AI终端跟踪报告之一：AI终端加速落地，或带动换机新周期，关注产业链投资机会

端侧AI赋能，或开启AI Phone新纪元。AI手机是指SoC有集成专用的AI加速单元；能够在端侧独立运行大型语言模型（LLM），端侧运行的大型语言模型的推理性能需要超过成人的平均阅读速度，每秒处理超过10个token；能够在不到2秒的时间内利用端侧AI技术生成512x512分辨率的图像的智能手机。由于AIGC的火爆，搭载Galaxy AI的全球首款AI手机Galaxy S24系列28天在韩销量突破100万部，刷新S系列最快破100万部记录。而国内AI手机或在2024年开启元年，各家纷纷布局AI大语言模型，且推出AI手机系列产品。 AI PC深入变革PC产业，有望带动换机新周期。AI PC是包含AI模型、应用以及硬件设备的混合体，或是AI普惠应用的终端。其本质是云端与本地端协作，利用云端的大数据处理能力丰富本地端的PC使用场景，依托云端算力来提升本地性能平衡。AI PC具有存储容量大、计算能力强、交互模态以及承载场景丰富的优势。AI大模型目前覆盖的应用场景与PC高度重合，因此AI PC被称为“大模型的最佳载体”。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。 苹果、高通、微软等巨头有望引领AI终端行业发展。（1）2024WWDC会议上，苹果推出全新的个人智能系统Apple Intelligence，并与OpenAI强强联手，率先在iOS、ipadOS、MacOS上引入ChatGPT-4o，操作系统迎来史诗级升级。 用户可通过Siri调用ChatGPT实现聊天机器人、图像生成等功能。苹果的端侧系统竞争力远超竞品，在隐私保护上实现了发展。（2）苹果发布M4芯片，M4芯片采用第二代 3nm 工艺技术，新芯片的CPU拥有10个核心，CPU速度比上一代iPad Pro搭载的M2芯片最高提升了50%，其算力达到38TOPS。（3）高通推出骁龙X Elite，以及全新层级的骁龙X Plus芯片。骁龙X Elite采用4nm 工艺，10核心，最高主频3.4 GHz，总缓存为42MB，GPU算力达到3.8 TFLOPS，NPU算力达45 TOPS。（4）微软推出Copilot+PC，通过“Recall”可以查找并记住你在PC中看到的所有内容，未来几周内，用户将获得包括来自OpenAI GPT-4o在内的最新模型，进行更自然的语音对话。微软Copilot+PC支持的硬件体系不仅限于英特尔+英伟达，AMD和高通也都已覆盖，Copilot+PC标志着微软开始了设备上人工智能创新的新篇章。 投资建议：建议关注：（1）整机/ODM/OEM：立讯精密、传音控股、歌尔股份、华勤技术等；（2）电池电源：珠海冠宇、欣旺达等；（3）结构件&功能件：领益智造、长盈精密、春秋电子等；（4）散热：领益智造、中石科技、飞荣达等； （5）PCB：鹏鼎控股、东山精密等；（6）光学：水晶光电、蓝特光学等。 风险分析：中美科技摩擦加剧；AI终端进展不及预期；行业竞争加剧风险。 表1：重点公司盈利预测与估值表 1、端侧AI赋能，或开启AI Phone新纪元 1.1多家布局AI Phone，端侧AI逐步落地 随着新一代三星Galaxy S24系列的到来，创新的Galaxy AI标志着生成式AI、大语言模型等技术正式落地智能手机。三星Galaxy S24系列搭载的Galaxy AI，试图以本地和云端AI相结合的方式，从不同层面重塑智能手机的使用体验。国内厂商也在积极布局大语言模型并已经应用于AI手机上。 图1：不同手机厂商AI模型的参数比较 2024年或将成为AI手机元年。Canalys最新预测数据显示，2024年全球AI手机的出货量将达到6000万部。