景三2.8 2.8 0.14 0.28 0.56 0.84 1.12 1.40 1.68 情景四情景四3.0 3.0 0.15 0.30 0.60 0.90 1.20 1.50 1.80 若若AI PCAI PC提价提价10001000元元/台带来的增量市场空间(单位:亿元)台带来的增量市场空间(单位:亿元)AI AI PCPC渗透率假设渗透率假设情景一情景一情景二情景二情景三情景三情景四情景四情景五情景五情景六情景六情景七情景七5%5%10%10%20%20%30%30%40%40%50%50%60%60%PCPC出货量(单位:亿台)出货量(单位:亿台)情景一情景一2.4 2.4
29、096012001440情景二情景二2.6 2.6 00情景三情景三2.8 2.8 00情景四情景四3.0 3.0 00若若AI PCAI PC提价提价15001500元元/台带来的增量市场空间(单位:亿元)台带来的增量市场空间(单位:亿元)AI AI PCPC渗透率假设渗透率假设情景一情景一情景二情景二情景三情景三情景四情景四情景五情景五情景六情景六情景七情景七5%5%10%10%20%20%30%30%40%40%50%50%60%60%
30、PCPC出货量(单位:亿台)出货量(单位:亿台)情景一情景一2.4 2.4 800情景二情景二2.6 2.6 700情景三情景三2.8 2.8 200情景四情景四3.0 3.0 22545090002700资料来源:IT之家,Canalys,AI PC产业(中国)白皮书,国海证券研究所8%55%75%80%85%0%20%40%60%80%100%2023E2024E2025E2026E2027EIDCIDC预测的预测的AI PCAI PC在
31、中国在中国PCPC市场未来几年的渗透率市场未来几年的渗透率 16二、从硬件角度看二、从硬件角度看AI PC/AI PC/手机潜在的投资机会手机潜在的投资机会 17CPUCPU架构:架构:ARMARM与与X86X86之争之争架构架构ARMX86专利权归属专利权归属ARMIntel、AMD复杂度复杂度精简指令集(精简指令集(Reduced Instruction Set Computers,RISC):基础指):基础指令集较少,衍生指令由基础指令组合而来。令集较少,衍生指令由基础指令组合而来。以乘法计算指令为例,精简指令集在执行计算时,会将其分作4个单周期指令,即:将内存A数据加载到寄存器,将内存
32、B数据加载到寄存器,调用两个寄存器中的数据进行乘法计算,将最终计算结果存入内存A目前除ARM外,应用于路由器的MIPS架构和应用于移动设备的RISC-V架构(开源)架构(开源)均属于精简指令集复杂指令集(复杂指令集(Complex Instruction Set Computers,CISC):经过长):经过长期发展,各种为特定应用而生的扩展指令集层出不穷,指令集非常丰富。期发展,各种为特定应用而生的扩展指令集层出不穷,指令集非常丰富。以乘法计算指令为例,复杂指令集在执行计算时,会将其视作1个指令,该指令需要多个处理器的时钟周期才能完成,相较于精简指令集的每一个单周期指令,这是一个长指令,一旦
33、开始就必须执行完毕而无法在中途叫停,而精简指令集各单周期指令之间可以不是连续执行的指令长度指令长度固定可变硬件设计难度硬件设计难度相对较低,由于“硬件软件化”,因此对编译器等软件的设计要求较高,编译后的程序体积也较大成本相对低廉高,由于“软件硬件化”,因此对软件开发者友好,但对硬件开发者而言要求较高成本相对高昂特性特性低功耗高能效性能相对更强,功耗大,对散热要求高适用领域适用领域智能手机、平板电脑及可穿戴设备等移动端PC及服务器端处理制程工艺处理制程工艺为配合其应用场景,ARM架构处理器目前普遍采用5nm7nm的制程工艺X86架构处理器目前普遍采用7nm10nm的制程工艺异构计算大小核设计异构
34、计算大小核设计最早见于ARM架构,性能核与功效核并存的设计很好地兼顾了耗电与性能之间的平衡X86架构也逐渐开始采用这种设计思路以应对不同使用场景处理器代表厂商处理器代表厂商高通、三星、联发科、华为海思、苹果等Intel、AMD、海光信息、兆芯等资料来源:智趣东西,51CTO,量子位,芯智讯,只谈科技,环球时报,国海证券研究所 18GPUGPU发展史:诞生于专用性需求,作为辅助处理器执行并行计算任务发展史:诞生于专用性需求,作为辅助处理器执行并行计算任务p 图像处理催生出专用处理器需求,图像处理催生出专用处理器需求,GPUGPU的设计初衷正是为了应对批量同类任务的高并行执行,随着工艺的发展,的设
35、计初衷正是为了应对批量同类任务的高并行执行,随着工艺的发展,GPUGPU开始不断在个人开始不断在个人PCPC以及移动设备上普及,甚至于以及移动设备上普及,甚至于随着其性能呈指数级增长,独显势头渐起。随着其性能呈指数级增长,独显势头渐起。ControlControl:控制器:控制器 ALU ALU:运算器:运算器 Cache Cache:缓存:缓存 DRAM DRAM:存储器:存储器CPUCPUGPUGPU处理器处理器CPUGPU特性特性实时响应,对缓存要求高,计算效率相对较低对任务进行批处理,对缓存要求低,计算效率高运算方式运算方式整型运算浮点运算计算模式计算模式串行计算(任务类型多样)并行计
36、算(任务类型单一)擅长领域擅长领域资源调配、系统控制等数值计算、图像处理等注:CPU进入“后摩尔时代”,使其在性能升级和优化层面面临较大限制;与此同时,GPU仍然遵循摩尔定律预言的性能呈指数级增长。p 消费级消费级GPUGPU的发展历程:的发展历程:集显集显核显核显独显独显集成在主板北桥上,由于集成在主板上,因此与CPU之间的协调效率不高,在性能方面有一定的局限性。将GPU集成在CPU内部,这种设计使两者的协调效率得到了明显的提升,是目前市面上常见的消费级GPU存在形式之一。其与核显的区别是拥有独立的显存,不会占用系统内存,一般是单独插在主板相应的接口上,其相较于核显拥有更好的性能和散热表现,
37、常见于游戏本和工作站。资料来源:51CTO,科Way,智通财经,电脑装配网,太平洋消费网,国海证券研究所 1920232023年年NVIDIANVIDIA桌面专业级桌面专业级GPUGPU一览一览GPUGPU规格规格性能性能CUDA核心核心光追核心光追核心(RT Core)AI核心核心(Tensor Core)显存容量显存容量显存带宽显存带宽NVLink单精度性能单精度性能(TFLOPS)双精度加速双精度加速AI运算性能运算性能(TFLOPS)ECCNVIDIA RTX 600018,176142(3rd Gen)568(4th Gen)48GB960GB/s91.11457NVIDIA RTX
38、 A600010,75284(2nd Gen)336(3rd Gen)48GB768GB/s38.7309.7NVIDIA RTX A550010,24080(2nd Gen)320(3rd Gen)24GB768GB/s34.1272.8NVIDIA RTX A50008,19264(2nd Gen)256(3rd Gen)24GB768GB/s27.8222.2NVIDIA RTX A45007,16856(2nd Gen)224(3rd Gen)20GB640GB/s23.7189.2NVIDIA RTX A40006,14448(2nd Gen)192(3rd Gen)16GB448G
