2024年AIPC行业专题报告：AIPC，AI终端核心场景

一、AI PC 的必要性：安全、即时、降本

1.1 云端和本地协同作业, 重塑 PC 使用体验

Smart PC 到 AI PC：早在 2015 年左右，一些厂商就开始积极探索智能 PC 的使用场景，即 Smart PC。微 软在 2015 年将 AI 语音助手 Cortana 植入 Windows，为 Smart PC 奠定了基础。21 年英特尔发布的第 11 代酷睿 处理器的发布推动了 AI 技术在 PC 日常使用中的应用，该芯片搭载了 DLBoost:VNNI、DLBoost:DP4a、GNA2.0 等技术，实现了 PC 端的 AI 降噪、AI 背景虚化和 AI 收音功能，显著提升了远程办公的体验。Smart PC 主要聚 焦本地特定场景的优化，如人机交互的语音智能唤醒、免接触式场景和开盖开机等功能，实现简化操作，对用 户的技能要求较低。然而，Smart PC 成本较高，由于成本和算力的限制，推进速度相对较慢。随着生成式 AI 的快速发展，新的解决方案出现，即云端+本地端协作，为实现更强大的 AI PC 功能提供了新的可能性。

PC 的 AI 智能化由硬件和软件协同驱动，重塑 PC 使用体验。一方面，AI 应用的稳定运行需要硬件提供充 足地算力支持。另一方面，软件层可以提升 AI 应用的使用体验。经过近几年的不断发展，目前硬件端和软件端 共同趋于成熟，预计 PC 端 AI 智能化进程将进入快车道。AI PC 拥有集成软硬件混合式智能学习与推理能力， 利用云端和本地协同作业，通过云端的大数据处力本地端 PC 用场景，依托云算力来提升本地性能平衡。 与云端模型相比，AI PC 具有三大关键特点提高用户使用体验。（1）承载个人的大模型，安全性增加，满 足用户隐私保护需求。（2）可靠性更强，本地端能够实现即时响应。（3）成本降低，用户与厂商实现双赢。

1.2 安全性增加，满足用户隐私保护需求

AI PC 作为端侧大模型解决方案，能够帮助解决：1）数据隐私问题。一般来说，云端模型在初始阶段不具 备某一领域的专业能力，需要接入相应数据训练后才具有相应推理能力，因此，企业需要将核心资产—数据上 传至云端进行训练，而训练后的模型将被全行业共享，弱化企业竞争壁垒，因此一般而言，企业的核心数据大 多不允许上传至云端。 2）数据安全问题。随着云端 AI 技术的不断推广，越来越多的员工使用 ChatGPT 进行辅助工作，数据安全 问题也不断出现，三星公司在开放员工使用 ChatGPT 不到 20 天内，公司出现 3 起掌握到的数据泄露事件， 包括 2 起设备信息泄露和 1 起会议内容泄露， 23 年 3 月 20 日 Chat GPT 服务中断期间 ChatGPT Plus 订阅 者数据泄露，在此期间，用户能够查看某些用户的名字和姓氏、电子邮件地址、付款地址、信用卡号的最后四 位数字以及信用卡到期日期。大约 1.2% 的 ChatGPT Plus 用户受到此故障的影响。

AI PC 应运而生，云端和本地协同作业增强数据安全性。随着云端 AI 技术的不断推广，商用需求增加，2023 年商用 PC 出货量预估高达 1 亿台，占总出货量的 43%，考虑企业用户拥有更高的数据安全性需求，用户越来 越需要一种可以提高生产力的同时保护用户的个人数据和隐私安全的模式。AI PC 应运而生，通过本地化处理 数据，AI PC 增强了终端设备自身的独立性。该模式避免了云端或其它外部服务器对 AI 任务的参与，规避了 云端数据传输风险，提升了安全性和终端设备的独立性，同时减少了个人数据在云端的暴露和被篡改的风险， 分担了云端数据安全压力，为行业带来更加安全、高效的 AI 应用方案。

