2024AI PC行业演进趋势、市场价值、产业链及未来展望分析报告

2023年深度行业分析研究报告 目录 一、AIPC的产生背景及概述1 二、AIPC发展演进趋势5 三、市场价值6 四、产业链分析9 五、相关公司25 六、未来展望29 一、AIPC的产生背景及概述 1、数据安全和高成本阻碍大模型普及 AI大模型在云端运行存在数据泄露、传输延迟、云端运营成本越来越高等诸多问题，阻碍大模型的商业化应用。在数据安全方面，以ChatGPT为例，根据Cyberhaven的统计，每个使用ChatGPT的公司每周向ChatGPT泄露数百次机密材料，而ChatGPT正在将这些材料纳入其公开的知识库并进行共享。在云端大模型运行成本方面，生成式AI大模型的参数量以数十、数百亿计，只有云端服务器可以满足模 型训练、优化、推理的需求，而随着用户量及使用请求的逐渐增多，云端尝试的运营成本越来越高。端侧AI部署成为AI实现规模化扩展及应用落地的关键。 2、端云协同模式成为主流 目前移动端AI部署的方式分为端侧部署、端云协同两种。端侧部署：即在终端如手机、PC等上进行大模型本地部署； 端云协同：即终端和云端协同工作分流AI计算的工作负载，根据工作负载分流模式，高通提出三种云 端混合的模式：1）以终端为重心的混合AI，其中终端将充当锚点，云端仅用于分流处理终端无法充分执行的任务；2）基于终端感知的混合AI，在边缘侧运行的模型将充当云端大语言模型（类似大脑）的传感器输入端（类似眼睛和耳朵），向云端处理输入文字信息；3）终端与云端协同处理的混合AI，终端向云端发送多个token，云端仅需读取一次完整模型参数来并行计算多个token输入，提升模型运算效率并节省功耗。 3、AIPC：大模型的最佳载体 AIPC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。其本质是即为云端与本地端协作，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。AIPC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AIPC被称为“大模型的最佳载体”。 AIPC具备五大特征，AI赋能全面提升用户使用体验：拥有本地部署的大模型与个性化本地知识库组合构成的个人大模型，第一交互入口为个人智能体，可实现自然语言交互，AIPC将通过内嵌AI计算单 元的方式提供混合AI算力，还可以依靠开放生态来满足不同场景的需求。在满足生产力提升的同时，通过本地数据存储和隐私及数据保护协议来保护个人隐私和数据安全。 4、AIPC的应用 来自联想集团对自身用户的大型调查显示，71%的消费者对AI在工作场景的专业助手应用最为期待。AIPC可以在本地嵌入个人大模型，帮助工作者完成PPT、文案、文书、Excel表格、会议纪要等日常工作的文档处理需求，提升工作效率，并在学习、生活等多种场景下赋能用户体验。 二、AIPC发展演进趋势 SmartPC到AIPC：早在2015年左右，一些厂商就开始积极探索智能PC的使用场景，即SmartPC。微软在2015年将AI语音助手Cortana植入Windows，为SmartPC奠定了基础。21年英特尔发布的 第11代酷睿处理器的发布推动了AI技术在PC日常使用中的应用，该芯片搭载了DLBoost:VNNI、DLBoost:DP4a、GNA2.0等技术，实现了PC端的AI降噪、AI背景虚化和AI收音功能，显著提升了远程办公的体验。SmartPC主要聚焦本地特定场景的优化，如人机交互的语音智能唤醒、免接触式场景和开盖开机等功能，实现简化操作，对用户的技能要求较低。然而，SmartPC成本较高，由于成本和算力的限制，推进速度相对较慢。随着生成式AI的快速发展，新的解决方案出现，即云端+本地端协作，为实现更强大的AIPC功能提供了新的可能性。 