AI終端行業(yè)專題：從大模型到智能體端側(cè)算力助力AI規(guī)?；瘧?yīng)用 20231207 -國信證券

證券研究報(bào)告

|

2023

年12

月07

日AI

終端行業(yè)專題超配從大模型到智能體，端側(cè)算力助力

AI

規(guī)?；瘧?yīng)用核心觀點(diǎn)行業(yè)研究·行業(yè)專題從大模型到智能體，AI

Agent(智能體)爆發(fā)元年，點(diǎn)燃新一輪創(chuàng)新周期。目前的

AI

工具大多都是

bot(機(jī)器人)，包括以

ChatGPT

為代表的

LLM(大語言模型)，都僅是一個(gè)應(yīng)用程序，只有當(dāng)用戶輸入特定內(nèi)容時(shí)才會(huì)被動(dòng)反饋。而

AI

助手的下一程，將關(guān)注

AI

Agent

的構(gòu)建，以

LLM

或多模態(tài)模型為核心，具備跨應(yīng)用、主動(dòng)、自我升級等特征，成為用戶的全能助手。例如聯(lián)想推出AI

Twin，AI

Twin

將建立本地知識(shí)庫，預(yù)測用戶的任務(wù)和提供自主解決方案，讓設(shè)備成為用戶的數(shù)字延伸。而

OpenAI

推出的

GPTs，構(gòu)建了通向

Agent

的橋梁，未來研發(fā)將加速。我們認(rèn)為，隨著

AI

Agent

的成熟，AI

應(yīng)用的規(guī)?；涞貏菰诒匦?，有望推動(dòng)新一輪的消費(fèi)電子創(chuàng)新周期。電子·消費(fèi)電子超配·維持評級證券分析師：胡券分析師：胡ujian1@S0980521080001huhui2@S0980521080002證券分析師：周靖券分析師：葉houjingxiang@

yezi3@S0980522100001S0980522100003聯(lián)系人：詹瀏系人：李書I

大模型規(guī)?；瘮U(kuò)張帶來推理算力需求激增，布署端側(cè)算力緩解成本壓力。2023

年

5

月，高通發(fā)布《混合

AI

是

AI

的未來》，混合

AI

指終端和云端協(xié)同工作，在適當(dāng)?shù)膱鼍昂蜁r(shí)間下分配

AI

計(jì)算的工作負(fù)載，以更高效利用資源。原因在于生成式

AI

模型大多擁有數(shù)十億級參數(shù)，對計(jì)算基礎(chǔ)設(shè)施要求極高，且

AI

推理的規(guī)模將遠(yuǎn)高于

AI

訓(xùn)練，推理成本將隨著日活用戶數(shù)量及其使用頻率的增加而增加，而云端推理的成本掌握在云廠商手中，這將導(dǎo)致規(guī)?；瘮U(kuò)展難以持續(xù)，因此布署端側(cè)算力是生成式

AI

規(guī)?；瘮U(kuò)展至關(guān)重要的一步。zhanliuyang@

lishuying@聯(lián)系人：連欣ianxinran@市場走勢生成式

AI

與端側(cè)

AI

先行，倒逼智能設(shè)備硬件性能升級?！鞍驳?比爾定理”代表著智能終端硬件和軟件間螺旋式發(fā)展演進(jìn)關(guān)系，一般來講軟件的更新升級要與硬件資源所匹配。然而，生成式

AI

快速發(fā)展使得

AI

應(yīng)用在軟件及系統(tǒng)層面率先作出巨大改變和升級。例如，微軟推出

Microsoft

365

Copilot全面接入

AI

功能，Windows

Copilot

是第一個(gè)提供集中生成式

AI

協(xié)助的電腦平臺(tái)。端側(cè)

