本周(7/3~7/9)行情概览:本周(7/3~7/9)消费电子行情整体跑赢部分主要指数。本周(7/3~7/9)申万消费电 子行业指数下跌0.73%,同期创业板指数下跌2.07%,上证综指下跌0.17%,深证综指下跌0.92%,中小板指下跌1.45%, 万得全A下跌0.49%。 应用为基,苹果有望引领消费电子本地AIGC应用: 苹果公司在AI领域深耕多年,AI应用持续拓展丰富。11年iPhone 4S中,苹果引入基于NLP的智能语音助手Siri, 17年iPhoneX苹果推出FaceID,23年VisionPro产品推出opticID虹膜识别,此外也包括实况文本、空间音频等 一系列软件创新,多维度将AI技术整合到多种设备中提升用户体验; 苹果大规模收购AI初创公司,全面推进AI应用场景的布局。从2010年开始,苹果便开始大规模收购AI初创公司, 收购范围包括半导体制造、机器学习、语音识别、面部识别和表情追踪等多领域,帮助苹果构建更广泛AI应用场景。 凭借深刻的人机交互理解、强大的芯片自研能力和硬件创新能力,苹果推动了消费电子硬件平台本地AI功能的落 地,用于改善硬件性能和提升用户使用体验: 1)深刻的人机交互理解:持续引领交互方式创新(GUI→触控→眼动/手动) 2)强大的芯片自研能力:A系列和M系列芯片集成NPU,在终端设备上高效执行深度神经网络,加速机器学习 (ML)和人工智能(AI)算法,减少对于CPU&GPU资源占用,提高效率且降低功耗,M2Ultra通过Ultra fusion 实现高达192GB的统一内存,在单台设备上可以实现Transformer模型训练; 3)软硬件创新能力:以FaceID为例,苹果在“刘海屏”处提供了多个传感器、光学元件(包括红外镜头、泛光 感应元件、距离传感器、环境光传感器、点阵投影器)的集成实现对于FaceID的支持,通过软硬件创新同时 满足识别精度和隐私保护双重要求。 我们认为,苹果本地AI功能部署兼顾效率&隐私保护,结合VisionPro等创新性硬件平台,AIGC时代有望以软硬 件协同创新的方式推动引领消费电子硬件AI应用。 建议关注: 消费电子零组件&组装:工业富联、立讯精密、闻泰科技、领益智造、博硕科技、鹏鼎控股、蓝思科技、歌尔股份、 长盈精密、京东方、国光电器、长信科技、舜宇光学科技(港股)、高伟电子(港股)、东山精密、德赛电池、欣旺达、 信维通信、科森科技、环旭电子、兆威机电(机械军工组覆盖); 消费电子自动化设备:科瑞技术(与机械军工组联合覆盖)、智立方(与机械军工组联合覆盖)、大族激光、赛腾股 份、杰普特、华兴源创、博杰股份、荣旗科技、天准科技、凌云光、精测电子(与机械军工组联合覆盖); 品牌消费电子:传音控股、漫步者、安克创新(由商社、通信组联合覆盖)、小米集团(港股); 消费电子材料:中石科技、世华科技。 风险提示:消费电子需求不及预期、新产品创新力度不及预期、地缘政治冲突、消费电子产业链外移影响国内厂商 份额 1.每周谈:应用为基,AIGC时代苹果有望引领本地AI应用创新 1.1.苹果在硬件产品中的AI应用 苹果公司在AI领域深耕多年,应用广度在各类硬件产品中得以展现。早在2011年发布的iPhone 4S中,苹果就引入了当时让人震惊的智能助手Siri,其背后的关键技术便是自然语言处理(NLP)。以iPhone为核心,苹果在人工智能领域的硬件和软件能力持续升级,同时,苹果也在多个维度进行拓展,以便将AI技术整合到各种不同的设备中。 表1:苹果在硬件产品中的AI应用产品AI应用 图1:VisionProAI数字分身 图2:VisionPro虹膜识别 1.2.苹果在AI领域的并购情况 苹果大规模收购AI初创公司,全面推进AI应用场景的布局。从2010年开始,苹果便开始大规模收购AI初创公司,至今已经成为收购AI公司最多的美国科技巨头之一。