三、市场价值 1、行业周期向上，AIPC或成PC行业重要发展动力 产业进入换机周期，PC行业出现周期性拐点。PC市场较为成熟，整体趋于稳定，影响周期性的因素主要有：1））宏观经济：PC具备消费品，受宏观经济波动影响；2）产品迭代：重要的产品更新、技术 迭代3）线上化需求：如疫情期间线上办公需求爆发推动的PC市场增速回升；4）自然PC换机周期一般约为4-5年。 2020-2021年疫情推动线上化需求释放，此后市场出现疲软，据IDC数据显示，2021Q1至2023Q1，全球PC市场出货量同比增速呈现下降趋势，近三个季度全球PC出货量同比增速有所回升，2023年第四季度，全球传统电脑出货量略高于预期，接近6,710万台，同比去年下降2.7%。考虑到目前PC的换 机周期普遍为5年，疫情售卖的PC已进入换机周期，市场收缩几近触底，预计2024年将实现正增长。 系统升级或成换机潮重要动力，2024-2025年市场将面临Win10停更以及Win12的推出。微软官方宣布，Win10系统将于2025年10月14日停止更新，所有版本将全部终止支持，这意味着仅支持Win10或仅支持更低系统配置的个人电脑将难以适用，根据statcounter，截至2023年9月，Win10的 市场份额高达71.6%，Win11的市场份额仅为23.6%，在Win10的停更背景下，PC有较大的换机空间。 此外Win12也将于2024年发布，消费者可能会因为Windows的新版本而升级他们的个人电脑，系统更新或将助推换机潮的到来。 技术革新或成为重要的PC市场推动力。各大厂商纷纷布局AIPC，逐步完善AIPC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AIPC元年。展望未来，技术革新或成为PC市场成长的重要推动力，其中AIPC通过AI能力的本地化部署， 有望进一步提升交互体验与工作效率，AIPC将成为PC市场下一波增长的重要推动力。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AIPC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。 AIPC将为PC行业注入新的增长活力。IDC预测，中国PC市场将因AIPC的到来，结束负增长，在未来5年中保持稳定的增长态势。台式机、笔记本电脑市场总规模将从2023年的3900万台增至2027 年的5000万台以上，增幅接近28%，而其中AI笔记本和台式机的占比将从2023年的8.1%提升到2027年的84.6%。 2、AIPC带来PC价格提升，推动企业智能化转型 消费级市场上，AIPC主要面向个人和家庭的消费市场，AI笔记本电脑的平均单价在5500-6500之间，AI台式电脑平均单价在4000元左右，2024年以后随着需求的增长和AI性能的提升，价格稳步上涨，进而提高消费级PC平均单价，改善消费市场用户结构。IDC预测，未来五年AIPC的销售额将以笔记 本电脑为主，AI笔记本电脑能够本地部署大模型带来的便携性使应用场景更加广泛，将带来更高的用户需求。 企业级市场上，IDC预测，未来五年在中小企业市场，AIPC强劲的性能能够满足多种应用场景需要，其泛用性会提高中小企业对AIPC价值的评估，预计AIPC企业端价格稳中有涨，AI笔记本电脑平均单价在5000-6000元之间，AI台式电脑平均单价在3500元左右。大型企业市场方面，AIPC能够在战略上推动企业智能化转型，有着更高的价值，平均单价因此受益提升且相对中小企业市场更高，预计AI笔记本电脑平均单价在5500-6000元之间，AI台式电脑平均单价在4000元左右，价格稳中有涨，略高于中小企业市场。 四、产业链分析 AI落地终端将推动PC产业生态发生显著变革。传统PC以操作系统为基础，用户直接管理和调度各种应用程序，而AIPC以个人智能体为入口，用户与个人智能体直接对话，由个人智能体理解用户指令，并调度各类应用。