AI

應(yīng)用打破了軟硬件迭代式演進(jìn)規(guī)律，進(jìn)而倒逼智能設(shè)備硬件性能升級，為此芯片龍頭爭先推出支持生成式

AI

的處理器。例如，高通驍龍

X

Elite

專為生成式

AI

打造，支持端側(cè)運(yùn)行超

130

億參數(shù)

AI

模型；蘋果發(fā)布新一代

M3

系列芯片，其中

M3

Max

支持開發(fā)數(shù)十億參數(shù)

AI

模型。資料來源：Wind、國信證券經(jīng)濟(jì)研究所整理相關(guān)研究報(bào)告《消費(fèi)電子

6

月投資策略-AI

創(chuàng)新賦能，關(guān)注服務(wù)器及

AIoT

產(chǎn)業(yè)鏈》

——2023-06-25《消費(fèi)電子

4

月投資策略-AI

創(chuàng)新持續(xù)催化，關(guān)注

AIoT

設(shè)備及服務(wù)器產(chǎn)業(yè)鏈》

——2023-04-17各大手機(jī)終端品牌積極投入

AI

Agent

端側(cè)部署的創(chuàng)新周期。回顧手機(jī)發(fā)展歷史，就是終端智能化升級的歷史，從功能機(jī)到智能機(jī)，再到未來的

AI

智能體，智能化升級才是終端行業(yè)最核心的成長驅(qū)動(dòng)因素。上一輪智能機(jī)“黃金十年”在

2016

年達(dá)到

14.69

億部的高點(diǎn)，此后手機(jī)市場再次陷入存量競爭。4Q23

以來，高通、聯(lián)發(fā)科等頭部芯片廠均針對性升級了移動(dòng)平臺(tái)的

AI能力，安卓系廠商以緊隨其后推出了搭載相關(guān)平臺(tái)的旗艦機(jī)型，并升級了各自的手機(jī)助手，積極投入新一輪的

AI

Agent

創(chuàng)新之戰(zhàn)?！禫R

虛擬現(xiàn)實(shí)行業(yè)深度報(bào)告-AI

賦能、蘋果入局，生態(tài)正向循環(huán)推動(dòng)產(chǎn)業(yè)全面加速》

——2023-04-08《消費(fèi)電子

3

月投資策略-手機(jī)備貨訂單回暖，關(guān)注新能源增量市場彈性》

——2023-03-17《消費(fèi)電子

2

月投資策略-關(guān)注終端景氣度拐點(diǎn)及

VR、新能源創(chuàng)新預(yù)期》

——2023-02-12手機(jī)新品獲端側(cè)模型加持，革新人機(jī)交互模式。小米

14

系列手機(jī)首發(fā)搭載高通驍龍

8

Gen3，其自研

60

億參數(shù)大模型能夠流暢運(yùn)行，在知識(shí)問答、文字?jǐn)U寫、表格生成、編寫代碼等生成式

AI

應(yīng)用方面帶來全新體驗(yàn)；小米

14

Pro亦支持終端側(cè)

AI

大模型圖像處理。Vivo

X100

系列手機(jī)首發(fā)搭載聯(lián)發(fā)科天璣9300，其首款全局智能輔助應(yīng)用“藍(lán)心小

V”擁有更自然、便捷的人機(jī)交互方式和豐富多維的信息表達(dá)。手機(jī)端側(cè)模型加入有望革新人機(jī)交互方式與使用體驗(yàn)，從而加速手機(jī)換機(jī)周期。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容免責(zé)申明：1.

本內(nèi)容非原報(bào)告內(nèi)容;2.

報(bào)告來源互聯(lián)網(wǎng)公開數(shù)據(jù)；如侵權(quán)請聯(lián)系客服微信，第一時(shí)間清理；3.

報(bào)告僅限社群個(gè)人學(xué)習(xí)，如需它用請聯(lián)系版權(quán)方；4.

如有其他疑問請聯(lián)系微信行業(yè)報(bào)告資源群1.