39、B/s19.2153.4NVIDIA RTX A20003,32826(2nd Gen)104(3rd Gen)6GB/12GB288GB/s7.963.9NVIDIA T10008964GB/8GB160GB/s2.5NVIDIA T4003844GB80GB/s1Quadro GV1005,12064032GB870GB/s14.8118.5资料来源:萤火虫测评荟,国海证券研究所 20NPUNPU:诞生于神经网络计算的需求,相较于:诞生于神经网络计算的需求,相较于GPUGPU同时兼顾专用性和能耗比同时兼顾专用性和能耗比p NPUNPU(Neural network Processing U
40、nitNeural network Processing Unit),即神经网络处理单元,可在电路层模拟人类神经元和突触,并用深度学习指令集直接处理大规模的神经元和突触,一条),即神经网络处理单元,可在电路层模拟人类神经元和突触,并用深度学习指令集直接处理大规模的神经元和突触,一条指令完成一组神经元的处理。相较于指令完成一组神经元的处理。相较于CPUCPU和和GPUGPU的冯诺依曼结构,的冯诺依曼结构,NPUNPU通过突触权重实现存储和计算一体化,从而提高运行效率。通过突触权重实现存储和计算一体化,从而提高运行效率。NPUNPU是是ASICASIC芯片的一种,目前主芯片的一种,目前主要应用于深
41、度学习和机器学习等人工智能任务。要应用于深度学习和机器学习等人工智能任务。AI芯片类型芯片类型GPUASICFPGA简介简介图形处理单元Application Specific Integrated Circuit,即专用集成电路,有全定制全定制和半定制半定制两种设计方式。ASIC芯片可根据终端功能的不同分为TPU、DPU、VPU和NPU等。其中,TPU为张量处理器,专用于机器学习,如Google于2016年5月研发针对Tensorflow平台的可编程AI加速器;DPU即Data Processing Unit,可作为数据中心等计算场景的加速引擎;VPU即Video Processing Un
42、it,是智能视频处理加速器。整体而言,整体而言,ASIC芯片非常适合人工智能相关的应用场景芯片非常适合人工智能相关的应用场景Field-Programmable Gate Array,即现场可编程门阵列,其是作为专用集成电路领域中的一种半定制半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点特性特性通用性相对较好性能相对较强:性能相对较强:例如NVIDIA首款专门为深度学习设计的芯片Tesla P100数据处理速度是其2014年推出GPU系列的12倍;Google为机器学习定制的芯片TPU将硬件性能提升至相当于当前芯片按照摩尔定律发展7年后的水平;体积小重量轻
43、:体积小重量轻:ASIC芯片作为集成电路技术与特定用户的整机或系统技术紧密结合的产物,与通用集成电路相比具有体积更小、重量更轻等优点现场可编程性(灵活性):现场可编程性(灵活性):可使FPGA通过编程实现任意芯片的逻辑功能,这也是其被称为“万能芯片”的原因。逻辑芯片如ASIC类似于一张出厂时就写有数据且不可擦除的CD,用户只需要放在CD播放器里就可以听到音乐;而FPGA类似于一张空白的CD,需要用户自己使用刻录机烧写数据内容到盘里,且用户可以擦除上面的数据,反复刻录;开发周期短:开发周期短:逻辑芯片如ASIC制造流程包括逻辑实现、布线处理和流片等多个步骤,而FPGA无需布线、掩膜和定制流片等,
44、因而可以简化开发流程,缩短开发周期能耗能耗高低较高成本成本高低较高算力算力中高高代表厂商代表厂商NVIDIA、AMDGoogle、Intel、NVIDIA、寒武纪、澜起科技、华为海思、地平线等Intel、AMD、百度等资料来源:电子工程专辑,半导体圈,电子工程世界,浪潮企业级解决方案,格隆汇,十大品牌网,芯智讯,国海证券研究所 21不同于不同于GPUGPU与与CPUCPU的频繁交互,的频繁交互,NPUNPU加速神经网络计算效率更高加速神经网络计算效率更高GPUGPU的加速的加速NPUNPU的加速的加速FPGAFPGA内部架构图内部架构图p GPUGPU仅执行矩阵乘法和加法的并行计算,神经网络仅
45、执行矩阵乘法和加法的并行计算,神经网络模型的构建和数据流的传输仍然在模型的构建和数据流的传输仍然在CPUCPU上进行。上进行。p 流程:流程:CPU加载权重数据,按照代码构建神经网络模型,将每层的矩阵运算通过CUDA或OpenCL等类库接口传送到GPU上实现并行计算,输出结果;CPU调度下层神经元组矩阵数据计算,直至神经网络输出层计算完成,得到最终结果。p CPUCPU与与GPUGPU如何交互:如何交互:获取GPU信息,配置GPU id;加载神经元参数到GPU;GPU加速神经网络计算;接收GPU计算结果。p NPUNPU与与GPUGPU的区别在于每层神经元的计算结果不的区别在于每层神经元的计算
46、结果不用输出到主内存,而是按照神经网络的连接直接传用输出到主内存,而是按照神经网络的连接直接传递到下层神经元继续计算,因此其在运算性能和功递到下层神经元继续计算,因此其在运算性能和功耗上都得到很大提升。耗上都得到很大提升。p 流程:流程:CPU在整个运行过程中主要是负责数据的加载和业务流程的控制,其将编译好的神经网络模型文件和权重文件交由NPU后即等待最终结果的输出。p NPUNPU与与GPUGPU如何交互:如何交互:向NPU传入模型文件,得到模型task;获取task的输入输出信息;拷贝输入数据到模型内存中;运行模型,得到输出数据。p FPGAFPGA与与CPUCPU、GPUGPU以及以以及
47、以NPUNPU为代表的为代表的ASICASIC芯片等的核心区别是:其底层逻辑运算单元的连线芯片等的核心区别是:其底层逻辑运算单元的连线和逻辑布局未固化,因而能够满足用户自行设计、和逻辑布局未固化,因而能够满足用户自行设计、研制和生产集成电路的需求。研制和生产集成电路的需求。p FPGAFPGA的构成:的构成:可编程逻辑块(CLB):可编程电路,是实现逻辑功能的基本单元,通常规则排列成一个阵列,散布于整个芯片中。输入/输出模块(IOB):可编程电路,主要完成芯片上的逻辑与外部引脚的接口。可编程互连资源(PIR):可编程电路。静态存储器(SRAM):用于存放编程数据。p 主要应用于智能手机、便携式
48、移动设备及汽车等。主要应用于智能手机、便携式移动设备及汽车等。资料来源:51CTO,半导体圈,国海证券研究所 22手机端:处理器高度集成,在现有制程工艺下加入手机端:处理器高度集成,在现有制程工艺下加入NPUNPU或须在性能释放上做出让步或须在性能释放上做出让步厂商厂商产品线产品线最新型号最新型号制程制程CPUGPUAI相关相关(TPU/NPU etc.)代表机型代表机型核心数量核心数量核心频率(核心频率(GHz)高通高通骁龙骁龙400系列系列(适用于入门级和低端手机,性能较低,适合日常使用)骁龙4 Gen24nm双核A78+六核A552.2+2.0Adreno 613 955MHz-Redm
49、i 12、Redmi Note 12R骁龙骁龙600系列系列(适用于中端手机,性能较强,能够满足大部分用户的需求)骁龙6 Gen14nm四核A78+四核A552.2+1.8Adreno 710AI性能增加3倍荣耀X50、iQOO Z8X骁龙骁龙700系列系列(适用于高端手机,性能更强,适合游戏和多媒体应用)骁龙7+Gen24nm单核X2+单核A710+四核A5102.91+2.49+1.8Adreno 725 580MHzAI性能提升2倍realme GT Neo5 SE、Redmi Note 12 Turbo、小米POCO F5骁龙骁龙800系列系列(适用于旗舰手机,性能最强,能够处理高负荷
