通信行业深度研究报告：深度拆解代表性机型，看AI与卫星通信为智能手机硬件端带来哪些变化

智能手机创新持续推进，AI与卫星通信成为当前主要创新方向。在经历了2016前手机行业的“黄金十年”后，智能手机行业竞争格局已逐步固化，迈入“微创新”为主的头部竞争时代。纵观消费电子行业发展史，创新始终是促进行业进步的重要引擎。在硬件和性能升级对用户体验差距逐步缩小，产品创新不足难以形成颠覆性产品体验的大背景下AI及卫星功能有望逐步发展成为智能手机行业的标配，行业景气度有望回暖。伴随着智能手机功能的推陈出新，手机内部的存储、芯片及创新硬件和组件等也在不断完成迭代。我们认为AI及卫星手机将成为智能手机领域的主线，而AI及手机直连卫星功能的引入也将带动智能手机内部的存储芯片、基带芯片等硬件实现进一步升级。 以三星S24为例，看AI为手机带来哪些升级： SoC及存储存在明确升级，其他硬件尚未看到明显迭代。我们拆解了三星S24手机，通过观察拆解结果，可以发现SoC及存储存在明确升级。1）算力：SoC需集成NPU。当前AI手机不存在单独的AI芯片，均是依靠集成了CPU、GPU、DSP、NPU等模块的SoC进行运算。其中NPU（Neural network Processing Unit）神经网络处理器是专门为人工智能设计，可用于加速神经网络运算，解决传统芯片在神经网络运算时效率低下的问题。端侧AI的部署离不开硬件的提升，根据高通官网，高通骁龙8Gen3通过集成NPU，相较于上一代SoC AI速度提升了98%，能效提升了40%。三星S24通过集成高通骁龙8Gen3获得了端侧运行AI的能力。2）运行：大模型端侧运行需占用内存，内存升级趋势明确。为保持手机的流程运行，在考虑OS系统的日常占用下，还要考虑流畅运行APP所需要的内存需求。AI手机需要将大模型部署至本地，大模型在本地运行会占用本地内存（RAM）。以70亿参数的LLaMA模型为例，在4位的情况下仍需占用最小3.9G内存，后续随着大模型的进一步迭代和功能的进一步丰富，其内存占用或有望继续提升，从而带动手机内存升级。除主板内部封装的SoC及存储外，其他硬件尚未见到明显升级，我们判断主要是因为当前AI手机仍处于相对早期，AI功能仍相对简单，对于硬件的性能要求提升不明显所致。 未来随AI迭代，散热需求及电池规格或有望提升。1）功耗：AI应用拉升手机功耗，智能手机电池或有望迎来升级。伴随着智能手机的功能持续丰富，整机功耗处于上升趋势，为维持智能手机续航，电池规格亦在持续升级。后续伴随着AI在手机端的逐步落地，手机功耗会进一步提升，或有望拉动电池进一步升级。2）散热：AI手机功耗或提升，散热系统有望迎来升级。由于芯片算力提升，对应对散热的要求也会提升，但同时还要满足手机在重量、厚度等方面的整体设计要求，因此目前各家厂商的散热方案并不完全一致，但通过提升散热能力降低发热的整体思路一致。目前旗舰智能手机散热主要采用大片石墨为主，后续伴随着散热要求的提升，石墨烯和VC均热板渗透率或有望迎来增长。 以荣耀Magic 6 Pro为例，看卫星为手机带来哪些升级： 手机直连卫星业务可以根据频谱资源选用的不同包括三大类业务模式。1）卫星移动业务频率：手机制造商和卫星公司组合提供服务，工作在该模式的手机需要做修改，须集成相应卫星系统终端基带、射频和天线，目前国内手机直连天通的功能均为该类业务方式；2）地面移动业务频率：卫星通信运营企业须与地面运营商进行商业合作，复用现有4/5G移动业务频率。当卫星使用已分配给地面移动通信运营商的频率连接手机时，工作在该模式的手机无需做任何修改，但卫星公司必须和地面通信运营商合作以获得现有4/5G移动业务频率的使用权；3）3GPP使用规划的专用频率：主要包括协议升级为3GPP NR NTN或IoT NTN及基于5G NTN及其演进技术体制两种技术路线。3GPP已允许将卫星业务纳入其非地面网络标准，正在为卫星直连设备定义全球标准并规划新的频段，这是一种面向未来的星地融合解决方案。