進(jìn)群福利：進(jìn)群即領(lǐng)萬份行業(yè)研究、管理方案及其他學(xué)習(xí)資源，直接打包下載2.

每日分享：6份行研精選報(bào)告、3個(gè)行業(yè)主題3.

報(bào)告查找：群里直接咨詢，免費(fèi)協(xié)助查找4.

嚴(yán)禁廣告：僅限行業(yè)報(bào)告交流，禁止一切無關(guān)信息微信掃碼，長期有效知識(shí)星球行業(yè)與管理資源專業(yè)知識(shí)社群：每月分享8000+份行業(yè)研究報(bào)告、商業(yè)計(jì)劃、市場研究、企業(yè)運(yùn)營及咨詢管理方案等，涵蓋科技、金融、教育、互聯(lián)網(wǎng)、房地產(chǎn)、生物制藥、醫(yī)療健康等；已成為投資、產(chǎn)業(yè)研究、企業(yè)運(yùn)營、價(jià)值傳播等工作助手。微信掃碼，行研無憂證券研究報(bào)告處理器龍頭客戶端收入邊際增長，PC

換機(jī)周期有望得到加速。據(jù)

IDC

數(shù)據(jù)，全球

PC

出貨量自

2014

年達(dá)到頂峰

5.38

億部后，逐年下滑至

2018

年的

4.06億部；雖此后年度出貨量有所上升，但仍未超過

2014

年峰值水平。2022

年全球

PC

出貨量僅

4.54

億部，同比減少

12.5%。1Q23/2Q23

出貨量分別為8764/8937

萬部(YoY

-25.8%/-19.8%，QoQ

-21.5%/2.0%)，表明全球

PC

市場復(fù)蘇存在一定壓力。英特爾與

AMD

作為全球個(gè)人

PC

處理器龍頭，自

FY23

起面向

PC

等客戶端產(chǎn)品收入同環(huán)比逐季改善。其中，F(xiàn)Y3Q23

英特爾客戶端計(jì)算事業(yè)部收入同比減幅收窄至

3.2%，環(huán)比增長

16.0%；AMD

客戶端部門收入同比增長

42.4%，環(huán)比增長

45.6%。隨著端側(cè)

AI

應(yīng)用深化及終端

AI

芯片陸續(xù)推出，PC

換機(jī)周期有望得到加速。產(chǎn)業(yè)鏈相關(guān)公司：消費(fèi)電子：傳音控股、光弘科技、電連技術(shù)、順絡(luò)電子、東山精密、鵬鼎控股、賽微電子、韋爾股份、力芯微、歌爾股份、福蓉科技；基礎(chǔ)算力：滬電股份、工業(yè)富聯(lián)、國芯科技、杰華特、江波龍、德明利、精研科技；物聯(lián)網(wǎng)端側(cè)芯片：晶晨股份、恒玄科技、北京君正、兆易創(chuàng)新、樂鑫科技。風(fēng)險(xiǎn)提示：AI

創(chuàng)新不及預(yù)期；AI

技術(shù)發(fā)展不及預(yù)期；產(chǎn)品研發(fā)不及預(yù)期；終端需求不及預(yù)期；行業(yè)競爭加劇。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容證券研究報(bào)告內(nèi)容目錄AI

Agent

元年，端側(cè)

AI

支撐規(guī)?；瘮U(kuò)張

...........................................6從大模型(LLM)到智能體(Agent)，智能助手的下一程

........................................6OpenAI

推出

GPTs，搭建通向

AI

Agent

終局的橋梁

..........................................

8從自動(dòng)化走向智能化，革新人機(jī)交互方式

..................................................

9考慮成本、隱私與安全，混合

AI

是

AI

應(yīng)用規(guī)?；谋亟?jīng)之路

...............................12手機(jī)：AI

Agent

落地的理想載體

.................................................13智能手機(jī)存量競爭時(shí)代，AI

智能體有望開啟創(chuàng)新驅(qū)動(dòng)周期

..................................