50、的任务)骁龙8 Gen24nm单核X3+双核A715+双核A710+三核A5103.2+2.8+2.8+2.0Adreno 740 680MHzHexagon芯片:新增对于INT4精度AI计算的支持,与INT8相比,INT4将带来60%的能效提升和90%的AI推理性能提升小米13/小米13 Pro/小米13 Ultra、vivo X90 Pro+/X Fold2、荣耀Magic5/5 Pro/5至臻版、三星Galaxy S23/S23+/S23 Ultra苹果苹果Apple A系列系列A17 Pro3nm6核(2性能核4能效核)3.78+2.116核,峰值性能提升20%,光线追踪性能达到4倍N
51、PU性能提升2倍,具有16核(35 TOPS)的神经网络引擎,可加速机器学习iPhone 15 Pro/15 Pro MaxA164nm6核(2大核4小核)3.46+2.025核具有16核(17 TOPS)的神经引擎,可加速机器学习iPhone 14 Pro/14 Pro Max、iPhone 15、iPhone 15 Plus华为海思华为海思麒麟系列麒麟系列麒麟9000S-8核(1超大核3大核4小核)2.62+2.15+1.53Maleoon 910 308750MHz-HUAWEI Mate 60/Mate 60 Pro/Mate 60 Pro+、HUAWEI Mate X5麒麟9000E
52、5nm8核(1超大核3大核4能效核)3.13+2.54+2.05Mali-G78 MP22,8核NPU采用双核设计(一大核一小核)HUAWEI Mate 40资料来源:驱动之家,快科技,高通官方,天极网,九锋网,AI奇点,新智元,IT之家,国海证券研究所注:表格内容为根据公开资料信息汇总整合而成,或与实际参数存在出入,仅供参考。请务必阅读报告附注中的风险提示和免责声明23手机端:处理器高度集成,在现有制程工艺下加入手机端:处理器高度集成,在现有制程工艺下加入NPUNPU或须在性能释放上做出让步(续)或须在性能释放上做出让步(续)厂商厂商产品线产品线最新型号最新型号制程制程CPUGPUAI相关相
53、关(TPU/NPU etc.)代表机型代表机型核心数量核心数量核心频率(核心频率(GHz)联发科联发科天玑天玑6000系列系列天玑6100+6nm双核A76+六核A552.2+2.0Mali-G57 MC2-realme 11x天玑天玑7000系列系列(入门级)天玑7200 Ultra4nm双核A715+六核A510-Mali-G610 MC4-天玑天玑8000系列系列(中高端)天玑82004nm四核A78+四核A553.1+2.0Mali-G610 MC6 950MHzMediaTek APU 580Redmi K60E、vivo S16 Pro、vivo V27 Pro、Redmi Not
54、e 12T Pro(Ultra)、vivo S17 Pro、OPPO Reno10 Pro、小米Civi 3(Ultra)天玑天玑9000系列系列(旗舰级)天玑9200+4nm单核X3+三核A715+四核A5103.35+3.0+2.0Immortalis-G715MediaTek APU 690赋能AI超级分辨率(AI-SR)和AI降噪(AI-NR)等应用的省电技术iQOO Neo8 Pro、vivo X90s、Redmi K60至尊版、小米13T Pro三星三星Exynos系列系列Exynos 13805nm LPE四核A78+四核A552.4+2.0Mali-G68 MP5608MHz内
55、置AI引擎,其增强型NPU的算力为4.9 TOPSGalaxy A54、Galaxy M54Exynos 22004nm 4LPE单核X2+三核A710+四核A5102.8+2.52+1.82Xclipse 920 1.3GHz(AMD RDNA2)其NPU具有乘法累加运算(MAC)操作功能,相较于上一代AI性能提升一倍以上,且支持FP16、INT8、INT16等数据格式Galaxy S22、Galaxy S22+、Galaxy S22 Ultra谷歌谷歌Tensor G25nm双核X1+双核A78+四核A552.85+2.35+1.8Mali-G710 MP7,8核搭载神经网络处理器Next
56、-gen Tensor Processing Unit(TPU)Pixel 7/7 Pro资料来源:驱动之家,联发科官网,三星官网,新品问问,IT之家,国海证券研究所注:表格内容为根据公开资料信息汇总整合而成,或与实际参数存在出入,仅供参考。24骁龙骁龙8 Gen38 Gen3让手机运行大模型提速,骁龙让手机运行大模型提速,骁龙 X EliteX Elite助力高通切入助力高通切入AI PCAI PC赛道赛道p 高通在高通在20232023骁龙技术峰会上发布用于骁龙技术峰会上发布用于AIAI手机的骁龙手机的骁龙8 Gen38 Gen3和用于和用于AI PCAI PC的骁龙的骁龙 X Elite
57、X Elite,率先成为同时抢占生成式,率先成为同时抢占生成式AIAI应用落地的两个端侧赛道的芯片厂商。应用落地的两个端侧赛道的芯片厂商。就手机端而言,搭载了骁龙8 Gen3的手机运行Stable Diffusion模型,只用0.6秒即在本地生成了一张图像,其相较于骁龙8 Gen2的15秒很大程度上优化了移动终端生成式AI的推理速度;就PC端而言,高通开创性地推出骁龙 X Elite平台,该处理器不仅拓展了生成式AI应用的广度,也是高通强势切入PC市场的重要举措。骁龙8 Gen3采用的高通AI引擎拥有面向移动终端的强大Hexagon NPU,集成了升级后的硬件加速单元、微切片推理单元、加强张量
58、、标量和矢量单元,所有单元共享2倍带宽的大容量共享内存。同时支持INT8+INT16的混合精度以及INT4、INT8、INT16和FP16的所有精度。据机器之心报道,其性能较前代提升98%,能效提升40%。骁龙骁龙8 Gen38 Gen3首次支持运行首次支持运行100100亿参数的模型,规模迈入亿参数的模型,规模迈入百亿量级。同时将百亿量级。同时将Stable DiffusionStable Diffusion生成图像的时间降到了生成图像的时间降到了1 1秒之内,创下最快速度。在跑秒之内,创下最快速度。在跑MetaMeta大大语言模型语言模型Llama2-7BLlama2-7B时,骁龙时,骁龙
59、8 Gen38 Gen3每秒可以生成每秒可以生成2020个个tokentoken,同样是手机终端侧最快之一。,同样是手机终端侧最快之一。Hexagon NPUHexagon NPU双平台并进双平台并进AIAI 手机手机AI PCAI PC骁龙 X Elite处理器采用4nm制程工艺,集成定制的高通Oryon CPU,据机器之心报道,其运行速度是Intel 12核处理器的2倍,功耗比Intel竞品低68%,高峰时段的运行速度比苹果M2快了50%。骁龙 X Elite专为AI打造,其采用业界领先的、集成Hexagon NPU的高通AI引擎,异构算力高达75 TOPS,支持在终端侧运行超过130亿参
60、数的生成式AI模型,面向70亿参数大模型每秒生成30个token,AI处理速度是竞品的4.5倍。据高通官方,搭载骁龙据高通官方,搭载骁龙 X EliteX Elite的的PCPC预计将于预计将于20242024年中面年中面市。市。资料来源:机器之心,高通官网,国海证券研究所 25IntelIntel发布首款集成式发布首款集成式NPUNPU,Meteor LakeMeteor Lake架构或带领数亿台架构或带领数亿台PCPC进入进入AIAI时代时代p Meteor LakeMeteor Lake是是IntelIntel首款集成了首款集成了NPUNPU的处理器产品,能在的处理器产品,能在PCPC上