1.3 可靠性更强，本地端侧能够实现即时响应

云端服务的性能受限于服务器的处理能力，AIPC 依靠本地推理，稳定性更好。云端服务依靠服务器，如 果服务器负荷过重或处理能力不足，识别性能可能变得不稳定。根据 OpenAI 产品服务记录，像 CHATGPT 等 产品几乎每月都经历多次错误率增加、服务器中断等故障事件。这些中断事件可能导致系统不可用的时间跨度 在 1 至 9 小时不等，对用户体验产生负面影响。AI PC 以本地推理为主，边缘和云端推理为辅，能够在混合算 力、混合模型之间智能、合理的调配任务，有效缩减响应时间，增强服务的稳定性。 降低对网络的依赖，AI PC 实现在离线状态下的可操作性，不再受制于网络条件的约束。相较于云端服务， 本地化的大模型能力赋予 AI PC 更强大的独立运算能力，为用户提供了更灵活的使用体验。在云端服务中，系 统的稳定性受制于网络连接的质量。不稳定的网络、无法覆盖的信号区域或信号质量差势必会影响到服务的响 应速度和反馈时间。据 2023 年 IDC 对用户 AIGC 平台使用体验的调研显示，“响应速度慢”和“反馈时间长”成为 用户主要的负面反馈。相比之下，AI PC 通过本地化的大模型能力，实现了离线状态下的自主操作。这使得用 户在任何时间、任何地点都能够进行创造性的工作，摆脱了对网络连接的依赖。

1.4 使用成本降低，实现用户与厂商双赢

本地与云端结合大大降低使用成本。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 供服务使用云端设备往往需要很高的费用，作为普通用户使用 CHATGPT-4 需要每月花费 20 美金，每三小时的 使用上限为 50 条消息，而作为开发者，如果需要通过API调用OpenAI的模型，则价格以每1,000个标记（token） 为单位计算，每 1k tokens 大概为 500 字，CHATGPT-4 每输入 500 字大概需要 0.01 美金，每输出 500 字需要 0.03 美金，对于开发者来说价格较为高昂，AI PC 可以很好的和云端结合，在端上运行模型，可以解决用户的 较为基础的问题，将较为复杂的意图通过云端的巨大模型来解决，这种组合可以大大降低使用者的成本。

AI PC 的红利不仅仅体现在用户层面，对应用厂商来说同样具有显著的优势，能够分摊云端算力成本。将 一些处理从云端转移到终端，不仅可以减轻云基础设施的压力，同时也有助于降低运营成本。这种本地化处理 的趋势为应用开发商和应用开发者提供了更为经济和高效的方式来探索和构建应用。据估算 ChatGPT 每天的运 营成本可能超过 70 万美元。通过在 AI PC 上进行本地处理，应用厂商能够减少对云端服务器的依赖，降低了 在维护和更新云基础设施上的投入。这对于小型独立应用开发商尤其重要，因为他们可能没有庞大的云服务预 算，AI PC 提供了一个更为可行的选择。另一方面，AI PC 的本地化大模型能力为应用开发者提供了更丰富的工 具和资源，使他们能够更加灵活地创造各种应用。这种高效性和经济性有助于激发更多独立应用的创新和发展。 应用开发者可以更容易地探索新的功能、提升用户体验，而不用过分担心云端服务的性能和成本问题。

技术突破+产品落地 +生态逐步建立。 从 PC 发展的历史看，往往会经历从技术突破到产品落地，再到生 态逐步形成的过程。从 AIPC 产业看： 1）技术角度，算力提升与算法改进逐步满足 AIPC 对于终端算力的低 功耗、高性能的需求； 2）产品角度：芯片厂商陆续发布针对 AIPC 场景优化的芯片产品，如骁龙 X Elite、英 特尔 Meteor Lake，整机厂商也积极推进产品落地 ；3）生态角度：底层算力厂商立足现有领域优势，积极开展 合作，生态有望逐步建立、包括 AI 软件、操作系统等。

二、技术端：算力提升与算法改进推动 AI PC 发展

在计算方式方面，AI 引擎采用 CPU+GPU+NPU 异构计算，具有更强算力。AI PC 使用异构计算，将串行 计算或逻辑调度等计算任务分配给 CPU 运算，而将矩阵计算等并行计算任务分配给 GPU、FPGA 或 NPU 等特 定优化的处理器，这使得 AIPC 拥有更强大的算力，支持包括 CPU、GPU、NPU 在内的多种异构计算处理器。 通过将不同类型的计算任务分配给适合的处理器，异构计算不仅提高了算力和性能，还降低了功耗，同时具备 处理多类型任务的发展潜力。在成本方面，异构计算相对于采用不断更新 ASIC 架构的方式具有更低的使用成 本和替换成本。在产业落地方面，异构计算能够适应不断变化的神经网络算法和计算架构，为应对快速发展的 技术环境提供了更具经济效益的解决方案。