硬件和软件等厂商都需要围绕AIPC做出改变。 本报告来源于三个皮匠报告站（www.sgpjbg.com）,由用户Id:247865下载,文档Id:157339,下载日期:2025-01-01 1、技术端：算力提升与算法改进推动AIPC发展 在计算方式方面，AI引擎采用CPU+GPU+NPU异构计算，具有更强算力。AIPC使用异构计算，将串行计算或逻辑调度等计算任务分配给CPU运算，而将矩阵计算等并行计算任务分配给GPU、FPGA或NPU等特定优化的处理器，这使得AIPC拥有更强大的算力，支持包括CPU、GPU、NPU在内的多 种异构计算处理器。通过将不同类型的计算任务分配给适合的处理器，异构计算不仅提高了算力和性能，还降低了功耗，同时具备处理多类型任务的发展潜力。在成本方面，异构计算相对于采用不断更新 ASIC架构的方式具有更低的使用成本和替换成本。在产业落地方面，异构计算能够适应不断变化的神 经网络算法和计算架构，为应对快速发展的技术环境提供了更具经济效益的解决方案。 在算法层，模型蒸馏、压缩助力AIPC终端部署。个人大模型需要强大的AI能力，以满足用户日益增加的AI需求和任务复杂性。在移动终端方面，由于硬件资源受限，无法直接部署云端的大模型和推理运行框架，因此在移动终端和IoT设备上部署的关键在于对模型进行压缩和对运行框架进行轻量化，将 大模型压缩到适合终端的规模，以便能够在本地进行推理并实时响应，同时确保本地和公共大模型之间相互补充，各司其职。 为实现在移动设备和边缘设备上的高效部署，模型蒸馏和压缩等技术变得尤为关键。（1）模型蒸馏通过训练“教师”网络，监督“学生”网络进行学习，将教师网络的知识迁移到学生网络上，使得学生网络能够表现出类似教师网络的性能，从而实现在资源受限的设备上的部署。（2）模型压缩采用剪裁、量化等方法，减小模型的尺寸和复杂度，同时保留其核心能力，而不显著损害其AI性能。例如，联想创新 科技大会中提到的模型压缩技术可以评估大模型中数百亿参数的不同耦合结构的重要性，动态分配性能资源，从而降低基础模型的大小，实现大模型在资源有限设备上的运行。这样的技术应用能够在保证模型性能的同时，借助云端强大的AI能力支持，确保个人大模型在通用场景服务中具备高效的能力。 userid:93117,docid:157288,date:2024-03-26,sgpjbg.com 2、硬件侧：关注Arm架构、异构计算和存储升级，AIPC带动散热、电池等变化 （1）芯片：多方入局AI芯片，ARM架构迎来新机遇 各处理器制造商纷纷进军AI芯片。IDC认为一台“具备AI能力”的PC必须拥有专用的芯片组或模块来 加速AI计算。目前高通的Hexagon加速器、苹果的神经引擎、英特尔的MovidiusVPU和AMD的APU可以满足以上要求。苹果于2020年Q4推出M1神经引擎，随着2023年第二季度推出的M3系列，苹果成为了第一家完全具备AI能力的PC制造商。高通于23年10月发布骁龙XElite处理器，其全新HexagonNPU最高可提供45TOP算力，算力方面较同行其他产品领先。在x86领域，AMD于2023年第二季度推出了“Phoenix”Ryzen7040系列，并计划在2024年下半年推出的8050系列将进一步完善AI产品。英特尔2023年三季度推出MeteorLake系列，嵌入MovidiusVPU来实现AI，随后会继续推出ArrowLake和LunarLake版本。 CES2024大会期间，英伟达、英特尔、AMD再次围绕AIPC推出新产品。 英伟达发布了三款GeForceRTX40SUPER系列GPU，包括GeForceRTX4080SUPER、GeForceRTX4070TiSUPER和GeForceRTX4070SUPER。新GeForceRTXSUPERGPU的专用AITensor核心可提供高达836个AITOPS，为游戏、创造和日常生产力领域的AI提供变革性功能。 英特尔推出全新酷睿HX和U系列CPU，