在频率上需采用星地融合用 COMPUTEX 2024开幕在即，建议关注其对AI硬件产业链催化》 频方案，即复用分配给卫星和地面移动业务的频段。 目前市场主流卫星手机使用专用模块实现卫星通信，带来相关产业增量。1）基带芯片与射频芯片：原有国内外手机产业链中的基带芯片与射频芯片均不具备天通卫星通信功能，须采用专门针对天通卫星通信系统设计的终端基带处理芯片和射频芯片。两类芯片原有生态较为封闭，产业链进入门槛较高。目前天通基带芯片主要供应商包括中科晶上、华力创通等，射频芯片则主要由海格通信的子公司广州润芯提供。2）功率放大器及天线：相比天通行业终端，普通手机的接收和发射性能均低10dB以上，因此需对手机功放、低噪放等关键器件进行较大的技术创新以适配终端需求。此外手机厂商对卫星通信所需的圆极化天线也进行重新设计，以实现小型化，达到内置天线接近外置天线功能的使用效果。 2024-06-02 风险提示：AI手机发展不及预期，AI手机端测模型部署不及预期，卫星通信发展不及预期，卫星发射进度不及预期，终端需求不及预期 投资主题 报告亮点 报告对三星S24及荣耀Magic 6 Pro做了实物拆解，分析了目前AI功能及卫星通信功能对手机端硬件产生的影响。AI功能方面，我们拆解了三星S24，分析为了搭载端侧AI功能三星手机在硬件端SoC、内存产生的变化，及未来可能在电池及散热产生的变化。卫星功能方面，我们拆解了荣耀Magic 6 Pro，分析为了搭载天通通话功能荣耀在硬件端单独增加的一路独立于地面通信模组的卫星通信模组，包含基带芯片、射频芯片、天线、功率放大器等关键器件，分析了以上器件的供应链格局。详细的图解使得报告内容更为直观清晰。 投资逻辑 AI手机方面，SoC及存储存在明确升级，其他硬件目前尚未看到明显迭代，但未来随AI迭代散热需求及电池规格或有望提升。1）算力：SoC需集成NPU。当前AI手机不存在单独的AI芯片，均是依靠集成了CPU、GPU、DSP、NPU等模块的SoC进行运算；2）运行：大模型端侧运行需占用内存，内存升级趋势明确。后续随着大模型的进一步迭代和功能的进一步丰富，其内存占用或有望继续提升，从而带动手机内存升级；3）功耗：AI应用拉升手机功耗，智能手机电池或有望迎来升级；4）散热：AI手机功耗或提升，目前旗舰智能手机散热主要采用大片石墨为主，后续伴随着散热要求的提升，石墨烯和VC均热板渗透率或有望迎来增长。 卫星手机方面，目前国内手机直连天通的功能均为卫星移动业务频率模式，建议关注供应链确定性受益的相关企业。卫星移动业务频率下手机须集成相应卫星系统终端基带、射频和天线，有望为产业链相关方提供增量需求：1）基带芯片与射频芯片：须采用专门针对天通卫星通信系统设计的终端基带处理芯片和射频芯片；2）功率放大器及天线：手机厂商需对手机功放、低噪放等关键器件进行较大的技术创新以适配终端需求，对卫星通信所需的圆极化天线进行重新设计，以实现小型化，达到内置天线接近外置天线功能的使用效果。此外未来随着地面移动业务频率、3GPP规划专用频率等更多手机直连卫星模式的发展，手机端硬件设计或存在其他方案，产业链发展存在更多可能性，建议持续跟踪。 一、智能手机创新持续推进，AI与卫星通信成为当前主要创新方向 智能手机迭代进程放缓，行业出货量面临瓶颈。从全球来看，根据IDC《全球手机季度的跟踪报告》数据，2023年全球智能手机出货量为11.7亿部，同比下滑3.2%，为十年来最低的全球智能手机出货量。从我国来看，根据中国信通院数据，我国2023/2024年3月智能手机出货量为2.76亿部/2021.8万部，同比分别+4.8%/-6.2%。其中2024年3月智能手机上市新机型为29款，同比下降31.0%，占同期手机上市新机型数量的61.7%。我们认为近年来全球及我国智能手机出货量持续低迷一方面是受宏观经济景气度下行及库存量高企的影响。另一方面则是因为目前智能手机迭代进程放缓，核心及热门创新要素缺失下用户购买意愿相对不足。