在算法层，模型蒸馏、压缩助力 AI PC 终端部署。个人大模型需要强大的 AI 能力，以满足用户日益增加 的 AI 需求和任务复杂性。在移动终端方面，由于硬件资源受限，无法直接部署云端的大模型和推理运行框架， 因此在移动终端和 IoT 设备上部署的关键在于对模型进行压缩和对运行框架进行轻量化，将大模型压缩到适合 终端的规模，以便能够在本地进行推理并实时响应，同时确保本地和公共大模型之间相互补充，各司其职。 为实现在移动设备和边缘设备上的高效部署，模型蒸馏和压缩等技术变得尤为关键。（1）模型蒸馏通过训 练“教师”网络，监督“学生”网络进行学习，将教师网络的知识迁移到学生网络上，使得学生网络能够表现 出类似教师网络的性能，从而实现在资源受限的设备上的部署。（2）模型压缩采用剪裁、量化等方法，减小模 型的尺寸和复杂度，同时保留其核心能力，而不显著损害其 AI 性能。例如，联想创新科技大会中提到的模型压 缩技术可以评估大模型中数百亿参数的不同耦合结构的重要性，动态分配性能资源，从而降低基础模型的大小， 实现大模型在资源有限设备上的运行。这样的技术应用能够在保证模型性能的同时，借助云端强大的 AI 能力支 持，确保个人大模型在通用场景服务中具备高效的能力。

三、产品端：头部厂商进军 AI PC，软硬件协同推进产品落地

3.1 芯片：多方入局 AI 芯片，ARM 架构迎来新机遇

各处理器制造商纷纷进军 AI 芯片。IDC 认为一台“具备 AI 能力”的 PC 必须拥有专用的芯片组或模块来 加速 AI 计算。目前高通的 Hexagon 加速器、苹果的神经引擎、英特尔的 Movidius VPU 和 AMD 的 APU 可 以满足以上要求。苹果于 2020 年 Q4 推出 M1 神经引擎，随着 2023 年第二季度推出的 M3 系列，苹果成为了第 一家完全具备 AI 能力的 PC 制造商。高通于 23 年 10 月发布骁龙 X Elite 处理器，其全新 Hexagon NPU 最高 可提供 45 TOP 算力，算力方面较同行其他产品领先。在 x86 领域，AMD 于 2023 年第二季度推出了“Phoenix” Ryzen 7040 系列，并计划在 2024 年下半年推出的 8050 系列将进一步完善 AI 产品。英特尔 2023 年三季度推出 Meteor Lake 系列，嵌入 Movidius VPU 来实现 AI，随后会继续推出 Arrow Lake 和 Lunar Lake 版本。

CES 2024 大会期间，英伟达、英特尔、AMD 再次围绕 AIPC 推出新产品。 英伟达发布了三款 GeForce RTX 40 SUPER 系列 GPU，包括 GeForce RTX 4080 SUPER、GeForce RTX 4070 Ti SUPER 和 GeForce RTX 4070 SUPER。新 GeForce RTXSUPER GPU 的专用 AI Tensor 核心可提供高达 836 个 AI TOPS，为游戏、创造和日常生产力领域的 AI 提供变革性功能。 英特尔推出全新酷睿 HX 和 U 系列 CPU，增加核显数量提高 AI 性能。酷睿 HX 系列以酷睿 i9-14900HX 为主，该处理器拥有 24 个核心，分别是 8 个性能核心（P 核心）和 16 个高效核心（E 核 心）。U 系列移动处理器以酷睿 7 处理器 150U 为主导，具有 10 核/12 线程和高达 5.4 GHz 的睿 频频率。英特尔表示，此次更新提高了 51%的多任务处理性能，支持高达 192 GB 的 DDR5-5600 兆 传输/秒 (MT/S) 内存总量，为 AI PC 提供了更强劲的解决方案。 AMD 推出 Ryzen 8000G 系列、Ryzen 5000 系列桌面处理器、Radeon RX7600 XT GPU。AMD Ryzen 8000G 系列桌面处理器，配备内置显卡 Ryzen 7 8700G 并首次将 NPU 引入台式电脑处理器。RX 7600 XT GPU 将 VRAM 从 8GB 增加到 16GB，定价 330 美元，低于英伟达最新发布的 GPU。