61、实现高能效本地推理。上实现高能效本地推理。在CPU和GPU之外,NPU能以更好的能效比实现对人工智能任务不同维度的加速,如视频会议时的背景虚化、眼睛角度矫正以及对人的追踪等。通过低功耗的人工智能加速模块,可以一定程度降低CPU和GPU的使用,以换取笔记本更好的电池续航。Meteor Lake被分为四个部分:SoC、IO、CPU和GPU,NPU AI加速引擎内置于SoC模块。生成式生成式AI+NLP计算机视觉计算机视觉图像增强图像增强协作协作转换器编码器图像分类风格转移背景分割大型语言模型(LLaMA V2)物体检测超分辨率自动重新构图生成对抗网络图像分割眼睛注视矫正图像生成(Stable Di
62、ffusion)深度提取音频降噪音频生成语音转文本GPUGPU、NPUNPU、CPUCPU如何分工协作如何分工协作GPUNPUCPU适合高性能、高吞吐需求的AI工作,如融合了AI的媒体/3D/渲染通道等。低功耗的AI引擎,适用于持续的AI工作。响应快,适用于轻量级、低延迟需求的AI工作。NPUNPU支持的神经网络支持的神经网络资料来源:机核,热点科技,盒六网,国海证券研究所 26NPUNPU处理人工智能任务具有低功耗高效率优势,三颗处理人工智能任务具有低功耗高效率优势,三颗UU协同助力优化协同助力优化PC AIPC AI加速加速Stable Diffusion中Unet+、Unet-构成的图像
63、生成在NPU上具备最低的功耗和最高的效率,而如果让NPU和GPU配合承担一部分工作,则能在最短的时间内完成任务。目前,Intel已经开始与软件开发商接触以推动终端AI的生态应用,例如,通过Windows Studio Effects调用NPU,以使Teams通过OpenVINO引擎实现人物背景虚化;Adobe Photoshop调用DirectML进行AI加速等。p OpenVINOOpenVINO是是IntelIntel研发的专门用于优化和部署人工智能推理的工具包,能够通过研发的专门用于优化和部署人工智能推理的工具包,能够通过CPUCPU、GPUGPU和和NPUNPU资源的动态调整以实现资源
64、的动态调整以实现AIAI加速。加速。应用应用WinML(Microsoft)AI APIONNX RT(开源)DirectMLOpenVINO(Intel)库、编译器库、编译器NPU UMD驱动程序MLAS库MKLDNN库GPU UMD驱动程序驱动程序驱动程序WDDM KMD驱动程序显卡固件MCDM KMD驱动程序NPU固件硬件硬件CPUGPUNPUAI软件堆栈软件堆栈资料来源:盒六网,国海证券研究所 27PCPC搭载搭载NPUNPU成为成为AI PCAI PC时代开启的重要标志,叠加时代开启的重要标志,叠加WindowsWindows系统迭代或将带来换机潮系统迭代或将带来换机潮p NPUNP
65、U作为人工智能相关任务专用引擎成为作为人工智能相关任务专用引擎成为PCPC的核心零部件之一为的核心零部件之一为AIGCAIGC在端侧落地打开可能性,是在端侧落地打开可能性,是AIAI时代时代PCPC产品的重要革新。产品的重要革新。NPU相较于GPU拥有更优的能耗比,这意味着随着NPU在PC上普及,其与GPU的分工或将更加明确。此先作为图像处理专用芯片的GPU亦常用于深度学习相关领域,对矩阵加乘的并行计算能力使GPU在NPU之前一直是AI模型训练和推理倚赖的重要硬件单元。随着Transformer成为LLM的主流架构,并将CV和NLP这两个研究分支统一起来,神经网络成为构建AI模型的基本单元,N
66、PU作为张量处理器能够在更短的时间内完成大规模神经网络计算任务,因而其相较于GPU是更适合人工智能相关任务的加速引擎。NPU将作为端侧重要的基础设施之一为PC端搭载大模型提供前提条件,其普及标志着AI PC时代的来临。p PCPC出货量高企往往与出货量高企往往与WindowsWindows操作系统的重要版本更新相伴相生,考虑到操作系统的重要版本更新相伴相生,考虑到Windows CopilotWindows Copilot和内置于和内置于PCPC的本地大模型在功能上互为补充,微软预计于的本地大模型在功能上互为补充,微软预计于20242024年发布的年发布的Windows 12Windows 1
67、2操作系统有望成为推动换机潮的另一个重要因素。操作系统有望成为推动换机潮的另一个重要因素。内置于PC的大模型主要是从本地如硬盘中提取用户信息进行推理,而Windows Copilot更多的还是从云端如OneDrive中获得数据,在某些对数据私密性要求较高的场景下前者相对适用,但内置于PC的大模型和Windows Copilot并不完全是竞对关系,而是相互补充,从而为终端用户提供更好的AI PC使用体验。Windows 7Windows 8Windows 8.1Windows 10Windows 0901002009Q12009Q22009Q32009Q42010Q1201
68、0Q22010Q32010Q42011Q12011Q22011Q32011Q42012Q12012Q22012Q32012Q42013Q12013Q22013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q3202
69、2Q42023Q12023Q22023Q320092023 PC季度出货量(季度出货量(in million units)资料来源:微软官网,PChome电脑之家,statista,稀土掘金,快科技,国海证券研究所 28目前端侧芯片算力对推理任务支持度的测算:文本类型任务目前端侧芯片算力对推理任务支持度的测算:文本类型任务p 根据经验公式,大模型在推理过程中每个根据经验公式,大模型在推理过程中每个tokentoken需要进行约需要进行约2N2N次计算,其中次计算,其中NN为模型参数量。我们假设推理时的硬件利用率为为模型参数量。我们假设推理时的硬件利用率为50%50%,模型参数量分别为,模型参数
70、量分别为5B/50B/150B5B/50B/150B。(英文)文本(英文)文本情景情景长生短(如提取摘要)长生短(如提取摘要)短生长(如内容创作)短生长(如内容创作)情景一情景一情景二情景二情景三情景三情景一情景一情景二情景二情景三情景三输入输入输出输出200020000005005005075050502502501000010000模型参数量模型参数量5B5B5.6 14.7 28.7 2.8 13.6 27.3 50B50B56.0 146.7 286.7 28.0 136.0 273.3 150B1
71、50B168.0 440.0 860.0 84.0 408.0 820.0 AI芯片算力为10 TOPS时完成各种任务所需时长的测算(单位:秒):(英文)文本(英文)文本情景情景长生短(如提取摘要)长生短(如提取摘要)短生长(如内容创作)短生长(如内容创作)情景一情景一情景二情景二情景三情景三情景一情景一情景二情景二情景三情景三输入输入输出输出200020000005005005075050502502501000010000模型参数量模型参数量5B5B1.9 4.9 9.6 0.9 4.5 9.1 50B
