AI产业系列深度报告（二）：AIPC赛道风起，产业链创新云涌

AIPC赛道风起，产业链创新云涌 证券研究报告|电子 强于大市(维持) 行业核心观点： ——AI产业系列深度报告（二）2024年11月15日 行业相对沪深300指数表现 AIPC具备自然语言交互、个人大模型、混合算力、开放应用生态、隐私安全�大特征，有望快速渗透PC市场，进而带动产业链升级；芯片厂商积极推动AIPC芯片迭代，夯实硬件基础，整机、软件厂商积极推动应用生态完善，目前行业整体已从“AIReady”阶段发展至用户体验探索的阶段，伴随AIPC整机产品加速发布，有望加速产业链换机需求。 投资要点： 技术创新是拉动换机的动力，AIPC开启新一轮创新浪潮：个人电脑(PC) 30% 20% 10% 0% -10% -20% -30% -40% 电子沪深300 行业研 究 行业深度报 告 证券研究报 告 经历了导入期、成长期、成熟期、瓶颈期，并在2023年进入由人工智能(AI)技术赋能的新一轮创新周期。端侧部署AI大模型在成本、时延、安全和个性化等方面展现出显著优势，AI大模型与PC的强大计算和存储能力、多样化交互方式和广泛应用场景高度匹配。AIPC作为集成了自然语言交互的个人大模型、本地混合AI算力和开放应用生态的新一代PC，有望迅速渗透PC市场，至2028年渗透率有望达到79.7%。 AIPC对软硬件提出更高要求，产业链创新活力不止：在芯片和内存等关键组件的迭代方面，芯片制造商如英特尔、AMD、高通和联发科技等通过推出集成神经处理单元（NPU）的CPU，与GPU组合，为AIPC提供 3282 了强大异构计算能力。AI模型的本地化部署促进了存储技术的升级，其中包括对高性能、大容量、低功耗存储器等需求的增加。固态硬盘 （SSD）因其高速读写特性，有望成为AIPC的优选存储解决方案；同时 LPDDR5/X和DDR5因其高性能和低功耗特性，预计将成为AIPC内存的主流方案。端侧AI应用的落地持续丰富AIPC内容生态，OpenAI推出GPT-4o模型和桌面版ChatGPT应用；微软持续更新Copilot功能，“智能副驾”助力AIPC内容生态发展；联想推出的AINOW、AvatarMaster和YogaCreatorZone等，都在推动端侧AI助理的广泛应用；未来随着AIAgent等智能代理的发展，AIPC将具备更高级的自主规划和执行能力，有望进一步赋能生产创作。 头部PC厂商积极发布AIPC新品，换机放量时点将至：全球PC市场竞争格局较为稳定，联想等头部品牌厂商积极引领AIPC产业发展。随着 软硬件生态系统的日益成熟，AIPC产品的市场渗透率在2024年第二季度显著增长。据Canalys数据，AIPC因其集成NPU，相对传统PC具有10%至15%的溢价，且预计到2025年底，AIPC将在800美元以上的PC市场中占据过半份额，并在2028年超过80%，从而带动整个PC市场规模的增长。 投资建议：PC具备强大算力基础，是AI端侧部署的首要落地场景，随着硬件基础逐步夯实、软件及应用生态日渐完善，AIPC有望快速渗透PC市场，进而加速换机周期，并带动产业链升级。建议关注在AIPC领 数据来源：聚源，万联证券研究所 相关研究 半导体自主可控升温，关注国产替代领域投资机遇 SW电子业绩表现有所分化，关注绩优板块的结构性机遇 华为Nova标准版首次支持北斗功能，鸿蒙助力打造国产品牌新生态 分析师:夏清莹 执业证书编号：S0270520050001 电话：075583223620 邮箱：xiaqy1@wlzq.com.cn 分析师:陈达 执业证书编号：S0270524080001 电话：13122771895 邮箱：chenda@wlzq.com.cn 证券研究报告 域前瞻布局的整机、算力芯片、存储及应用厂商，以及国内打入全球PC供应链的零部件龙头厂商。 风险因素：中美科技摩擦加剧；AI应用发展不及预期；AI终端需求不及预期；市场竞争加剧。 