3.1.1 Intel

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。英特尔于 23 年 12 月 14 日 推出了基于 Meteor Lake 架构的第一代英特尔酷睿 Ultra 处理器，首批上市的处理器涵盖酷睿 Ultra 7/5 系列。 Meteor Lake 是 Intel 首款集成了 NPU 的处理器产品，能在 PC 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。

（1）Meteor Lake 作为首个采用 3D Foveros 封装技术的客户端芯粒设计的产品，将计算模块(Intel 4)、SoC 模块 (N6) 、1/0 模块 (N6)、图形模块(N5) 封装在一起，能耗相比此前有重大进步。（2）首款配备集成式的 神经网络加速单元（NPU）的酷睿处理器，Meteor Lake 将会带来高能效的 AI 加速和本地推理体验。（3）芯片 采用 Intel4 制程（7nm 工艺），多达 6 个性能核，8 个能效核，以及 2 个低功耗岛能效核，一共加起来会支 持 22 个线程，集成 Intel 锐炫显卡，带来独立显卡级别的性能。 未来两年英特尔三款 AI 芯片计划推出，更强人工智能加速效率。Arrow Lake（Intel 20A）和 Lunar Lake （Intel 18A）计划于 2024H2 推出，Panther Lake（Intel 18A）计划于 2025 年推出。下一代的 Arrow Lake 将覆 盖桌面和移动平台，主要侧重于提供更高的功率和性能，采用了与 Meteor Lake 相同的设计方法，不过会改用更 新的 Intel 20A 工艺制造。Lunar Lake 是英特尔下一代低功耗架构，进一步提升人工智能加速效率，并对 Meteor Lake 和 Arrow Lake 的多芯片设计做了改进，计划在面向移动平台的酷睿 Ultra 第 2 代处理器 Arrow Lake 之后发 布。Lunar Lake 将采用 Lion Cove 架构的 P-Core 和 Skymont 架构的 E-Core，全新的微架构将提供突破性的每瓦 性能优势，同时会采用 Intel 18A 工艺制造，为该技术的首次商业应用。

3.1.2 AMD

AMD 具先发优势，产品更新较快。AMD 于 2023 年初率先推出 AI 处理器 Ryzen 7040，年末继续推出 代号为 Hawk Point 的最新锐龙 8000 APU，锐龙 8000 APU 搭载先进的 4nm Zen4 CPU 和 RDNA 3 GPU 架构， 最多配置 8 个核心、16 个线程，以高达 5.2GHz 的时钟频率提供卓越性能。2024 CES 大会中，AMD 首次将专 用 AI 神经处理单元(NPU)引入台式电脑处理器，为从云到边缘到终端用户设备的生成 AI 提供动力支持，推 出了 Ryzen 8040 系列、Ryzen 8000G 系列和 Radeon RX 7600 XT 处理器新品，处理器性能得到显著提升。 AMD 计划在 2024 年推出代号为 Strix Point 的 Ryzen 8050 APU，配备 XDNA 2 NPU 和 Ryzen AI 软件套 件，AI 引擎性能大大提升。搭载 XDNA 2 引擎，着重提升处理 AI 任务的能力。该 APU 采用 Zen 5 CPU 和 RDNA 3.5 GPU 核心，嵌入最新的 XDNA 2 NPU 和强大的 Ryzen AI 软件套件，性能提高了 3 倍，成为 Ryzen 7040“Phoenix” APU 的实际继任者。Strix Point 系列包括 Mono 和 Halo 两个型号，其中 Mono 采用混合了 Zen 5 和 Zen 5C 内核 的单片设计，而更高端的 Halo 则采用仅使用 Zen 5 内核的小芯片设计。预计 Mono 规格包括 4nm 单片设计、最 多 12 个核心、32MB 共享三级缓存、50W 功耗、16 个 RDNA 3+计算单元等，而 Halo 规格则包括 Zen 5 Chiplet 设计、最多 16 个核心、64MB 共享三级缓存、90W 功耗、40 个 RDNA 3+计算单元等。两者均具备集成 XDNA 2 引擎，AI 引擎性能分别达到约 25 TOPs 和 50 TOPs。预计在 2024 年下半年发布，首批将在明年开始向 OEM 发货，竞争对手包括英特尔的 Arrow Lake CPUs。