13頭部芯片廠商針對性升級，旗艦機(jī)型率先適配

.............................................

14AI

PC：端側(cè)

AI

應(yīng)用有望加速

PC

換機(jī)周期

........................................

17溫特爾聯(lián)盟與安迪-比爾定理推動(dòng)計(jì)算機(jī)軟硬件螺旋式上升演進(jìn)

..............................

17生成式

AI

與端側(cè)

AI

先行，有望倒逼智能設(shè)備端側(cè)硬件性能升級

.............................

19處理器龍頭客戶端收入邊際增長，AI

應(yīng)用促進(jìn)

PC

市場景氣回升

.............................

23產(chǎn)業(yè)鏈相關(guān)公司

...............................................................

25請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容3證券研究報(bào)告圖表目錄圖1：

獲取模型能力的策略生成流程

..........................................................

6圖2：

LLM

是被動(dòng)的

.........................................................................7圖3：

LLM

是

LAM

的核心

.....................................................................7圖4：

智能體架構(gòu)設(shè)計(jì)

......................................................................

7圖5：

LLM

Agent

推出時(shí)間統(tǒng)計(jì)

...............................................................8圖6：

Altman

演示構(gòu)建一個(gè)自定義

GPT

........................................................

8圖7：

GPTs

................................................................................

8圖8：

Vivo

推出藍(lán)心大模型矩陣

..............................................................9圖9：

藍(lán)心小

V

相比傳統(tǒng)

AI

助手優(yōu)化了交互模式

...............................................

9圖

10：

盤古大模型架構(gòu)圖

..................................................................

10圖

11：

智能助手小藝基于大模型全面升級

....................................................

10圖

12：

三星推出自研生成式

AI

模型

Gauss

....................................................11圖

13：

本地模型的建議更慢但更有個(gè)性

......................................................

11圖

14：

多模態(tài)能力

........................................................................

11圖

15：

AI

處理的重心正在向邊緣轉(zhuǎn)移

........................................................12圖

16：

生成式

AI

生態(tài)鏈?zhǔn)箲?yīng)用數(shù)量激增

.....................................................

12圖

17：

生成式

AI

模型可從云端分流到終端上運(yùn)行

.............................................

13圖

18：

云端僅用于分流處理終端無法充分運(yùn)行的

AI

任務(wù)

.......................................

13圖

19：

全球智能手機(jī)出貨量及同比增速

......................................................

14圖

20：

第三代驍龍

8

移動(dòng)平臺(tái)性能

..........................................................

14圖

21：

小米自研

AI

檢測和消除算法“魔法消除”使用效果

.....................................

15圖

22：

聯(lián)發(fā)科發(fā)布天璣

9300

芯片

...........................................................

16圖

23：

Vivo

X100

.........................................................................

16圖

24：

溫特爾聯(lián)盟

........................................................................

17圖

25：

2000-2022

年全球

PC

出貨量

..........................................................18圖

26：

2016-2022

年全球

PC

市場份額

........................................................18圖

27：

安迪·格魯夫與比爾·蓋茨

..........................................................

18圖

28：

Copilot

in

Word

功能演示

...........................................................19圖

29：

Copilot

in

Excel

功能演示

..........................................................19圖

30：

Copilot

in

PowerPoint

功能演示

.....................................................19圖

31：

Copilot

in

Outlook

功能演示

........................................................19圖

32：

微軟推出

Windows

Copilot

...........................................................20圖

33：

聯(lián)想展示

AI

Twin

...................................................................21圖

34：

聯(lián)想提出“三個(gè)大模型”框架

........................................................

21圖

35：

楊元慶在《財(cái)經(jīng)》年會(huì)上定義

AI

PC

五大特質(zhì)

..........................................

21圖

36：

驍龍

X

Elite

平臺(tái)性能

..............................................................