万联证券研究所www.wlzq.cn第2页共23页 正文目录 1技术创新催生换机需求，AIPC开启新一轮创新浪潮5 1.1复盘PC发展历程，技术创新是拉动换机需求的重要动能5 1.2AI加速发展并落地端侧，PC部署AI大模型具备多方面优势6 1.3AIPC具备个性化、生产力提升等亮点，有望快速渗透PC市场7 2AIPC对软硬件提出更高要求，产业链创新活力不断9 2.1AIPC芯片构建异构算力组合，全球芯片大厂创新角逐10 2.2AIPC实现大模型本地化部署，推动存储的升级和扩容13 2.3端侧AI应用逐步落地，AIPC内容生态持续发展16 3头部PC厂商积极发布AIPC新品，换机放量时点将至18 3.1全球PC市场竞争格局较为稳定，各头部品牌厂商争相布局AIPC18 3.2AIPC换机放量时点将至，有望推动PC市场整体规模增长20 4投资建议22 5风险因素22 图表1：PC发展历程5 图表2：近二十年PC全球季度出货数据变化（单位：千台）5 图表3：知名人工智能系统的参数量6 图表4：AI处理的重心向边缘转移7 图表5：PC与AI大模型的天然匹配7 图表6：AIPC核心特征8 图表7：AIPC部分应用场景8 图表8：AIPC出货量及渗透率预测9 图表9：AIPC有望带动产业链升级9 图表10：AIPC产业链图谱10 图表11：AIPC算力芯片配备10 图表12：AIPC芯片迭代时间线11 图表13：芯片大厂今年以来发布的部分新品11 图表14：搭载不同处理器的AIPC产品上市时间13 图表15：英伟达推出个性化AI聊天机器人ChatwithRTX13 图表16：内嵌个人智能体联想小天的文档总结AI应用13 图表17：ChatwithRTX本地部署的系统要求14 图表18：AIPC对存储产品提出更高要求14 图表19：SSD各接口的应用占比15 图表20：PCDRAM产品占比趋势15 图表21：ChatGPT桌面版展示16 图表22：微软持续更新Copilot功能16 图表23：联想AIPC个人AI助理AINOW17 图表24：联想YogaCreatorZone软件17 图表25：AIAgent与Chatbot、Copilot的区分18 图表26：全球PC头部厂商市场份..额....情....况18 图表27：联想持续推动AIPC落地19 图表28：国内外厂商AIPC产品一览19 图表29：AIPC发展阶段21 图表30：AIPC在800美元以上WindowsPC中的渗透率21 图表31：AIPC渗透提升有望推动PC市场规模增长（单位：亿美元）22 1技术创新催生换机需求，AIPC开启新一轮创新浪潮 1.1复盘PC发展历程，技术创新是拉动换机需求的重要动能 AI赋能推动PC进入新一轮创新周期。PC即个人电脑，是一种电子计算机，通常由中央处理器、显示器、键盘鼠标、硬盘驱动器、存储器、扬声器和操作系统等组成。PC的发展历程主要分为6个时期。1）导入期（1936-1980），PC理论基础逐步夯实，大规模集成电路和新型CPU架构引入，计算机逐渐迈向小型化，成本也随之下降。2）成长期 （1980-2000），80年代苹果推出了全球首台图形界面计算机，随后Windows操作系统 面世，图形化的展现和交互方式大大降低了普通人使用计算机的门槛。包括联想在内的众多终端公司相继成立，推出个人电脑产品、形成产业链，也正式宣布人类进入个 人电脑(PC)时代。3）成熟期（2000-2010），PC迎来网络化和移动化技术突破所带来 的第二次变革，互联网技术的爆发让传统的计算机能够通过互联网实现信息的快速传递和共享。随着高性能处理器进一步微型化，个人电脑(PC)朝着更轻便、更便携的 方向发展。4）瓶颈期（2010至2019），在2011年前后传统PC形态出货量达到峰值，此 后部分PC应用需求转移至智能手机和平板电脑。5）宅经济催化期（2020-2022），2020 年受益于疫情导致的居家远程办公及学习的影响，PC出货有所回暖，而后在2022年有所回落。