3.1.3 高通

高通骁龙 X Elite 算力领先，Hexagon NPU 最高算力达 45TOPS，优势明显。高通于 23 年 10 月 25 日发 布新一代 PC 处理器骁龙 X Elite，由台积电 4nm 工艺代工，集成 CPU、GPU 和 NPU，最高算力可达 75TOPS， 其独立的 Hexagon NPU 最高算力达 45TOPS，基于其自研的 Nuvia 构架的 OryonCPU 内核，这款行业领先的 移动计算 CPU 的性能高达竞品的两倍；达到相同峰值性能时，功耗仅为竞品的三分之一。 该芯片专为 AI 打造，支持在终端侧运行超过 130 亿参数的生成式 AI 模型，凭借快达竞品 4.5 倍的 AI 处理 速度，将继续扩大高通在 AI 领域的领先优势。2024 年中将会推出搭载骁龙 X Elite 的 PC，首发厂商包括微软、 联想、戴尔和惠普等。 高通将于 2024 年推出代号为“Hamoa”的骁龙 8cx Gen4 芯片，包含更强大的 Hexagon Tensor NPU。预 测该芯片采用 12 核规格，包括 8 个性能核心和 4 个能效核心，性能核心时钟频率约为 3.4GHz，而能效核心为 2.5GHz。支持高达 64GB 的 LPDDR5x 内存，集成 Adreno 740 GPU，与骁龙 8 Gen2 相同，提供 DirectX 12、Vulkan 1.3、OpenCL 和 DirectML 支持。Snapdragon 8cx Gen 4 将包含更强大的 Hexagon Tensor NPU，可提供高达 45 TOPS 的理论 AI 性能。

3.1.4 苹果

苹果 M3 使用 3 纳米工艺，搭载新的神经网络引擎，实现速度和能效的双重提升。Apple 发布超先进个人 电脑芯片 M3、M3 Pro 和 M3 Max，为首批采用业界领先 3 纳米工艺打造的个人电脑芯片，可将更多晶体管封 装于更小的芯片空间中，实现速度和能效的双重提升，M3 引入增强型神经网络引擎，用于加速强大的机器学习 （ML）模型。与 M1 系列芯片相比，新的神经网络引擎带来最高达 60% 的速度提升，在进一步加速 AI/ML 工 作流的同时，还可将数据保留在设备上，以保护用户隐私。

苹果和高通正在将基于 Arm 的 PC 处理器提升到新的水平。目前微软推出的 Copilot 要求 AI PC 的算力 大于 40TOPS，而英特尔发布的 Core Ultra（Meteor Lake 架构）目前算力为 35TOPS，还未能达到这一门槛，预 计2025年推出的Lunar Lake达到这一算力水平要求。Arm架构阵营方面，高通 Snapdragon X Elite 中的 Hexagon 处理器单元算力已经可以达到 45 TOPS，整体算力可达 75TOPS。近期还有消息称 AMD 和英伟达都正在开发 基于 Arm 架构的客户端 PC 处理器，也进一步对英特尔发起挑战。Counterpoint 预计，2027 年 x86 架构的市占率将下滑至 74.4%，Arm 架构芯片在 PC 市场的份额预计为 25.3%，较 2022 年增长近一倍。 基于 ARM 的处理器在功耗和散热方面的表现更好，ARM 架构或将迎来新机遇。AI PC 对计算性能的有着 更强的需求，也需要更高功耗和散热。基于 Arm 架构的处理器代码相对于 X86 架构更为简化，具有卓越的功耗 效率和热量管理能力， ARM 架构在兼容与软件生态方面仍面临挑战。虽然 ARM 芯片厂商进展迅速，但落地 AI PC 仍面临不小 的问题，同样基于 ARM 的苹果电脑拥有较为完善的软件生态，且其硬件加速模拟器 Rosetta 2 可以很好地做到 与 x86 系统的兼容，因此完成了在 PC 领域渗透率的快速上升，然而对于其他 ARM 芯片厂商来说，目前 ARM 市占率较低，23 年 Q3 季度市占率仅有 10.06%，PC 领域大量软件仍基于 X86 架构开发，未来其他 ARM 芯片 供应商仍面临着严峻的兼容性和软件生态的挑战。

