AI终端发展现状如何？

AI 端侧加速落地，催生终端全面升级。

1. AI 手机：算力驱动手机 PCB、散热、电池等硬件配套升级

各品牌 AI 手机陆续发布，驱动新一轮手机换机潮，并加速AI 端侧落地。2023年11月13 日，VIVO 率先发布 AI 手机，进入 2024 年，各手机品牌加速发布搭载AI 功能的智能手机，截至 6 月底，华为、三星、小米、OPPO、荣耀、魅族等各品牌AI 手机均已发布。与此同时，今年 9 月苹果 AI 功能将正式开放。考虑到 2022、2023 年全球智能手机的平均换机周期被拉长，和 AI 手机陆续发布带来的催化，我们认为 2024 年有望迎来一轮AI 手机换机潮，并加速AI端侧落地。

2024 年将成为生成式 AI 手机的元年，预计 2027 年生成式AI 手机的市场渗透率将达到43%。根据 Counterpoint 数据，2023 年生成式 AI 手机规模仅有420 万台，在全年11.7亿部手机出货中占比不足 1%。但进入 2024 年，随着各大手机厂商将生成式AI 功能作为智能手机升级重点，这将加速生成式 AI 手机的普及，预计 2027 年生成式 AI 手机的市场渗透率将达到43%，生成式 AI 手机的存量规模也将从 2023 年的百万级增至 2027 年的12.3 亿部。

AI 算力升级驱动手机 SoC 性能显著提升。对比 AI 手机和传统手机的处理器能看到几大明显变化：（1）AI 手机搭载 NPU，并不断提升 NPU 算力以满足大模型端侧运行。（2）GPU性能，浮点运算能力实现从传统手机的 GFLOPS 到 AI 手机的TFLOPS 飞跃。（3）内存容量明显提升，AI 算力带来海量数据，手机内存实现从 4/6/8GB 到16/20/24GB 的显著升级，预计存储价值量翻 2-3 倍。

关注 PCB、散热、电池等硬件配套升级。（1）PCB：随着AI 加入和NPU算力的不断升级，驱动手机 FPC 层数增加、线宽线距更小，进而提升单机FPC 价值量，同时手机SLP板的也需要面积变大、线宽线距更小以容纳更多元器件，加上材料升级，预计单机SLP价值量也将提升。（2）散热：AI 手机算力和功耗的急速增长，使得散热成为确保AI 手机稳定运行的关键，预计不锈钢 VC 均热板代替铜 VC 均热板、石墨烯材料散热片代替人工石墨片散热的散热方案将在 AI 手机中加速渗透。（3）电池：为支持大模型运行，不仅手机电池容量要加大，电芯也会更密，电池结构设计用不锈钢外壳代替软包外壳更好散热。

2. AI PC：关键零部件与处理器同步进行升级

微软推出专为 AI 设计的新型 Windows PC，称为“Copilot+PC”，开启AI PC新时代。与传统 PC 不同，Copilot+PC 具有每秒 45 万亿次操作（TOPS）的神经处理单元（NPU），专门用于加速人工智能和机器学习任务。微软首批Copilot+PC搭载高通骁龙XElite和骁龙XPlus处理器，较 SurfacePro 9 的性能提高了 90%，并采用定制的高通Oryon CPU，同时还具有Copilot体验、Recall、实时字幕、Surface Studio 相机和 AI 增强等 AI 功能。作为行业领导者，Copilot+PC的发布将开启 AI PC 新时代。

2025 年 AI PC 将成为主流。Canalys 预计 2024 年出货的PC 中，19%将具备AI 功能。这些电脑将包括所有 M 系列 Mac，以及搭载 AMD、英特尔和高通等公司AI 加速芯片组的首款Windows PC。Windows 10 服务将于 2025 年 10 月结束，随着客户在此日期之前更新设备，预计具备 AI 功能的 PC 在 PC 总出货量中所占的份额将从 2025 年开始飙升。Canalys 预计2025年 AI PC 渗透率将达到 37%，成为市场主流，2027 年 60%的PC 将具备端侧AI 功能。

高算力 NPU 是决战 AI PC 性能的关键因素。目前，为了顺应PC 领域的AI 应用和趋势，x86 和 ARM 阵营的处理器厂商都已对其产品规格进行了战略性升级。与以往机型相比，一个关键的不同是集成 NPU。传统 PC 处理器由 CPU+GPU 组成，其中CPU 处理综合计算需求，GPU 处理图像计算需求，而新一代大模型计算需要专业神经网络计算能力，因此引入NPU已经成为行业趋势，因此新一代 PC 处理器已经形成 CPU+GPU+NPU 的三核计算架构。虽然没有 NPU 并不妨碍 PC 运行 AI 功能，但集成 NPU 可显著提高计算效率、缩短响应时间并降低CPU 功耗。在当前的 NPU 技术领域，高通公司的 X Elite 以 45TOPS 算力在所有处理器制造商产品中速度最快，一跃成为行业标杆。

AI PC 中的关键零部件将与处理器同步进行升级，其中内存、闪存、电池、散热、传感器等环节将有明显提升。除了处理器将有明显升级，而与处理器配套的芯片及零组件环节也将有直接提升，增量明显的 PC 供应链环节包括： （1）内存：容量至少翻倍。云端模型一般在千亿参数级别，而边缘端模型进行参数蒸馏后参数量级也在百亿级，PC 运行 AI 模型应用，将对密集数据传输和处理有较高的需求，因此内存容量会有显著提升，我们认为未来 AI PC 入门级标配一定是32GB 内存，当前16GB内存会被淘汰，明年则是 64GB PC 开始出货。 （2）闪存：对固态硬盘性能和容量提出高要求。AI 大模型预训练算法存储容量较大，同时边缘端模型对用户个性化需求需要进行预训练，训练数据及个性化模型参数同样占据一定容量，因此 AI PC 将对 SSD 性能和容量提出高要求。 （3）电池及充电环节：容量、功率均有所增长。处理器算力升级提高PC整体功耗，电能消耗显著提升，因此为适配芯片能耗，电池容量进一步增大，同时充电功率也将随之提升。（4）散热：需求提升，单机散热件价值量提升。由于电池及芯片功耗提升带来的热量提升，散热需求明显提升，传统散热解决方案散热效率有限，在PC 整体功耗提升的背景下，散热材料的用量增长以及散热方式的多元化已成为趋势，考虑到PC 散热由多个散热部件组成，随着散热材料用量增长和升级，我们认为单机散热件价值量有望提升。（5）传感器：精度升级，数量和种类提升。AI PC 强调更高维度的用户与PC直接交互，而传感器则是输入及输出的窗口，随着 AI PC 对实时环境和用户反馈的需求不断增长，PC与外界交互的方式将更加多元化，同时对交互的准确性和及时性也有更高要求。声学、光学以及其他传感方式将持续优化，例如摄像头、麦克风、扬声器等传统光学及声学传感器的数量及准确度将持续提升，新型传感器例如触觉、惯性等也有望导入 PC 等终端，提升终端对外界的感知维度以及信息的输出方式。