22圖

37：

M3

系列芯片核心參數(shù)

................................................................22請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容4證券研究報(bào)告圖

38：

筆記本電腦市場

CPU

出貨量份額及預(yù)測

................................................

23圖

39：

英特爾業(yè)務(wù)部門與對應(yīng)相關(guān)產(chǎn)品及解決方案

............................................

23圖

40：

英特爾各業(yè)務(wù)部門收入占比

..........................................................

24圖

41：

英特爾客戶端計(jì)算事業(yè)部季度收入

....................................................

24圖

42：

AMD

各業(yè)務(wù)部門收入占比

.............................................................25圖

43：

AMD

客戶端業(yè)務(wù)部門季度收入

.........................................................25表1：

蘋果

A

系列芯片參數(shù)變化

.............................................................

17表2：

AMD

業(yè)務(wù)部門及主要產(chǎn)品

..............................................................24表3：

相關(guān)產(chǎn)業(yè)鏈公司盈利預(yù)測及估值

.......................................................

25請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容5證券研究報(bào)告AI

Agent

元年，端側(cè)

AI

支撐規(guī)模化擴(kuò)張從大模型(LLM)到智能體(Agent)，智能助手的下一程人工智能(AI)在用戶軟件使用方式上即將帶來的根本性變革。比爾·蓋茨在今年11

月提出，盡管軟件已經(jīng)經(jīng)過了幾十年的迭代，但使用方式仍然較原始，例如，當(dāng)用戶需要完成特定的任務(wù)時(shí)，需要告訴設(shè)備應(yīng)該使用哪個(gè)應(yīng)用程序。未來，用戶不必再為不同的任務(wù)使用不同的應(yīng)用程序，只需以日常語言告訴設(shè)備想要做什么，軟件將能夠因其對用戶生活的深入了解而作出個(gè)性化響應(yīng)。任何在線的人都將能夠擁有一個(gè)

AI

智能體，由先進(jìn)人工智能驅(qū)動(dòng)的個(gè)人助手。未來，AI

智能體更傾向于是一種“代理”(agents)，與當(dāng)前

AI

工具(bot)有所差異。Bot

僅限于單一應(yīng)用程序，并且通常只在用戶輸入特定單詞或?qū)で髱椭鷷r(shí)才介入。這些工具不會(huì)記住用戶歷史上如何使用它們，也不會(huì)變得更好或?qū)W習(xí)用戶的任何偏好。而

AI

Agent

更加智能：1)它們是主動(dòng)的，能夠在用戶提問之前就提出建議；2)它們能夠跨應(yīng)用程序完成任務(wù)；3)它會(huì)隨著時(shí)間的推移而改進(jìn)，因?yàn)樗鼈冇浀糜脩舻幕顒?dòng)，并識(shí)別其行為中的意圖和模式。百模大戰(zhàn)只是起點(diǎn)，AI

Agent

完成執(zhí)行落地的完整閉環(huán)。LLM

初期，大家普遍認(rèn)為

LLM

是通向通用人工智能的路徑，但大模型只能被動(dòng)的響應(yīng)查詢，可以完成對話、寫故事、生成代碼，比傳統(tǒng)

AI

模型具有更強(qiáng)的理解能力和創(chuàng)造能力，但并不能直接到達(dá)

AGI(通用人工智能)的理想目標(biāo)。而以

AutoGPT

和

BabyAGI

等項(xiàng)目為代表的

LAM

模型(Large-Action

Models/Large-Agent

Models)，將

LLM

作為

Agent的中心，將復(fù)雜任務(wù)分解，在每個(gè)子步驟完成自主決策和執(zhí)行，形成了具有多領(lǐng)域、多模態(tài)執(zhí)行力的

AI

Agent。圖1：獲取模型能力的策略生成流程資料來源：Wang

et

al.《A

Survey

on

Large

Language

Model

based

Autonomous

Agents》2023，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容6證券研究報(bào)告圖

2：LLM

是被動(dòng)的圖

3：LLM

是

LAM

的核心資

料

來

源

：

CAMERON

R.WOLFE,PH.D.