3.2 整机: 全价位产品上市，2024 将迎来 AI PC 元年

多款搭载 AI 引擎的笔记本上市，主要搭载英特尔酷睿处理器，产品实现全价位覆盖。23 年 12 月 15 日， 英特尔正式发布了酷睿 Ultra 系列处理器，并与多家 PC 厂商合作，此后联想、华硕、MSI 等多家厂商展示了 一系列搭载英特尔酷睿 Ultra 芯片的 AI PC 产品，率先升级到混合 AI 架构，并加速 AI 应用创新。产品实现 全价位覆盖，价格在 4000-20000 万之间。同时，23 年 10 月苹果最新的电脑 iMac 和笔记本电脑 MacBook Pro 发布，自研 M3 系列芯片可用于机器学习（ML）模型，其中最高达 128GB 统一内存的 M3Max，足以让开发者 处理包含数十亿参数的 AI 大模型。惠普、宏碁等品牌也通过加强与软件服务商和芯片供应商的合作，重新设计 PC 架构，预计在 2024、2025 年陆续推出 AIGC 或其他 AI 应用导入终端的 AI 笔记本方案。

CES 大会期间，联想推出十余款 AI PC，并在笔记本中内置 AI 助手 AI Now。此次 CES 2024，联想集 团 10 余款 AI PC 重磅亮相，包括赋能创作过程的 Yoga Pro 9i，全球第一台可无缝切换笔记本电脑和平板电 脑两种模式的 ThinkBook Plus Gen 5 Hybrid、全球首款商务 AIPC ThinkPad X1 Carbon AI、新一代超小型 ThinkCentre neo Ultra 等。 以定位商务机的 ThinkBook 为例：1）定价：从 1399 美元至 2199 美元不等（传统的联想 thinkbook 商 务系列大概在 660-870 美元）；2）AI 硬件配置：全部使用 Intel 酷睿处理器，显著提升 AI 计算能力；3） AI 软件配置：使用了 Windows11 中的 Copilot，定义了近年来最重要的 PC 架构转变之一。4）AI 功能亮点： 其中 ThinkBook 13x Gen 4 凭借专用的 AI 引擎，预装 AI 会议管理器，配备 AI 加速软件，同时使用户能够 解锁 100 多种 AI 体验以提高工作效率。

联想 AI PC 版图强调 AI Ready、AI On 阶段发展历程，目前联想仍处于 AI Ready 阶段。（1）AI ready 阶 段基本具备了对 AI 任务更具针对性的本地混合 AI 算力，能够为 AI PC 的软件及服务创新提供基本保障，开 启体验创新。（2）AI On 阶段具有完整的 AI PC 核心特征，并且在核心场景提供划时代的 AI 创新体验，成 为每一个人的个人 AI 助理。目前联想推出的四款产品仍处于 AI ready 阶段，2024 年开始将进入 AI On 阶段 标准，将成为 AI PC 元年。 联想与英伟达、AMD 等芯片厂商合作，打造混合 AI 框架。联想 AI 框架以公共大模型、私域大模型和个人大模型为核心，覆盖个人和企业级大模型，支持跨云、边缘和设备的人工智能应用。提出个人与企业级人工 智能双胞胎（AI Twin），个人 AI Twin 设备建有本地知识库，能根据用户思维模式预测任务，实现自主解决方 案，成为用户数字延伸，构成“个人的人工智能双胞胎”。目前联想与英伟达合作，提供基于 NVIDIA MGX 架构 的企业级 AI 解决方案，搭载英伟达 GPU 的联想 ThinkSystem SR675 V3 服务器和 ThinkStation PX 工作站，助力 企业安全地部署生成式人工智能。搭载 AMD 处理器，扩大了在 ThinkSystem、ThinkStation 和 ThinkPad 产品上 的范围。