6）AI赋能PC带来新一轮创新浪潮（2023年至今），AI加速发展，赋能PC行业，AIPC诞生，开启新一轮创新浪潮。 图表1：PC发展历程 资料来源：国家数据通信工程技术研究中心，联想中国，英伟达，万联证券研究所 图表2：近二十年PC全球季度出货数据变化（单位：千台） 资料来源：iFinD，Gartner，万联证券研究所 复盘PC发展历程，技术创新有望催生PC换机需求。1）硬件创新，在20世纪70、80年代，Altair和AppleI&II推向市场，半导体+显示器+键盘的基本架构形成，产品成本大幅度下降，同时VisiCalc、AdobePageMaker等生产力工具软件出现，Macintosh问 世，图形操作系统和鼠标出现，人机交互方式实现革命性进步，推动了PC的商业化落地。2）功能创新，20世纪90年代，第一代互联网（Web1.0）即PC互联网快速发展，带动网络新闻、在线搜索、电子邮件、即时通信等应用迅速普及，提升了全球信息传 输的效率；21世纪初，Web2.0即移动互联网诞生并蓬勃发展，笔记本电脑、智能手机的诞生让网络变得更为“便携”，实现线上、线下随时随地的紧密交互；Web1.0和2.0的创新对PC换机需求均有较大的拉动作用。3）AI有望推动新一轮PC创新浪潮，AIPC具有本地大模型、混合算力等特征，催化了处理器、加速器、存储器等硬件端的升级，也带来更多智能产品和应用，有望推动PC行业在硬件端、功能端实现创新。 1.2AI加速发展并落地端侧，PC部署AI大模型具备多方面优势 AI快速发展，大模型参数量指数级增长。ChatGPT拉开了AI大模型时代的序幕，大模型与传统深度学习模型相比，拥有更多的参数，展现出所谓的“规模定律”，即模型的性能随着模型规模、数据集规模和计算量的增加而指数级提升。传统模型的参数量一般在数万到数亿，而大模型的参数量通常超过亿级，甚至达到万亿级。 图表3：知名人工智能系统的参数量 资料来源：腾讯研究院，Epoch(2024)，OurWorldInData，万联证券研究所 端侧部署AI大模型在成本、时延、安全和个性化等方面具备优势。在云端运行大模型存在数据泄露、传输延迟、成本高等诸多问题，端侧部署则在成本、能耗、性能、隐私、安全和个性化方面具备优势。1）成本方面，将AI运算能力直接集成到终端装置中，可以显著降低对云端计算资源的依赖，从而减少每次运算的成本，这对于软件服 务商来说是一大优势，能够在不增加额外成本的情况下，提供更加高效且经济的服务。2）安全方面，对于涉及敏感企业运营数据或个人隐私的应用，将数据保留在装置端而不是传输到云端，可以显著提高安全性。这种方法减少了数据外泄的风险，即使是在提供高级资讯安全保证的情况下，直接在装置上处理敏感信息始终是更安全的选择。3）时延方面，对于需要高度即时性的应用场景，比如视讯会议和游戏，任何形式的延迟都可能对用户体验造成负面影响，端侧AI的集成可以帮助减少因数据传输而引起的延迟，从而提供更加流畅和即时的用户体验。4）个性化方面，具有自学习 能力的本地大模型可以成长为每个用户专属的智能体，从而有能力为用户提供个性化的服务和推荐。 图表4：AI处理的重心向边缘转移 资料来源：高通，万联证券研究所 PC与AI大模型天然匹配，在承载个人大模型方面具备优势。PC与AI大模型之所以天然匹配，源于PC具备强大的计算和存储能力、丰富的交互方式以及广泛的应用场景，这些特点与个人大模型的需求高度契合。个人大模型需要进行多模态自然语言交互、压缩后依然保持通用场景服务能力、需要强AI算力进行推理、并基于个人数据和隐私信息进行微调和个性化服务。PC作为最强的个人计算平台，拥有多样化的人机交互条件和最大的存储容量，能够满足个人大模型对高性能计算、安全数据处理和个性化服务的需求。此外，PC的普遍性和可访问性使其成为技术普惠的首选终端，能够加速AI技术的普及和应用，让AI真正成为每