Canalys认为AI手机具备的最低标准有以下四条：SoC应包含能够加速AI任务的专用单元；智能手机应能够在端侧运行LLM和其他生成式AI模型；端侧LLM的推理性能应快于成人的平均阅读速度，相当于10 token / s；使用端侧AI生成图像的时间应小于2秒。IDC预计全球2024年新一代AI手机出货量将达到1.7亿部，占比15%。IDC将“下一代AI智能手机”定义为具有系统级芯片（SOC）的设备，能够更快、更有效地运行设备上的生成式人工智能（GenAI）模型，NPU的AI算力能够达到30 TOPS以上。IDC预计在中国市场，随着新的芯片和用户使用场景的快速迭代，新一代AI手机所占份额将在2024年后迅速攀升，2027年达到1.5亿台，市场份额超过50%。 图2：2023-2027年AI手机在中国市场出货量及占比 1.2苹果开源大模型首发，端侧大模型登陆 近日，苹果宣布在全球最大AI开源社区Hugging Face发布了OpenELM系列模型，这款模型的特别之处在于，它能够在电子设备上独立运行且不需要云服 务器，这意味着苹果已经在AI领域迈出了关键的一步。 OpenELM模型共推出 了四种参数规模的版本，分别是 270M 、 450M 、1.1B和3B，与市场上常见的7B参数规模的大型模型相比，OpenELM模型明显更加轻巧、运行成本也较低，因此更方便在手机、笔记本电脑、平板等设备上运行。OpenELM模型采用了无编码器Transformer架构，并通过“层级缩放”策略，优化了参数在不同转换器层之间的分配，从而在减少训练数据需求的同时，显著提升了模型的性能和准确度。例如,1.1B参数版本的OpenELM模型使用的预训练数据就只有1.2B版本的OLMo模型的一半，但前者的准确率却比后者高出了2.36%。无编码器Transformer架构是指在传统的Transformer架构中去除编码器部分的网络结构，在简化了模型结构、减少了参数数量的同时，仍然保持了对输入数据的自注意力处理能力。这种设计通常用于处理只需要解码器部分的任务，例如文本生成、问答系统或文本摘要等。“层级缩放”策略通常指的是一种模型缩放方法，它通过系统性地增加模型的深度或宽度，或者两者同时增加，来提升模型的性能和容量。它的关键之处在于，不仅是简单地增加模型的规模，而是通过一种平衡的方式进行缩放，以保持模型各层之间的有效通信，并确保模型能够有效地学习和泛化。苹果的目标是在iPhone操作系统中深度集成AI，涵盖自动写作、Safari文章总结、未接通知回顾等多个应用和功能。这些新功能将采用苹果内部名为“Ajax”的AI模型，而非简单地在现有软件上叠加元素。在WWDC大会上，苹果已与OpenAI达成合作。Apple同时也在与Google讨论使用其Gemini聊天机器人。 图3：OpenELM模型特点 苹果公司在2024年第二财季的财报显示，虽然整体业绩与市场预期一致，但公司面临一些挑战，尤其是iPhone销售的下滑。第二财季苹果实现营收908亿美元，同比下滑4.3%，这主要是由于iPhone及其他硬件业务的收入下降所致。 公司毛利率为46.6%，同比增加2.3个百分点，这得益于软件业务的高毛利率，软件毛利率连续11个季度保持在70%以上。尽管软件服务业务的增长为公司提供了一定的支撑，但硬件业务的疲软表现仍是一个担忧点。苹果的整体市场表现受到其硬件业务的直接影响，尤其是iPhone，它占公司收入的很大一部分。未来公司的表现将依赖于硬件业务的回暖及软件服务业务的持续增长。 图4：苹果2024年第二季度财报分析 1.3高通业绩超预期，受益端侧AI产业趋势 高通（Qualcomm）在2024财年第二季度的业绩全面超出预期，展现了其在全球市场的强劲动力，尤其在智能手机和汽车芯片领域表现出色。高通该季度营收为93.9亿美元，同比增长1%，略高于市场预期的93.2亿美元。这反映出全球智能手机市场的复苏以及5G技术的加速采用。其中手机芯片部门营收为61.8亿美元，同比微增，反映出智能手机市场经历了两年下滑后的温和复苏。