3.3 软件及生态：合作+自研模式推动 AI 软件发展，应用生态不断完善

3.3.1 多家芯片厂商积极与软件端开展合作，完善 AI PC 应用生态。

AMD Ryzen AI 的广泛应用不断扩展，与 Adobe、微软、zoom 等合作伙伴密切合作。目前，Ryzen AI 提 供了 100 多个驱动的加速功能，尤其在 Adobe Photoshop、Premiere Pro、After Effect、Lightroom 等创意设计软 件中，用户可以在日常操作中获得显著的效率提升。Windows Studio Effects 更是实现了自动取景、眼神接触矫 正、高级背景特效等多种 AI 功能。英特尔凭借丰富的 ISV（独立软件开发商）合作伙伴，开启一系列新应用。 根据英特尔的数据，目前已有超过 100 家 ISV 合作伙伴，共同推动了超过 300 个具备 AI 特性的应用的发展。

宏碁、苹果等公司开启自研 AI 应用，包含多项基础功能提高用户效率。宏碁推出了集成多种实用 AI 功能的 Acer Sense 应用程序，并在非凡 Go 新品上配置了实体 Acer Sense 键，一键即可开启 AI 新体验。Acer Sense 包括 AI Zone，提供新的生产力和轻松的创造力体验；Acer Live Art 利用人工智能技术即时删除图像背景，并支 持自由编辑和拼贴；Acer Alter View 通过 AI 模型生成深度图，提供个性化实时壁纸和动态视差效果；智慧会议 2.0(Acer Quick Panel)通过先进的人工智能算法增强效果，使电子会议、直播和视频通话更加自然自信。苹果方 面也正在为全系列设备开发基于生成式 AI 技术的工具，即将生成式 AI 技术应用于 Pages、Keynote 等用于写作、 幻灯片制作的应用程序中，预计 24 年将会发布。

3.3.2 操作系统：微软先发 Windows 11 “23H2”，内置 AI 助手 Copilot

微软率先发行 Windows 11 “23H2”，内置 AI 助手 Copilot，进一步巩固市场地位。23 年 10 月 31 日，微 软宣布推出 Windows 11 新版本操作系统“23H2”，其中内置微软的 AI 助手 Copilot。Copilot 与 ChatGPT 类似， 属于生成式人工智能。用户通过对该 AI 助手进行对话，发出指令，即可获得相应的文本或其他内容回答。Copilot 的发布标志着 AI 在电脑端的应用进入了新的时代，Copilot 不仅可以作为智能助手帮助用户提高工作效率，还 可以赋能开发场景，自动生成高质量代码，改变了传统的工作模式。此外，即将于明年发布的下一代 Windows 上将会将整合 AI 工具于商业及生产力软件的集成应用，目前 Windows 系统市占率 83%左右，未来 WIN12 发行 配合 AI 应用有望进一步巩固 Windows 系统市场地位。

四、未来展望：行业周期向上，AIPC 或成 PC 行业重要发展动力

4.1 产业进入换机周期，PC 行业出现周期性拐点。

产业进入换机周期，PC 行业出现周期性拐点。PC 市场较为成熟，整体趋于稳定，影响周期性的因素主要 有：1））宏观经济：PC 具备消费品，受宏观经济波动影响； 2）产品迭代：重要的产品更新、技术迭代 3） 线上化需求：如疫情期间线上办公需求爆发推动的 PC 市场增速回升； 4）自然 PC 换机周期一般约为 4-5 年。 2020-2021 年疫情推动线上化需求释放，此后市场出现疲软，据 IDC 数据显示， 2021Q1 至 2023Q1，全球 PC 市场出货量同比增速呈现下降趋势，近三个季度全球 PC 出货量同比增速有所回升，2023Q4 全 2023 年第四 季度，全球传统电脑出货量略高于预期，接近 6,710 万台，同比去年下降 2.7%。考虑到目前 PC 的换机周期普 遍为 5 年，疫情售卖的 PC 已进入换机周期，市场收缩几近触底，预计 2024 年将实现正增长。

换机驱动之一：2025 年微软停止支持 Win10

系统升级或成换机潮重要动力，2024-2025 年市场将面临 Win10 停更以及 Win12 的推出。微软官方宣布， Win10 系统将于 2025 年 10 月 14 日停止更新，所有版本将全部终止支持，这意味着仅支持 Win10 或仅支持更 低系统配置的个人电脑将难以适用，根据 statcounter ，截至 2023 年 9 月，Win10 的市场份额高达 71.6%，Win11 的市场份额仅为 23.6%，在 Win10 的停更背景下，PC 有较大的换机空间。此外 Win12 也将于 2024 年发布， 消费者可能会因为 Windows 的新版本而升级他们的个人电脑，系统更新或将助推换机潮的到来。