72、50B18.7 48.9 95.6 9.3 45.3 91.1 150B150B56.0 146.7 286.7 28.0 136.0 273.3 AI芯片算力为30 TOPS时完成各种任务所需时长的测算(单位:秒):AI芯片算力为100 TOPS时完成各种任务所需时长的测算(单位:秒):(英文)文本(英文)文本情景情景长生短(如提取摘要)长生短(如提取摘要)短生长(如内容创作)短生长(如内容创作)情景一情景一情景二情景二情景三情景三情景一情景一情景二情景二情景三情景三输入输入输出输出200020000005005005075050501000100
73、00002502501000010000模型参数量模型参数量5B5B0.6 1.5 2.9 0.3 1.4 2.7 50B50B5.6 14.7 28.7 2.8 13.6 27.3 150B150B16.8 44.0 86.0 8.4 40.8 82.0 资料来源:OneFlow,国海证券研究所 29目前端侧芯片算力对推理任务支持度的测算:图像类型任务目前端侧芯片算力对推理任务支持度的测算:图像类型任务p 基本思路和假设同上,模型参数量分别为基本思路和假设同上,模型参数量分别为7 7B/B/1515B/B/5050B B。根据。根据OpenAIOpenAI,1 1张高分
74、辨率图像张高分辨率图像=85+170=85+170*(图像分辨率(图像分辨率/512/512512512)tokens tokens。(高分辨率)图像(高分辨率)图像情景情景图像分辨率图像分辨率情景一情景一情景二情景二情景三情景三分辨率分辨率54024/10241024/1024512512模型参数量模型参数量7B7B0.7 2.1 1.2 15B15B1.5 4.6 2.6 50B50B5.1 15.3 8.5 AI芯片算力为10 TOPS时完成各种任务所需时长的测算(单位:秒):AI芯片算力为30 TOPS时完成各种任务所需
75、时长的测算(单位:秒):AI芯片算力为100 TOPS时完成各种任务所需时长的测算(单位:秒):(高分辨率)图像(高分辨率)图像情景情景图像分辨率图像分辨率情景一情景一情景二情景二情景三情景三分辨率分辨率54024/10241024/1024512512模型参数量模型参数量7B7B0.2 0.7 0.4 15B15B0.5 1.5 0.9 50B50B1.7 5.1 2.8(高分辨率)图像(高分辨率)图像情景情景图像分辨率图像分辨率情景一情景一情景二情景二情景三情景三分辨率分辨率541
76、0245125121024/10241024/1024512512模型参数量模型参数量7B7B0.1 0.2 0.1 15B15B0.2 0.5 0.3 50B50B0.5 1.5 0.9 资料来源:OpenAI官网,国海证券研究所 30相较于算力,未来相较于算力,未来PCPC和手机端搭载高规格模型最大的挑战或来自于内存和手机端搭载高规格模型最大的挑战或来自于内存p 大模型的落地不仅需要算力的配合,更需要足够的内存空间用于部署。大模型的落地不仅需要算力的配合,更需要足够的内存空间用于部署。目前在端侧落地的大模型以数十亿量级参数为主,更高规格的模型由于需要更多的内存占用,因而从短期来看难以实现产
77、品化。解决路径方面,在NPU高度集成的情况下,需要拔高终端本身的内存配置;若未来NPU同GPU一样独立出来,则需要进一步发展其显存以使芯片的存储、传输和计算能力达到平衡,从而为终端模型运行在理想状态下提供全方位支持。参数量参数量(经优化后的)内存占用(经优化后的)内存占用对手机内存配置的最低要求对手机内存配置的最低要求落地情况落地情况1B1G目前市面上的手机基本都能运行这一规格的模型已实现产品化,但性能较差,难以满足用户需求7B4G8G已实现产品化,是vivo目前的最优解决方案13B-12G内存的手机也难以保证使用体验未实现产品化 以vivo为例,探讨不同规格模型的运行内存占用情况(目前手机主
78、流的运行内存档位是8G12G):以LLama2(有7B、13B和70B三个版本,是搭载在端侧的主力模型之一)为例,探讨模型参数量、数据精度和内存占用情况的关系:内存占用情况(内存占用情况(G)数据精度数据精度INT4INT8FP16FP32参数量参数量7B3.36.513.026.113B6.112.124.248.470B32.665.2130.4260.8资料来源:腾讯科技,新智元,高通中国,菜鸟笔记,国海证券研究所 31为支持端侧运行高规格大模型,为支持端侧运行高规格大模型,AI PCAI PC的散热模组可能会迎来重构的散热模组可能会迎来重构p 散热能力是高算力芯片的一个主要瓶颈,随着搭
79、载在散热能力是高算力芯片的一个主要瓶颈,随着搭载在AI PCAI PC和和AIAI手机上的模型规格不断提升,手机上的模型规格不断提升,NPUNPU性能释放可能会更加激进,为配合硬件升级,相较于传统性能释放可能会更加激进,为配合硬件升级,相较于传统PC/PC/手机,手机,AI PC/AI PC/手机可能会给出全新的散热解决方案。手机可能会给出全新的散热解决方案。从数据中心来看,关键痛点是耗电和散热,在芯片的有限体积内,如何将高集成、高能量密度产生的热值和热效应准确计算并顺利排出,已经成为多源异构芯片3D封装中最具挑战性的问题。目前的消费电子终端,手机方面,不锈钢VC均热板开始逐渐取代铜VC均热板
80、成为散热主力;PC的散热方案一般以组合的形式呈现,而散热模组(Thermal Module)从结构上看主要包括散热底座、热管、散热鳍片、散热风扇等物件。风冷散热技术风冷散热技术这种技术利用热量对流扩散的特性,以空气为导体顺应风速的流动,带走PC硬件所产生的热量。这种技术的优势在于实用性强,任何硬件都可以运用风冷散热进行降温,同时安装也较为简单,仅需将风扇安置在相应的硬件上方即可。并且它还具备安全性高、易维护、不易损坏三大特点。现阶段现阶段PCPC的散热技术简介的散热技术简介液冷散热技术液冷散热技术水冷散热一般由热交换器、循环系统、水箱、水泵以及关键的水来构成。常规来说,水本身的导热性不如风冷散
81、热,但水的流动特性所带来的热量传导效率超越风冷的速度,进而创造出更快的散热效果,再配合制冷液和高功率制冷系统,就使得具备更大热容量的水,带来了更高的散热效率。同时水冷系统的散热特性更加稳定,不会因为长时间运行而产生散热瓶颈期。VCVC均温板散热技术均温板散热技术这种技术一般是作为风冷和水冷的补充。VC真空腔均热板通常被置于芯片和铜质热管之间,相较于固态金属或者传统铜质热管所带来的金属传导散热,它将散热面积覆盖得更大,让热量得以更均匀地导出(真空腔均热板通过腔内导热纹理扩大了热交换面积,让高温区域的热量以蒸汽的形式迅速均匀地导出)散热鳍片:散热鳍片:简称散热片,是直接与芯片接触的介质,直接吸收热
82、量。散热鳍片的材质对于散热效果有不同影响,如,铝制鳍片的成本低,散热效果较好,而铜制鳍片导热更快。考虑到铝制鳍片需要达到一定规模体积且需要一定数量热管才能完全发挥作用,因此在笔记本电脑中,铜制鳍片会更为合适。此外,散热鳍片的表面积大小也会影响最终的散热效果,表面积越大,散热效果越好。热管:热管:其散热效率主要与直径、数量、长度、弯曲程度以及扁平程度有关。通常而言铜管越扁,热对流越慢,导热性能越差。2根热管足以应对大部分不超频家用以及办公电脑CPU满负载的发热量,高端CPU则需要配置48根导热铜管。综合而言,热管从芯片到鳍片的距离越短、直径越粗、弯折次数越少、弯折角度越小、数量越多,散热性能越好