它的收购范围包括半导体制造、机器学习、语音识别、面部识别和表情追踪等多个领域,进一步帮助苹果构建更广泛的AI应用场景。 表2:苹果AI领域的并购情况(不完全统计)收购标的收购金额(美元) 1.3.苹果的AI领域差异化竞争力 凭借深刻的人机交互理解、强大的芯片自研能力和硬件创新能力,苹果推动了消费电子硬件平台本地AI功能的落地,用于改善硬件性能和提升用户使用体验。 1)深刻人机交互理解:苹果目前有五大操作系统,分别是用于iPhone的iOS、iPad的iPadOS、Mac的macOS、Apple Watch的watchOS、Apple TV的tvOS、visionPro的visionOS。苹果操作系统的AI应用提高了相关产品的性能,大幅改善了终端用户的体验。如Vision Pro通过取消目前VR头显普遍配备的手柄,改用“视线捕捉+手势+语音”的多模态交互方式将人机交互推向增强现实时代。 2)强大芯片自研能力:AI芯片成为苹果的硬件杀手锏。苹果的面部识别、AR物体侦测、Animoji脸部追踪等任务都依赖于AI芯片,开发人员可以使用它来运行之前训练过的ML模型,从而释放CPU和GPU来专注于更适合他们的任务。2014年苹果在新一代架构芯片Soc的开发中加入专门的AI芯片,在此之前,苹果的AI算力是由“CPU+GPU”实现,其AI芯片的设计思路则是由CPU和GPU处理的AI任务转向由专门的AI芯片进行处理,最终将芯片集成到终端设备上。 Apple Neural Engine可在Apple设备上高效执行深度神经网络,加速机器学习(ML)和人工智能(AI)算法,提供比主CPU或GPU更大的速度、内存和功耗优势。2017年苹果的A11 Bionic正式发布,A11采用 10nm 工艺制程、六核CPU、自研三核心GPU设计,并首次搭载神经网络引擎处理器单元(Neural Network Processing Unit,NPU),开启移动终端的AI时代。目前苹果芯片已更新至A16,AI算力不断进化。同时第一批面向Mac的M1、M1 Pro和M1 Max芯片具有与A14相同的ANE,首次将先进的硬件加速机器学习和人工智能引入macOS平台。ANE使自然语言处理和图像分析等高级设备上功能成为可能,而无需接入云或使用过多的电力。 图3:A15仿生芯片和A14仿生芯片的剖析图 表3:NeuralEngine支持的终端AI功能 苹果NeuralEngine计算性能迭代迅速,支持终端硬件的更多AI应用。初代NeuralEngine于2017年首次以两个专用内核的形式部署在iPhone X A11芯片,迭代迅速,2022年A16芯片Neural性能是初代性能的约28倍。 表4:NeuralEngine计算性能迭代迅速 M2 Ultra芯片使得终端运行Transformer模型成为可能。M2 Ultra芯片通过采用UltraFusion架构,将两块M2 Max芯片拼接到一起,拥有1340亿个晶体管,比上一代M1 Ultra多出200亿个,拥有多达24个CPU内核、76个GPU内核和32个内核的神经引擎,每秒可进行31.6万亿次运算。最高支持192GB的统一内存,比M1Ultra高50%,在一个单一系统中可以训练庞大的机器学习工作负载,比如大型Transformer模型,而Transformer是支持ChatGPT重要技术之一。 UltraFusion是苹果业界领先的定制封装技术,使用硅中介层(interposer)将芯片与超过10000个信号连接起来,提供超过2.5TB/s的低延迟处理器间带宽,突破性的内存为单台设备训练大模型提供可能。以往受限于内存不够,即使是最强的独立GPU也无法处理大模型。而苹果通过将超大内存带宽集成到单个SoC,实现单台设备就能运行大型Transformer模型等庞大的机器学习工作负载。按照苹果的说法,M2 Ultra自己就能进行机器学习训练,而这是很多独立显卡都做不到的。 