技术革新或成为重要的 PC 市场推动力。各大厂商纷纷布局 AI PC，逐步完善 AI PC 产品，目前 PC 换机周 期已至，经过长时间的延迟采购，商业领域的需求预计将在 2024 年出现增长，2024 或成 AI PC 元年。要原因， 展望未来，技术革新或成为 PC 市场成长的重要推动力，其中 AIPC 通过 AI 能力的本地化部署，有望进一步 提升交互体验与工作效率，看好 AIPC 成为 PC 市场下一波增长的重要推动力。Canalys 预计 2024 年 AI PC 的 渗透率会达到接近 20%（对应 5200 万台出货量），得益于换机动能和全新本地体验，2027 年 AI PC 将成为主 流化的 PC 产品类型，渗透率达到 60%以上。比起消费者，企业将更积极地采用 AI 技术，2027 年预计 AI PC 出 货量的 60%将应用到商用领域。 我们基于渗透率对 AI PC 出货量进行测算，根据 IDC 数据，2024 年全球 PC 出货量预计为 2.62 亿台，yoy+4%， 参考这一数据进行假设，通过测算不同出货量及 AI PC 渗透率情况，我们预计 2024 年 AI PC 出货量区间为 1200 万-8400 万台，中性情况下为 3900 万台。同时参考移动互联网时代智能手机的推广速度，2010-2015 年全球智 能手机渗透率从 19%上升至 2015 年的 74%，若 AI PC 以类似的渗透率提升速度渗透，则到 2028 年全球 AIPC 的渗透率将达到 60%以上，出货量或达到 1.81 亿台。

4.2 联想：PC 业务复苏领先市场，期待 PC 周期复苏及 AI PC 渗透拉升业绩

联想集团发布 2024 财年第三季度业绩，FY3Q24 公司实现收入 157 亿美元，同比+3%，环比+9%，收入自 FY2Q23 以来首次实现同比增长，且连续 3 个季度实现环比增长；归母净利润为 3.4 亿美元，同比-23%，环比 +35%，超彭博一致预期的 3.05 亿美元约 10.5%，对应归母净利率 2.1%，环比上升 0.4pct。 从联想看 PC 行业复苏：FY3Q24 联想集团 IDG 业务收入 123.6 亿美元，同比上升 7%，环比上升 7%，其 中非 PC 业务收入占比 21%，同比上升 4pct，PC 收入 91.2 亿美元。根据 IDC 数据，FY24Q3 联想 PC 出货量为 1611 万台，同比增长 4.1%，环比增长 0.6%，超出行业增速 6.6pcts（全球 PC 出货量同比下降 2.7%），因此公 司市占率也同比提升 1.5 pct 达 24%，其中商用 PC 市占率创近三年新高达 27%，复苏领先市场。ASP 方面， 联想 FY3Q24 ASP 同比下滑 2.7%，环比下滑 1.6%。

利润端：经营利润率环比持续提升，主要由于公司费用端持续优化，FY3Q24 公司通过减少有息借款，财 务费用环比减少 1600 亿美元，同比减少 1000 亿美元，同时持续优化运营效率，控制管理费用，经营利润率达 到 3.9%，qoq+0.3pct。IDC 业务的经营利润率同比提升 0.1pct 至 7.4%，主要系 1）产品结构持续优化，高端产 品占比提升（FY3Q24 高端产品占比 PC 收入为 32%，同比+2pct）；2）北美和中东地区表现强劲，增速远超市 场水平。

在 2024 年初的 CES 展上，联想展示了 40 多款基于人工智能的全新设备与解决方案，包括 10 余款 AI PC 产品，有望为 IDG 业务提供持续增长动力。尽管 FY4Q24 PC 将经历传统淡季有所承压，但我们预计 24 下半年增速将优于上半年，主要驱动力为：1）AIPC 国内版上半年在国内推出，下半年有望在全球推出，24 年 下半年起将开始真正驱动换机周期；2）部分商用 PC 客户正处于试机阶段，预计将持续 1-2 个季度，有望在下 半年迎来较好的需求释放；3）Windows11 的换机客户有望在半年开启换机周期。

编辑：火腿肠