83、。资料来源:集微网,中国财富网,鸿富瀚科技官网,国海证券研究所 32大模型在端侧落地或使大模型在端侧落地或使AI PC/AI PC/手机厂商成为这一服务模式下的流量入口手机厂商成为这一服务模式下的流量入口p 大模型在端侧落地的主要受益方包括硬件(以大模型在端侧落地的主要受益方包括硬件(以NPUNPU为主)设计制造商、大模型提供商以及终端设备(为主)设计制造商、大模型提供商以及终端设备(AI PC/AI PC/手机)厂商,其中终端设备厂商作为唯一直接面向手机)厂商,其中终端设备厂商作为唯一直接面向CC端用户端用户的角色,可能会成为这一服务模式下的流量入口。的角色,可能会成为这一服务模式下的流量入
84、口。在云端通过付费在云端通过付费APIAPI接口或类接口或类ChatGPTChatGPT应用提供服务应用提供服务大模型的两种商业模式大模型的两种商业模式在端侧通过在端侧通过AI PC/AI PC/手机提供服务手机提供服务产业链逻辑产业链逻辑算力提供商算力提供商大模型提供商大模型提供商企业用户企业用户个人用户个人用户核心核心大模型提供商大模型提供商硬件设计制造商硬件设计制造商终端设备厂商终端设备厂商企业用户企业用户个人用户个人用户核心核心生态构建生态构建插件商店/GPTs应用商店等,重点是深挖开发者社区预先搭载大模型/大模型商店等(可能也会上线自研模型),重点是打通从硬件到操作系统再到大模型的整
85、个链条,并通过独家组装、设计、优化以及模型蒸馏等能力使模型发挥出最佳性能变现与收入分配变现与收入分配对大模型提供商而言,就API接口,采取按量计费模式;就类ChatGPT应用,采取订阅制;就插件商店和GPTs应用商店,采取收入抽成模式。成本主要由GPU采购成本、模型训练成本(如电费等)、数据成本(或有)以及人力成本构成对终端设备厂商而言,一方面可就NPU对产品进行提价;另一方面可能会向用户收取大模型及相关应用的服务费。成本主要由硬件采购成本以及向大模型提供商支付的费用构成。综合看来,终端设备厂商主要扮演中间人角色,负责将整个产业链条串联起来,并基于其组装、设计、优化以及服务能力赚取“差价”利润
86、资料来源:机器之能,ChatGPT官网,国海证券研究所 33三、三、AI PC/AI PC/手机产业链相关标的手机产业链相关标的 34联想集团:率先推出首款联想集团:率先推出首款AI PCAI PC概念机,预计将于概念机,预计将于20242024年下半年推出年下半年推出资料来源:财联社,36Kr,联想Tech World 2023大会,砍柴网,国海证券研究所p 20232023年年1010月,联想集团在第九届联想创新科技大会上展示了其人工智能个人电脑(月,联想集团在第九届联想创新科技大会上展示了其人工智能个人电脑(AI PCAI PC)产品)产品,该产品预计,该产品预计将于将于20242024
87、年年下半年推出。据联想下半年推出。据联想官方,官方,其其AI PCAI PC能够创建能够创建个性化的本地知识库,并通过模型压缩技术运行个人大模型,实现用户与人工智能的自然交互个性化的本地知识库,并通过模型压缩技术运行个人大模型,实现用户与人工智能的自然交互。内嵌内嵌AIAI功能,通过大模型压缩技术,可以创建个性化本地知识库,能运行个人模型,和用户实现自然交互功能,通过大模型压缩技术,可以创建个性化本地知识库,能运行个人模型,和用户实现自然交互基于电脑上的照片和视频,直接剪辑生成内容作为工作助手,安排会议、写文档或者提炼总结要点AI PCAI PC的两层内涵的两层内涵AI Personal Co
88、mputerAI Personal Computer,即,即AIAI个人电脑,是新一代智能终端产品个人电脑,是新一代智能终端产品AI Powered ComputingAI Powered Computing,AIAI驱动的计算,指包括驱动的计算,指包括PCPC、平板、手机、汽车、服务、平板、手机、汽车、服务器等各类端和边缘侧全方位地搭载器等各类端和边缘侧全方位地搭载AIAI相关的能力,是更广泛的一个概念相关的能力,是更广泛的一个概念 35联想集团:发布联想集团:发布AI PhoneAI Phone和功能性产品和功能性产品AI TwinAI Twin,后者同时赋能个人与企业用户,后者同时赋能个
89、人与企业用户资料来源:36Kr,联想Tech World 2023大会,极客网,国海证券研究所p 就个人用户而言,就个人用户而言,AI TwinAI Twin被定义为用户在数字世界的延伸,其本质上是基于本地知识库生成的属于个人的专有大模型被定义为用户在数字世界的延伸,其本质上是基于本地知识库生成的属于个人的专有大模型,其能够在最大范围内了解用户的思维方式并给出解决方案。由于AI Twin只会被存储在本地化的设备或家庭服务器上,个人数据不会被共享或上传至公有云平台,因此用户的个人隐私和数据安全能够得到有效保护;企业级企业级AI TwinAI Twin涵盖一系列企业级人工智能应用,其能够打通企业内
90、部各类智能设备、边缘和私有云,联动各种企业级软件,综合和分析各类信息并给出最优建议。涵盖一系列企业级人工智能应用,其能够打通企业内部各类智能设备、边缘和私有云,联动各种企业级软件,综合和分析各类信息并给出最优建议。例如,企业级AI Twin可以综合考虑企业的差旅政策、审批流程与员工的个人信息和偏好,为用户指定一个合理的计划。企业级智能应用的组合个人助理AI TwinAI Twin个人个人企业级企业级PC、手机、汽车等智能终端PC、私有服务器等类型类型定位定位运行终端运行终端AI Phone手语翻译解决方案 36vivovivo:蓝科技:蓝科技+6nm+6nm自研影像芯片自研影像芯片V3+V3+
91、联发科天玑联发科天玑93009300助力打造助力打造AIAI手机手机X100X100系列系列资料来源:环球网,经济观察网,泡泡网,国海证券研究所p 20232023年年1111月月1313日,日,vivovivo发布新品发布新品X100X100系列,该系列作为系列,该系列作为vivovivo旗下全新的旗下全新的AIAI手机,落地终端侧手机,落地终端侧7070亿参数大语言模型,跑通端侧亿参数大语言模型,跑通端侧130130亿参数模型。亿参数模型。蓝晶芯片技术栈:蓝晶芯片技术栈:结合vivo自研影像芯片的能力,以软硬一体化设计为用户带来更强大的性能体验 蓝海续航系统:蓝海续航系统:打造更大容量、更
92、快闪充、更轻薄体积的电池技术,同时开创了开源、降耗、提效的全新模式,满足用户对手机续航的新需求 蓝心大模型:蓝心大模型:由5款vivo自研大模型组成的矩阵,分别覆盖十亿、百亿、千亿三个参数量级 蓝河操作系统:蓝河操作系统:引入蓝心大模型能力,支持复杂的意图识别和交互方式,这既为用户提供了声音、图片、手势等自由交互方式,也为开发者提供了自动编写代码等应用开发工具自研影像芯片自研影像芯片V3通过全新设计的多并发AI感知-ISP架构,带来第二代FIT双芯互联系统,以更强大的实时影像算力为视频拍摄进行算法赋能,实现4K电影人像视频、4K视频后编辑处理两项安卓首发,推动手机视频拍摄进入强计算摄影时代 C
93、PUCPU:全大核架构,4Cortex-X4超大核+4Cortex-A720大核 GPUGPU:Immortalis-G720,性能大幅提升46%,功耗降低40%AIAI处理器:处理器:APU 790,基于联发科开发的混合精度INT4量化技术和内存硬件压缩技术NeuroPilot Compression,天玑天玑93009300可支持端侧运行可支持端侧运行1010亿、亿、7070亿、亿、130130亿亿AIAI大语言模型,并且率先实现在移动芯片上运行大语言模型,并且率先实现在移动芯片上运行330330亿参数的亿参数的AIAI大语言模型大语言模型 37小米:计划在终端接入轻量化本地大模型,与小米