图4:M2Ultra芯片使得PC端运行大模型成为可能 3)硬件创新的能力: 消费电子本地AI功能颠覆性创新对于软硬件协同创新能力要求极高。面部识别是AI领域的重要应用,是生物识别身份验证的高级形式之一,能够使用面部特征来识别和验证人,自iOS10以来,苹果开始把基于深度学习的人脸检测方法FaceID融入系统中。FaceID在智能手机上的实现会同时面临算法和硬件层面的问题:①深度学习作为操作系统的一部分会占用系统闪存存储空间、运行时会占用GPU&CPU算力资源和内存资源、计算过程需要高效&不能有大幅的功耗增加(通过NPU减少对于系统硬件资源的占用);②兼顾隐私保护(面部数据只保留在终端设备)&识别精准度(百万分之一)对于算法和硬件提出更高的要求,苹果在刘海屏处提供了多个传感器、光学元件实现对于FaceID的支持,包括红外镜头、泛光感应元件、距离传感器、环境光传感器、点阵投影器等。 图5:苹果FaceID硬件结构拆分 图6:苹果生物识别方式创新 苹果本地AI功能部署兼顾效率&隐私保护,AIGC时代有望以软硬件协同的方式推动引领消费电子硬件AI应用创新。根据苹果4月发布AIGC应用研究员工作内容描述,主要工作职能包括:①在分布式后端训练大规模多模态模型;②将Transformer等模型紧凑高效地部署在终端设备;③以不侵犯用户隐私的方式实现用户的个性化自适应策略。我们认为,苹果加速生成式AI布局,且注重兼顾本地执行效率和隐私,在本地执行的机器学习算法和模型,响应更快,与性能更好,并且注重隐私保护,有望以软硬件协同的方式推动消费电子硬件边缘AIGC应用创新。 2.本周(7/3~7/9)消费电子行情回顾 本周(7/3~7/9)申万电子行业指数为3896.83,本周(7/3~7/9)涨幅为0.7%,沪深300指数为3825.70,本周(7/3~7/9)跌幅为0.4%,电子行业整体跑赢大盘。本周(7/3~7/9)申万电子行业市盈率为45.1,沪深300市盈率为13.17。 图7:申万电子行业指数和沪深300指数对比 本周(7/3~7/9)美股道琼斯工业平均指数为33734.88,本周(7/3~7/9)跌幅为2.0%,纳斯达克综合指数为13660.72,本周(7/3~7/9)跌幅为0.9%。本周(7/3~7/9)恒生指数为18365.7,本周(7/3~7/9)跌幅为2.9%,本周(7/3~7/9)恒生科技指数为3901.21,本周(7/3~7/9)跌幅为0.3%,本周(7/3~7/9)中国台湾加权指数为16664.21,本周(7/3~7/9)跌幅为1.5%,中国台湾电子行业指数为807.81,本周(7/3~7/9)跌幅为1.0%。 图8:道琼斯工业平均指数与纳斯达克综合指数对比 图9:恒生指数与恒生科技指数对比 图10:中国台湾加权指数与中国台湾电子行业指数 本周(7/3~7/9)消费电子行情整体跑赢部分主要指数。本周(7/3~7/9)申万消费电子行业指数下跌0.73%,同期创业板指数下跌2.07%,上证综指下跌0.17%,深证综指下跌0.92%,中小板指下跌1.45%,万得全A下跌0.49%。电子行业指数跑赢主要指数。在31个子行业中,电子排名第9位。 表5:本周(7/3~7/9)消费电子行情与主要指数对比 图11:本周(7/3~7/9)A股各行业行情对比 电子板块细分行业整体表现一般。其中,光学光电子板块上涨3.08%,涨幅最大。跌幅最大的是电子化学品板块,下跌2.65%。元件/其他电子/电子/半导体板块/消费电子涨跌幅分别为2.12%/1.30%/0.69%/-0.08%/-0.73%。 图12:本周(7/3~7/9)电子及其子行业涨跌幅情况 品牌消费电子问题更为突出。消费电子细分板块中,消费电子零部件及组装板块本周(7/3~7/9)下跌0.34%,品牌消费电子板块本周(7/3~7/9)下跌5.23%。市盈率整体31.66,消费电子零部件及