整体来看，在经历了2016前手机行业的“黄金十年”后，智能手机行业竞争格局已逐步固化，迈入“微创新”为主的头部竞争时代。 图表1全球智能手机出货量 图表2我国智能手机出货量 消费电子行业创新为主要驱动力之一，AI与卫星手机成为新的核心创新方向。纵观消费电子行业发展史，创新始终是促进行业进步的重要引擎。自2000年以来，全球手机发展经历了蓝牙技术、高清摄像头、无边框、屏下指纹技术、高刷新率、折叠屏等等的一系列技术迭代。2024年以来，AI大模型及手机直连卫星技术均实现了相关领域的突破从而进一步赋能智能手机。我们认为AI及卫星手机针对不同的使用场景较好地解决了用户痛点，在领先品牌旗舰机型的带动下其余品牌也将快速追赶。目前硬件和性能升级给用户带来的体验改善逐步趋缓产品创新不足难以形成颠覆性产品体验的大背景下AI及卫星功能有望逐步发展成为智能手机行业的标配，行业景气度有望回暖。 图表3技术创新驱动行业发展 硬件为功能载体，行业创新带动硬件升级。伴随着智能手机功能的推陈出新，手机内部的存储、芯片及创新硬件和组件等也在不断完成迭代。在光学镜头领域的镜头方向，多摄像头配置以及塑料镜头持续高P化和玻塑混合镜头的引入，实现了像素升级；健康检测领域，逐步丰富的传感器配置也带来了更加丰富的健康监测功能。展望未来，我们认为AI及卫星手机将成为智能手机领域的主线，而AI及手机直连卫星功能的引入也将带动智能手机内部的存储芯片、基带芯片等硬件实现进一步升级。 二、AI手机：以三星S24为例，看AI为手机带来哪些升级 （一）隐私保护和降低延迟催生端侧AI需求，云端结合成为当前主要发展方向 大模型存在数据泄露等安全隐患，是企业及个人用户的核心关注点。2023年3月ChatGPT首次遭遇了重大个人数据泄露，很多网友在ChatGPT网页左侧的聊天记录栏中出现了他人的聊天记录内容。除此之外，今年3月自三星电子允许部分半导体业务员工使用ChatGPT开始，短短20天有三起机密资料外泄事件。据Cyberhaven数据，在员工直接发给ChatGPT的企业数据中，有11%都是敏感数据。 图表4 10万名员工一周内发送给ChatGPT的敏感文件数量 人工智能引发数据安全问题，需平衡技术应用和隐私保护。随着人工智能技术的不断发展和AIGC的应用，大量的个人和企业数据被采集、处理并传输到云端，而将数据传输到云端存在数据泄露的风险。在应用人工智能技术的同时，仍需关注如何做好数据隐私保护问题。 图表5大模型数据隐私问题案例 AI从云端走向终端部署，最大幅度保障数据安全和运行稳定性。边缘计算是指发生在网络边缘的计算，更靠近数据源，而云计算发生在数据中心。云计算通常具有高可用性，高性能和高伸缩性，可以处理大规模数据和应用程序；而边缘计算通常具有低延迟、高带宽和实时功能，可以支持更多实时应用场景。除此之外，由于边缘计算中仅向云端传输少量信息或不传输信息，隐私性和安全性较高。同时，由于边缘AI不受网络访问限制，可离线使用，可充分保障系统稳定运行。 图表6边缘计算和云计算的对比 云侧与端侧AI部署各有优劣，云端结合或成为后续主要部署方式。从大模型部署位置来讲，目前常用的AIGC都是在云上实现，需要将个人数据上传到网络，存在泄露隐私的隐患。而未来AI手机的部分推理功能将发生在终端侧，用户既可以享受到AIGC带来的生产力提升，也无需担心上云导致的隐私泄露。但完全的端侧AI会大大提升终端硬件成本，因此部分对延迟和隐私要求较低的功能仍可部署在云侧，云端结合或成为后续主要部署AI的方式。 图表7大模型部署位置对比 多种方法进行大模型压缩，从而将其部署至终端设备。目前常见的模型压缩有三种方式，包括知识蒸馏、量化和权重剪枝。模型压缩可以在不显著降低模型性能的前提下，节省存储空间、提高计算效率、加速推理过程，使大型AI模型更容易部署到边缘设备或其他低功耗环境中，从而拓展AI技术的应用领域。 知识蒸馏：通过训练轻量级模型（学生模