《

Understanding

the

OpenPre-Trained

Transformers

Library》，國信證券經(jīng)濟(jì)研究所整理資料來源：Lesswrong，國信證券經(jīng)濟(jì)研究所整理對于智能體的構(gòu)建，高瓴人工智能學(xué)院提出了一個(gè)由四部分組成的框架，分別是：1)表示智能體屬性的配置模塊(Profile)，旨在識(shí)別智能體是什么角色；2）存儲(chǔ)歷史信息的記憶模塊(Memory)，可將智能體置于動(dòng)態(tài)環(huán)境中，使智能體能夠回憶過去，幫助智能體積累經(jīng)驗(yàn)、實(shí)現(xiàn)自我進(jìn)化，并以更加一致、合理、有效的方式完成任務(wù)；3）制定未來行動(dòng)策略的規(guī)劃模塊(Planning)，將復(fù)雜問題分解為簡單的子任務(wù)，形成決策；4）執(zhí)行規(guī)劃決定的行動(dòng)模塊(Action)，負(fù)責(zé)將智能體的決策轉(zhuǎn)化為具體的輸出。圖

4：智能體架構(gòu)設(shè)計(jì)資料來源：Wang

et

al.《A

Survey

on

Large

Language

Model

based

Autonomous

Agents》2023，國信證券經(jīng)濟(jì)研究所整理目前，基于

LLM

的

Agent

大多仍處于實(shí)驗(yàn)和概念驗(yàn)證的階段，但相關(guān)的生態(tài)正在快速豐富，圍繞

Agent

的研究工作也持續(xù)推進(jìn)，2023

年可謂是

AI

Agent

的元年，大量

Agent

被推出。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容7證券研究報(bào)告圖

5：LLM

Agent

推出時(shí)間統(tǒng)計(jì)資料來源：Wang

et

al.《A

Survey

on

Large

Language

Model

based

Autonomous

Agents》2023，國信證券經(jīng)濟(jì)研究所整理OpenAI

推出

GPTs，搭建通向

AI

Agent

終局的橋梁GPTs

在目前能力有限的

AI

和未來可能出現(xiàn)的

Autonomos

AI

Agent

之間架起了一座橋梁。2023

年

11

月

7

日，OpenAI

舉行了首屆開發(fā)者日，正式發(fā)布了自定義

GPT——GPTs。無需代碼，用戶可以根據(jù)自己的指令、外部知識(shí)創(chuàng)建自定義版本的ChatGPT，這一功能被稱為

GPTs。它們允許為特定目的構(gòu)建定制化

AI

機(jī)器人，而無需高級編碼。同時(shí)，OpenAI

也會(huì)在本月底上線

GPT

Store，讓開發(fā)者們分享、發(fā)布自己創(chuàng)建的

GPTs。GPTs

加強(qiáng)了通用

AI

大模型的實(shí)用性，有望極大加速

Agent

領(lǐng)域的探索。GPTs

可以連接到第三方平臺(tái)上，在演示中，Altman

使用

ChatGPT

界面在設(shè)計(jì)應(yīng)用

Canva中模擬了一張海報(bào)，或是使用鏈接到

Zapier

的

GPT

掃描日歷并查找日程安排中的沖突，然后自動(dòng)返回沖突消息。未來，通過將不同的服務(wù)結(jié)合在一起，通用大模型就能完成非常復(fù)雜的任務(wù)，將想象落地成真正的虛擬助理、教練、導(dǎo)師、律師、護(hù)士、會(huì)計(jì)師等。圖

6：Altman

演示構(gòu)建一個(gè)自定義

GPT圖

7：GPTs資料來源：OpenAI，國信證券經(jīng)濟(jì)研究所整理資料來源：OpenAI，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容8證券研究報(bào)告從自動(dòng)化走向智能化，革新人機(jī)交互方式Vivo

