端侧AI成为全球巨头布局方向，国产算力迭代与超长期国债项目落地值得关注

行业研究|行业周报 看好（维持） 端侧AI成为全球巨头布局方向，国产算力迭代与超长期国债项目落地值得关注 计算机行业 国家/地区中国 行业计算机行业 报告发布日期2024年06月04日 核心观点 计算机板块上周微涨0.4%，端侧AI主线表现较好。我们对板块6月份行情相对乐观，一方面是由于AI在端侧与企业侧正加速落地，另一方面，设备更新与超长期国 债有望带来招投标加速，从而带来景气度提升预期。 端侧成为众多科技巨头局部方向，国内大模型快速迭代。近期，国内众多模型进行了迭代与更新，包括商汤日日新5.0、幻方DeepSeek-V2、生数科技Vidu、通义千 问2.5、腾讯混元，这些模型在整体能力、部署方式、推理成本等各方面均有明显进展与优化，而Kimi、秘塔搜索等应用的访问量近期继续呈现环比快速增长态势。从近期微软等公司的发布会以及苹果与OpenAI的合作可以看到，端侧AI正成为全球科技巨头积极布局的方向。我们坚信，国内模型正在逐步跨过“可用”到“好用”的门槛，AI应用的落地与普及前景乐观。 国内AI芯片研发与量产较为顺利。国内大模型从能力迭代到产品推广均呈现可喜进展，将带来算力需求提升。从上周英伟达披露业绩来看，Q1业绩与Q2指引均超预期，而据我们了解，国产芯片近期在技术研发迭代与正式量产方面进展均较为顺 利，英伟达合规产品在国内需求也较为旺盛。我们认为，算力行业依然是确定度最好的方向。 需求端政策持续发力，多领域数字化有望得到提振。3月初至今，我们相继看到设备更新、超长期国债、制造业数字化以及近期地产行业相关政策。我们认为，这些 政策将从资金端提供支撑、需求端带来提振，制造业、交通以及市政、建筑领域数字化需求有望得到提升和改善。 投资建议与投资标的 AI应用领域：建议重点关注金山办公(688111，增持)、中科创达(300496，买入)、新致软件(688590，未评级)、彩讯股份(300634，买入)、虹软科技(688088，未评级)、星环科技-U(688031，未评级)、科大讯飞(002230，买入)。 算力领域：建议重点关注海光信息(688041，买入)、高新发展(000628，未评级)、浪潮信息(000977，未评级)、华铁应急(603300，买入)、中科曙光(603019，买入)、寒武纪-U(688256，未评级)、润泽科技(300442，未评级)、亚康股份 (301085，未评级)。 制造业等领域数字化：建议关注中控技术(688777，买入)、柏楚电子(688188，未评级)、宝信软件(600845，未评级)、远光软件(002063，买入)、千方科技(002373， 未评级)、通行宝(301339，未评级)、万集科技(300552，未评级)。 风险提示 政策不及预期，行业景气度低于预期 浦俊懿021-63325888*6106 pujunyi@orientsec.com.cn 执业证书编号：S0860514050004 陈超021-63325888*3144 chenchao3@orientsec.com.cn 执业证书编号：S0860521050002 杜云飞duyunfei@orientsec.com.cn 执业证书编号：S0860523120001 覃俊宁qinjunning@orientsec.com.cn 宋鑫宇songxinyu@orientsec.com.cn 资料来源：公司数据.东方证券研究所预测.每股收益使用最新股本全面摊薄计算 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、本周行业观点4 二、本周行业专题：端侧AI成为全球巨头布局方向4 投资建议与投资标的8 风险提示8 图表目录 图1：云侧AI和端侧AI对比4 图2：主要PC芯片厂商端侧AI芯片布局5 图3：2024年618期间京东发布12大端侧AI产品6 图4：中国AI终端占比预测8 表1：端侧AI的优势5 表2：主要PC平台厂商AIPC处理器性能对比6 表3：新一代高性能AI手机芯片支持端侧大模型运行6 表4：各大厂商端侧AI大模型布局7 一、本周行业观点 计算机板块上周微涨0.4%，端侧AI主线表现较好。