94、:计划在终端接入轻量化本地大模型,与WPS AIWPS AI达成深度合作达成深度合作资料来源:财新网,第一财经,钛媒体快报,智东西,36Kr,扬子晚报,国海证券研究所p 2023年4月,小米组建了AI大模型团队,在手机端测试了13亿参数的模型,同时小米语音助手“小爱同学”开始大模型版本内测,成为小米大模型的第一个应用。p 2023年8月,小米最新的一个13亿参数的大模型已经成功在手机本地跑通,部分场景可以媲美60亿参数模型在云端运行的结果;此外,小爱同学月活已超1.1亿,并升级AI大模型能力,开启邀请测试。p 2023年10月,WPS AI在小米14系列手机新品发布会上亮相,小米14系列手机用
95、户可通过小米社区下载搭载WPS AI 功能的专属版WPS。在小米14系列手机上,WPS AI支持输入主题一键生成PPT演示文稿,并且可以提供进一步细化调节的功能。p 20232023年年1010月,小米月,小米1414系列首发骁龙系列首发骁龙8 Gen38 Gen3。小爱同学首先接入大模型内测小爱同学首先接入大模型内测生态拓展:与生态拓展:与WPS AI达成合作达成合作效率工具:外脑效率工具:外脑+工作小助手工作小助手可实现文案生成、润色文章、翻译、写视频脚本、内容扩写、改写文章等功能内部应用软件打通内部应用软件打通例如可根据需求推荐商品导流至小米商城;后续也可能与其他应用结合 一键生成PPT
96、:在小米14系列手机上,WPS AI支持输入主题一键生成PPT演示文稿,并且可以提供进一步细化调节的功能。例如更改主题风格、单页美化、更改字体、更改配色、生成演讲稿等等,解决了用户使用PPT制作难度大、耗时长的办公难题。随手拍:面对带有文字的图片或文章,WPS AI可识别文档并自动拍摄,实现“一目十行”扫描阅读,并快速提炼出重点,依据内容以问答的方式让用户获取关键信息。38谷歌:正式发布谷歌:正式发布Pixel 8Pixel 8及及Pixel 8 ProPixel 8 Pro手机,在手机,在Android 14Android 14上推出上推出AIAI功能功能资料来源:36Kr,创业家,IT之家
97、,The Paradise,国海证券研究所谷歌最新谷歌最新Pixel 8及及Pixel 8 Pro手机手机融入融入AI能力能力在Android 14上,新推出了Magic Compose(魔法撰写)和Cinematic Wallpapers(电影壁纸)和Generative AI Wallpapers(生成式AI壁纸)等功能,让用户看到了更多可能性。通过Magic Compose功能,AI可以根据消息内容生成回复文本,谷歌在安卓系统的默认短信(Messages)应用中引入了该功能;AI生成壁纸的功能,则是借助文本转图片扩散模型,用户输入prompts,描述想要获取的图片信息,系统将会自动生成相
98、应的壁纸,这项功能将仅限于Pixel设备;“电影壁纸”(cinematic wallpaper),使用设备上的机器学习网络将用户最喜欢的照片转换为 3D 图像,当用户解锁或倾斜设备时,这些图像会呈现立体效果,给人栩栩如生的感觉。谷歌个人助手谷歌个人助手 Assistant with Bard将嵌入安卓系统将嵌入安卓系统图像编辑:图像编辑:通过生成式AI,Google Photos 中的 Magic Editor 可以利用已经拍摄的照片,手动从其他照片中选择另一个表情,生成一张新的照片,达成拍摄者想要的效果。图像编辑:图像编辑:在拍摄照片后,Pixel 用户还能随意放大照片,使用生成式AI填补像
99、素之间的差距,向照片添加细节,该功能称为Zoom Enhance,它将在 Pixel 8 Pro 上推出。声音编辑:声音编辑:Pixel 手机上的音效魔术擦除 Audio Magic Eraser,能减少视频干扰声音,例如呼啸的风声或嘈杂的人群声音,识别并控制它们的音量。文本文本交互:交互:Pixel 手机还嵌入了一些生成式 AI 的常见功能,比如生成网页摘要,生成上下文回复建议,还能为用户朗读和翻译网页,让用户在外出时听文章。39HumaneHumane:推出专为与大语言模型交互而生的新式可穿戴设备:推出专为与大语言模型交互而生的新式可穿戴设备AIAI PinPin资料来源:极客公园,华尔街
100、见闻,Humane官网,国海证券研究所p 20232023年年1111月月9 9日,日,HumaneHumane正式推出正式推出AI PinAI Pin,后者是由,后者是由OpenAIOpenAI提供技术支持的可穿戴设备,专为与大语言模型交互而设计。提供技术支持的可穿戴设备,专为与大语言模型交互而设计。该设备允许用户通过说话来拨打电话、发送短信和搜索信息,还拥有激光显示屏,能够直接将手掌变成一个迷你屏幕,起售价$699。Humane联合创始人Imran Chaudhri、Bethany Bongiorno,两人为夫妻且均为前苹果公司高管,前者曾经领导了iPhone主屏幕的设计,后者曾是iPho
101、ne和iPad的项目经理,Humane的260多名员工中,约有100人曾在苹果公司工作过。截至截至20232023年年1111月,该公司已经从微软、月,该公司已经从微软、软银、软银、TigerTiger GlobalGlobal、高通、高通、OpenAIOpenAI创始人创始人Sam AltmanSam Altman和和SalesforceSalesforce首席执行官首席执行官Marc BenioffMarc Benioff等投资者那里筹集了超过等投资者那里筹集了超过2 2亿美元亿美元资金,其中,资金,其中,Sam AltmanSam Altman共参与了这家公司的三轮投资,是公司目前共参与
102、了这家公司的三轮投资,是公司目前最大的外部股东,持股近最大的外部股东,持股近15%15%。HumaneHumane最新估值已达到最新估值已达到8.58.5亿美元。亿美元。在使用方面,设备可以通过说话、做手势、点击等进行控制,内置摄像头可以拍摄1300万像素的照片,设备没有屏幕,而是使用激光将视觉界面投射到人的手掌上。倾斜手部,可以变换显示的选项,而挥动手势,则可以滑动到不同的菜单,用户通过拇指和食指并拢轻按“单击”选项,然后短暂合拢手就会返回主屏幕。p 处理器:高通骁龙处理器:高通骁龙ProcessorProcessor:Octa-core Qualcomm SnapdragonSpeedSp
103、eed:21.GHz(Accelerated on-device AI for enhanced performance)MemoryMemory:4GB RAMStorageStorage:32GB eMMCp 操作系统:操作系统:CosmosCosmosp AIAI相关:相关:AI Pin主要用语音连接AI模型,ChatGPT访问是该设备的核心功能之一,由GPT-4提供动力。功能概览功能概览总结电子邮件发送短信、拨打电话、实时翻译播放歌曲拍照、将食物放在摄像头前以获取营养信息 40AI PC/AI PC/手机产业链相关标的手机产业链相关标的领域领域代码代码公司公司简介简介硬件硬件芯片芯片I