發(fā)布藍(lán)心小

V，交互方式革新，AI

助手應(yīng)用落地進(jìn)入快車道。11

月

1

日，Vivo

舉辦“2023VDC

開發(fā)者大會(huì)”，發(fā)布了自研通用大模型矩陣藍(lán)心大模型，并推出基于藍(lán)心大模型開發(fā)的首款全局智能輔助藍(lán)心小

V、自然語言對話機(jī)器人藍(lán)心千詢等全新功能應(yīng)用，以及

OriginOS

4

系統(tǒng)。藍(lán)心大模型是

vivo

自研的通用大模型矩陣，包含十億、百億、千億三個(gè)參數(shù)量級，共

5

款自研大模型(藍(lán)心大模型

1B、藍(lán)心大模型

7B、藍(lán)心大模型

70B、藍(lán)心大模型

130B、藍(lán)心大模型

175B)，從而滿足不同的應(yīng)用需求和算力條件。藍(lán)心小

V

是基于藍(lán)心大模型的全局智能輔助應(yīng)用，擁有更為自然、便捷的人機(jī)交互方式、豐富多維的信息表達(dá)。藍(lán)心小

V

可以通過語音或文字，甚至是拖拽的方式，接受并處理信息數(shù)據(jù)，同時(shí)設(shè)計(jì)了便捷小巧的懸浮態(tài)，不用時(shí)最小化掛起，需要時(shí)再點(diǎn)擊打開。這種無需喚醒的陪伴交互模式，打開了用戶習(xí)慣

AI

助手的第一步，已經(jīng)和傳統(tǒng)手機(jī)助手有所差別，更貼進(jìn)

agent

概念。我們認(rèn)為，藍(lán)心小

V的推出開啟了手機(jī)

AI

助手迭代更新的時(shí)代，手機(jī)

AI

助手將越來越貼近

agent

概念。圖

8：Vivo

推出藍(lán)心大模型矩陣圖

9：藍(lán)心小

V

相比傳統(tǒng)

AI

助手優(yōu)化了交互模式資料來源：vivo，國信證券經(jīng)濟(jì)研究所整理資料來源：vivo，國信證券經(jīng)濟(jì)研究所整理華為

8

月

4

日發(fā)布鴻蒙

4

操作系統(tǒng)(HarmonyOS

4)，華為盤古大模型將助力鴻蒙操作系統(tǒng)和鴻蒙生態(tài)。盤古大模型是中國首個(gè)全棧自主的

AI

大模型，包括“5+N+X”三層架構(gòu)，分別對應(yīng)

L0

層

5

個(gè)基礎(chǔ)大模型、L1

層

N

個(gè)行業(yè)大模型、以及

L2

層可以讓用戶自主訓(xùn)練的更多細(xì)化場景模型。其中，5

個(gè)基礎(chǔ)大模型分別為盤古NLP(Natural

Language

Processing，自然語言處理)大模型、盤古

CV(ComputerVision，計(jì)算機(jī)視覺)大模型、盤古多模態(tài)大模型、盤古預(yù)測大模型、盤古科學(xué)計(jì)算大模型。隨著

5G+AI

進(jìn)入千行百業(yè)，終端側(cè)的生成式

AI

與云端的通用大模型相結(jié)合，將能更好地賦能數(shù)字化轉(zhuǎn)型，賦能千行百業(yè)。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容9證券研究報(bào)告圖10：盤古大模型架構(gòu)圖資料來源：華為云官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理HarmonyOS

4

新版本中的華為智慧助手小藝已經(jīng)接入了盤古大模型，包括自然語言大模型、視覺大模型、多模態(tài)大模型，主要體現(xiàn)在多模態(tài)交互以及個(gè)性化創(chuàng)作兩大能力。新升級的小藝可以實(shí)現(xiàn)更自然流暢的對話交互，擁有信息檢索、摘要生成、多語種翻譯等能力。圖11：智能助手小藝基于大模型全面升級資料來源：2023