我们对板块6月份行情相对乐观，一方面是由于AI在端侧与企业侧正加速落地，另一方面，设备更新与超长期国债有望带来招投标加速，从而带来景气度提升预期。 端侧成为众多科技巨头局部方向，国内大模型快速迭代。近期，国内众多模型进行了迭代与更新，包括商汤日日新5.0、幻方DeepSeek-V2、生数科技Vidu、通义千问2.5、腾讯混元，这些模型在整体能力、部署方式、推理成本等各方面均有明显进展与优化，而Kimi、秘塔搜索等应用的访问量近期继续呈现环比快速增长态势。而在近期微软等公司的发布会上以及苹果与OpenAI的合作可以看到，端侧AI正成为全球科技巨头积极布局的方向。我们坚信，国内模型正在逐步跨过 “可用”到“好用”的门槛，AI应用的落地与普及前景乐观。 国内AI芯片研发与量产较为顺利。国内大模型从能力迭代到产品推广均呈现可喜进展，将带来算力需求提升。从上周英伟达披露业绩来看，Q1业绩与Q2指引均超预期，而据我们了解，国产芯片近期在技术研发迭代与正式量产方面进展均较为顺利，英伟达合规产品在国内需求也较为旺盛。我们认为，算力行业依然是确定度最好的方向。 需求端政策持续发力，多领域数字化有望得到提振。3月初至今，我们相继看到设备更新、超长期国债、制造业数字化，以及近期地产行业相关政策。我们认为，这些政策将从资金端提供支撑、需求端带来提振，制造业、交通以及市政、建筑领域数字化需求有望得到提升和改善。 二、本周行业专题：端侧AI成为全球巨头布局方向 AI技术有云侧AI和端侧AI两大分支。（1）云侧AI：在数据云端汇集训练，模型通用性强。从终端采集和感知到的声音、视频等数据都通过网络传输到云中心侧进行后续处理。（2）端侧AI：也称为边缘AI，是指在终端设备上直接运行和处理人工智能算法的技术。这种技术允许设备在本地处理数据，而不需要将数据发送到云端或服务器进行处理。 图1：云侧AI和端侧AI对比 数据来源：三星半导体官网，东方证券研究所 端侧AI具备低延迟、高安全性、高灵活性和无网络随时使用等特点。端侧AI可以实现比以前更 强大的功能，它提高了图片和视频质量，并能实现高质量的内容识别处理。视觉大模型（LVM）和大语言模型（LLM）等更复杂的生成式人工智能实现轻量化，无需传输到云端，立即在边缘设备上处理数据。高性能NPU可处理这些功能所需的复杂计算。 表1：端侧AI的优势 优势 分析 低延迟 数据处理在本地进行，减少了数据传输所需的时间，从而降低了延迟。 隐私保护 由于数据不需要上传到云端，端侧AI有助于更好地保护用户的隐私。 可靠性 端侧AI减少了对网络连接的依赖，即使在网络不稳定或无网络连接的情况下也能工作。 成本效益 通过在本地处理数据，端侧AI可以减少对云端计算资源的需求，从而降低成本。 个性化体验 端侧AI允许设备根据用户的行为和偏好进行个性化的学习和调整，提供更加个性化的用户体验。 数据来源：天翼智库，环球网，东方证券研究所 AI正持续向端侧靠近，从手机到电脑再到汽车等产业都将迎来转折。生成式AI发展之初，由于计算规模巨大，运算处理基本都汇集在云端进行。如今为了提升用户的体验，AI能力需要落地到 数十亿终端设备，成本必将大幅提升。因此，AI处理重心正不断向边缘转移，混合AI成大势所趋，多家科技巨头盯上各类端侧AI应用，已竞相布局。 图2：主要PC芯片厂商端侧AI芯片布局 数据来源：Canalys，东方证券研究所 产业链推进端侧AI应用不断扩展外延，终端落地逐步启动。端侧AI的发展离不开全产业链的推动，从芯片算力增强、模型优化到软件厂商适配以及终端厂商的落地应用，每一个环节都是推动 端侧AI发展的重要因素。