104、NTC.OINTC.O英特尔英特尔NPU供应商。AMD.OAMD.OAMDAMDAMD于2023年初发布的锐龙7040系列处理器,不但拥有4nm制造工艺、Zen4 CPU架构、RDNA3 GPU架构,还是第一款集成独立AI引擎硬件单元的X86处理器。该AI引擎基于专门设计的XDNA AI架构,由多个独立的AIE单元组成,峰值算力可以达到10 TOPS,可以轻松应对日常的AI推理负载设计,且能效远超CPU、GPU。QCOM.OQCOM.O高通高通NPU供应商。688041.SH688041.SH海光信息海光信息专注于CPU、DCU等高端处理器研发设计。公司与AMD共同成立了两家合资公司,公司已经
105、完成对授权技术的消化、吸收。AAPL.OAAPL.O苹果苹果A/M系列芯片。2454.TW2454.TW联发科联发科天玑系列芯片。005930.KS005930.KS三星电子三星电子Exynos系列芯片。GOOGL.OGOOGL.O谷歌谷歌TPU供应商。TSM.NTSM.N台积电台积电芯片(如Intel和高通的骁龙 8 Gen3等)代工厂。002156.SZ002156.SZ通富微电通富微电公司与AMD签署了长期业务合作协议,双方形成了“合资+合作”的强强联合模式,建立了紧密的战略合作伙伴关系。公司是AMD最大的封装测试供应商,AMD也成为公司大客户。301366.SZ301366.SZ一博科
106、技一博科技公司已与AMD保持十余年的合作关系,对芯片测试验证的PCB设计、仿真分析及生产验证积累了丰富的经验。688521.SH688521.SH芯原股份芯原股份公司为AMD首款基于ASIC的5nm的媒体加速卡Alveo MA35D提供一站式服务,该芯片可支持AI优化视频质量。300476.SZ300476.SZ胜宏科技胜宏科技全球领先的印制电路板制造商,公司产品为AMD等品牌所用。001287.SZ001287.SZ中电港中电港公司分销产品包括存储芯片等多种领域,公司是AMD的授权分销商之一。资料来源:驱动之家,每日经济新闻,快科技,中关村在线,科创板日报,格隆汇,国海证券研究所 41AI
107、PC/AI PC/手机产业链相关标的(续)手机产业链相关标的(续)领域领域代码代码公司公司简介简介硬件硬件内存内存688123.SH688123.SH聚辰股份聚辰股份公司提供应用于PC的DDR内存模组的配套芯片。603986.SH603986.SH兆易创新兆易创新公司生产应用于平板电脑的DDR内存产品。散热散热300684.SZ300684.SZ中石科技中石科技公司是手机超薄均热板供应商。300602.SZ300602.SZ飞荣达飞荣达公司提供散热模组、风扇、热管、VC、导热材料及电磁屏蔽材料等相关产品,PC客户包括微软、华为、联想、戴尔、惠普、荣耀、小米、三星、谷歌、Meta、宏碁、松下等。
108、显示面板显示面板2409.TW2409.TW友达友达-000725.SZ000725.SZ京东方京东方A A-300088.SZ300088.SZ长信科技长信科技-其他其他603890.SH603890.SH春秋电子春秋电子公司提供PC产品结构件模组及相关精密模具从设计、模具制造到结构件模组生产的一站式服务。300956.SZ300956.SZ英力股份英力股份公司提供PC产品结构件模组及相关精密模具的研发、设计、生产和销售,致力于为客户提供消费电子产品从设计、模具制造到结构件模组生产的综合服务。301329.SZ301329.SZ信音电子信音电子公司提供应用于PC产品的连接器。公司是惠普、联想
109、、华硕、宏碁等国际知名电脑品牌的合格供应商,并与广达、仁宝、英业达、纬创、和硕、鸿海、联宝等国际知名代工厂建立了稳定的合作关系。资料来源:格隆汇,快科技,金融界,Wind,国海证券研究所 42AI PC/AI PC/手机产业链相关标的(续)手机产业链相关标的(续)领域领域代码代码公司公司简介简介模型模型MSFT.OMSFT.O微软微软提供OpenAI大模型服务。GOOGL.OGOOGL.O谷歌谷歌提供Gemini、PaLM等大模型。AMZN.OAMZN.O亚马逊亚马逊在2023年7月26日举办的AWS纽约峰会上,亚马逊云科技推出了七项生成式AI创新,进一步降低了生成式AI的使用门槛,让企业可以
110、更专注于核心业务,提高生产效率。META.OMETA.OMetaMeta推出Meta AI,并在旗下产品中发布了一系列个性化人工智能角色。APPL.OAPPL.O苹果苹果苹果内部已着手开发大语言模型Ajax,并承诺每天花费数百万美元来训练该模型,目的是使其性能比OpenAI 的ChatGPT 3.5 和Meta 的LLaMA更加强大。BYTE.OBYTE.O字节跳动字节跳动字节跳动基于语言方向的大模型产品取得新进展,旗下AI对话产品“豆包”正式开启对外测试。688111.SH688111.SH金山办公金山办公“WPS AI”是金山办公旗下具备了大语言模型能力的一款生成式人工智能应用,也是中国协
111、同办公赛道首个类ChatGPT式应用。BIDU.OBIDU.O百度百度提供产业级知识增强大模型文心大模型。9988.HK9988.HK阿里巴巴阿里巴巴2023杭州云栖大会上,阿里云宣布AI云计算全栈升级,发布千亿级参数规模的大模型通义千问2.0及8大行业模型,推出一站式大模型应用开发平台阿里云百炼,加速推动大模型开发应用迈入“零门槛”时代。0700.HK0700.HK腾讯控股腾讯控股腾讯云在2023年6月19日推出MaaS(Model-as-a-Service)一站式行业大模型服务。002230.SZ002230.SZ科大讯飞科大讯飞讯飞星火作为全新一代认知智能大模型,拥有跨领域知识和语言理解
112、能力,能够基于自然对话方式理解与执行任务。资料来源:微软官网,机器之心Pro,每日经济新闻,零镜网,澎湃新闻,中国电子报,蓝鲸财经,山西晚报,百度官网,央广网,界面新闻,IT之家,国海证券研究所 43AI PC/AI PC/手机产业链相关标的(续)手机产业链相关标的(续)领域领域代码代码公司公司简介简介终端设备终端设备0992.HK0992.HK联想集团联想集团公司率先推出全球首款AI PC,可运行个人大模型。2353.TW2353.TW宏宏碁碁公司将推出搭载骁龙 X Elite的PC产品。2357.TW2357.TW华硕华硕公司将推出搭载骁龙 X Elite的PC产品。MSFT.OMSFT.
113、O微软微软公司将推出搭载骁龙 X Elite的PC产品。DELL.NDELL.N戴尔科技戴尔科技公司将推出搭载骁龙 X Elite的PC产品。HPQ.NHPQ.N惠普惠普公司将推出搭载骁龙 X Elite的PC产品。SONY.NSONY.N索尼索尼公司将推出搭载骁龙 8 Gen3的手机产品。1810.HK1810.HK小米集团小米集团-W-W小米14首发搭载了骁龙 8 Gen3;此外,公司还推出全新的操作系统澎湃OS,该操作系统最大的亮点是将AI大模型植入系统,并率先支持NPU部署。APPL.OAPPL.O苹果苹果-005930.KS005930.KS三星电子三星电子2024年将推出一款搭载生
114、成式人工智能(AI)的 Galaxy 手机。2324.TW2324.TW仁宝电脑仁宝电脑PC代工厂。2382.TW2382.TW广达广达PC代工厂。3231.TW3231.TW纬创纬创PC代工厂。2356.TW2356.TW英业达英业达PC代工厂。603296.SH603296.SH华勤技术华勤技术PC代工厂。600745.SH600745.SH闻泰科技闻泰科技PC代工厂。301387.SZ301387.SZ光大同创光大同创PC防护性和功能性器件提供商。688031.SH688031.SH星环科技星环科技AIGC向量数据库解决方案提供商。资料来源:极客公园,快科技,智电网,编程客栈,IT之家,金融界,每日经济新闻,IT专家网,国海证券研究所