高通正在积极布局AI和端侧计算技术，推出了新的Snapdragon平台，加强了其在移动和汽车市场的竞争优势。同时高通与三星和苹果的长期协议延期，保障了其在全球市场的核心客户基础，同时在中国市场的战略调整也有望进一步巩固其市场份额。高通推出的8GEN3需求强劲，尤其在中国市场，公司将在下半年推出的全新Snapdragon 8S Gen 3和Snapdragon 7 Plus Gen 3移动平台，并将8系列芯片扩大到更广泛的旗舰、高端手机机型。骁龙8s Gen3采用台积电 4nm 工艺，搭载的高通Kryo CPU延续了与骁龙8 Gen3相同的架构，即1个超级内核，主频高达3.0GHz；4个性能内核，主频高达2.8GHz；3个效率内核，主频高达2.0GHz。高通给出了一组骁龙8s Gen3与竞品在GeekBench6多线程测试基准上的数据，8s Gen3的CPU性能领先了20％。得益于高通业界领先的Hexagan NPU和异构计算解决方案，骁龙8s Gen3实现了出色的AI性能，在物体检测、背景虚化、图像分割和语言理解等AI任务上的表现相较竞品均获得了两倍甚至多倍的提升。同时，骁龙8s Gen3支持多模态生成式AI模型，支持的参数最高可达100亿。目前这款芯片支持了主流的Baichuan-7B、谷歌Gemini Nano、Meta Llama 2和智谱ChatGLM等大语言模型。 图5：装配高通AI芯片的智能手机机型 2、AI PC深入变革PC产业，有望带动换机新周期 2.1端侧AI联动PC，PC产业注入新动能 AI PC是指配备了专用的AI加速器或核心、神经处理单元（NPUs）、加速处理单元（APUs）或张量处理单元（TPUs）的计算机，旨在优化和加速设备上的AI任务。这样可以提供更好的性能和效率，处理AI和生成式AI工作负载时无需依赖外部服务器或云服务。具体而言，AI PC有五大特征：一是内嵌基于个人大模型、自然交互的个人智能体，二是内嵌个人知识库，三是具备CPU+GPU+NPU的本地异构算力，四是连接开放的AI应用的系统生态，五是保护个人的隐私及数据安全。内嵌在本地的个人大模型，不仅要具备在离线状态下完成工作任务的能力，还要更方便地与本地知识库集成，结合用户的风格生成个性化的作品。 图6：AI PC的核心特征 端侧AI部署成为AI实现规模化扩展及应用落地的关键。AI PC是包含AI模型、应用以及硬件设备的混合体，或是AI普惠应用的终端。其本质是云端与本地端协作，利用云端的大数据处理能力丰富本地端的PC使用场景，依托云端算力来提升本地性能平衡。AI PC具有存储容量大、计算能力强、交互模态以及承载场景丰富的优势。AI大模型目前覆盖的应用场景与PC高度重合，因此AI PC被称为“大模型的最佳载体”。根据市场机构Canalys报告，2024年标志着传统PC向AI PC的重大转变，预估今年全球AI PC出货量4800万台，占PC出货总量的18%。根据Canalys预测，兼容AI的个人电脑有望在2025年渗透率达到37%，2027年兼容AI个人电脑约占所有个人电脑出货量的60%，未来AI PC的主要需求来源为商用领域，到2027年将有59%的需求来自商用领域。 图7：2022-2027年AI PC市场渗透率及细分市场出货量 全球最大的PC生产商联想集团在AI PC产业创新论坛上，联合IDC发布了业界首份《AI PC产业（中国）白皮书》，白皮书预测中国PC市场将因AI PC结束负增长，在未来5年中保持稳定的增长态势。在未来几年中，AIPC在中国PC市场中新机的装配比例将快速攀升，2027将年达到85%，成为PC市场主流。 图8：2023-2027年中国AI PC市场规模及占比 PC市场的增长来自消费与商用两部分市场的共同支撑。IDC认为，在个人消费市场，AI PC将缩短用户换机周期，加速换机潮的到来，同时改变PC市场的用户人群结构；中小企业将借助AI PC加速智能化转型，优化客户体验，提升运营效率