这种全产业链的合作模式，有助于加速端侧AI技术的创新和应用落地。例如，高通、联发科等芯片厂商发布支持端侧AI大模型运行的芯片新品，高通推出骁龙8Gen3和PC芯片骁龙XElite，联发科推出天玑9300，支持130亿参数模型端侧运行，均对AIPHONE的落地起到重大推动作用。端侧AI在智能驾驶、智能家居设备、智慧安防、消费电子（手机/PC等）以及其他物联网(IoT)设备中有广泛的应用，正成为驱动AI行业创新的核心力量。同时，端侧AI不仅仅局限于特定的技术领域，而是正逐步渗透到更广泛的行业和应用场景中。 图3：2024年618期间京东发布12大端侧AI产品 数据来源：36氪，东方证券研究所 硬件方面，端侧AI的核心在于AIPhone与AIPC。AI+PC/Phone能大幅提升手机/电脑性能体验：（1）在PC方面，英伟达于2024年2月推出入门级移动版工作站GPU，据英伟达官方介绍，配备了入门级GPU的笔记本电脑，相较于使用CPU来处理AI任务的设备，效率大幅增长14倍。（2）在手机方面，制程技术进步、采取多核设计、配备AI处理器，芯片性能普遍提升，将有力推动手机成为支持生成式AI的智能终端。 表2：主要PC平台厂商AIPC处理器性能对比 品牌 英特尔 高通 AMD AIPC处理器 英特尔酷睿Ultra 高通骁龙XElite AMD锐龙7040 AMD锐龙8040 发布时间 2023年12月 2023年10月 2023年1月 2023年12月 CPU内核数 至多16(6+8+2) 12 至多8 至多8 CPU线程数 至多22 至多12 至多16 至多16 最大时钟加速频率 P-core至高可达5.0GHz，E-core至高可达 3.8GHz 至高可达4.3GHz 最高可达5.2GHz 最高可达5.3GHz GPU 英特尔锐炫 高通Adreno AMDRadeon780M/760M AMDRadeon780M/761M NPU 英特尔AIBoost 高通Hexagon AMDRYZENAI AMDRYZENAI 最高内存速度 DDR5-5600|LPDDR5/x-7467 LPDDR5/x-8533 DDR5-5600/LPDDR5x-7500 DDR5-5600/LPDDR5x-7501 最大内存容量 64GB(LP5)|96GB(DDR5) 64GB(LP5) 至多支持256GB 至多支持257GB AI算力 至高34TOPS 45TOPS（NPU）， 75TOPS（整体） 10TOPS（NPU），33 TOPS（整体） 16TOPS（NPU），39 TOPS（整体） 数据来源：Intel，高通，AMD官网，东方证券研究所 表3：新一代高性能AI手机芯片支持端侧大模型运行 公司 芯片 制程 AI处理器 运算能力 高通 骁龙8Gen3 4nm QualcommAI 引擎 生成式人工智能处理能力，首款能在设备上支持StableDiffusion、多达100亿参数的大型人工智能模型的移动 SoC，上市初期即支持20多种AI模型。 联发科 天玑8300 4nm APU780 支持端侧运行100亿参数AI大语言模型。 天玑9300 4nm APU790 内置首款硬件级生成式AI引擎，支持最高可达330亿参数的AI大语言模型，LoRA融合（LowRankAdaptation）的端侧技能扩充技术NeuroPilotFusion可基于1个基础大模型支持N种技能。 苹果 A17Pro 3nm 16核神经网络引擎 支持每秒35万亿次操作。 谷歌 TensorG3 4nm edgeTPU 能运行更复杂的ML模型。 三星 Exynos2400 4nm NPU 本地实现从文本到图的生成式AI功能。 数据来源：各公司官网，IT之家，36氪，腾讯云，东方证券研究所 软件方面，模型压缩轻量化与算力升级带动端侧AI发展，助推大模型走