華為開發(fā)者大會(huì)官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理與此同時(shí)，三星在其第三季度財(cái)報(bào)電話會(huì)議上表示，將致力于把

AI

技術(shù)內(nèi)置于設(shè)備中，無需連接外部云端，讓

AI

賦予手機(jī)設(shè)備全新體驗(yàn)。用戶能夠通過簡單指令訪問各種服務(wù)，而無需訪問互聯(lián)網(wǎng)。2023

年

11

月

8

日，三星在最新的人工智能論壇上正式發(fā)布了其自研的生成式

AI

產(chǎn)品

Gauss，這款大模型由

SamsungGauss

Language、Samsung

Gauss

Code

和

Samsung

Gauss

Image

三個(gè)部分組成，面向

AI

聊天、AI

代碼和

AI

圖片等領(lǐng)域。目前，三星表示

Gauss

主要用于提高員工生產(chǎn)力，但未來將在各種三星官方

App

中擴(kuò)展應(yīng)用范圍，以提供更好的用戶體驗(yàn)。預(yù)計(jì)

Gauss

未來可能在三星

Galaxy

S24

系列中首次亮相，成為三星第一款“AIGalaxy

Phone”。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容10證券研究報(bào)告圖12：三星推出自研生成式

AI

模型

Gauss資料來源：三星，國信證券經(jīng)濟(jì)研究所整理電腦方面，聯(lián)想提出

AI

Twin

概念，并推出全球首款

AI

PC。北京時(shí)間

10

月

24日晚上，聯(lián)想舉行了

2023

聯(lián)想

Tech

World

創(chuàng)新科技大會(huì)，主題是“AI

for

All”。重點(diǎn)展示了聯(lián)想在端側(cè)大模型方面的能力，并推出了聯(lián)想的首款

AI

PC，預(yù)計(jì)明年

9

月后上市。微軟與聯(lián)想合作打造個(gè)人級

AI

Twin

和企業(yè)版的

Enterprise

AI

Twin。智能設(shè)備是用戶的數(shù)字延伸，如同用戶的雙胞胎，稱之為

AI

Twin。而

Enterprise

AI

Twin從企業(yè)內(nèi)部設(shè)備、邊緣和私有云中提取相關(guān)信息，做出本地化推理，提出相應(yīng)解決方案。例如可以用

Enterprise

AI

Twin

規(guī)劃供應(yīng)鏈情況，既能保證企業(yè)數(shù)據(jù)的隱私性，又能更好的制定出匹配企業(yè)自身情況的方案。聯(lián)想推出的首款

AI

PC，在更好地了解用戶的基礎(chǔ)上，AI

PC

能夠創(chuàng)建個(gè)性化的本地知識(shí)庫，通過模型壓縮技術(shù)本地化運(yùn)行個(gè)人大模型，實(shí)現(xiàn)

AI

自然交互。AI

PC是為每個(gè)人量身定制的全新智能生產(chǎn)力工具，將進(jìn)一步提高生產(chǎn)力、簡化工作流程，并保護(hù)個(gè)人隱私數(shù)據(jù)安全。發(fā)布會(huì)上，聯(lián)想將云端大模型和端側(cè)大模型對比運(yùn)行，端側(cè)

AI

速度慢一點(diǎn)，但兩者生成行程規(guī)劃的速度并沒有差別太多，且規(guī)劃更加個(gè)性化，能夠?qū)⒓彝サ刂?、酒店偏好等考慮進(jìn)去。演示中還進(jìn)一步展示了端側(cè)大模型的多模態(tài)能力，利用用戶輸入的提示，電腦迅速地生成了一張相關(guān)圖片。圖13：本地模型的建議更慢但更有個(gè)性圖

14：多模態(tài)能力資料來源：Lenovo

Tech

World

2023，國信經(jīng)濟(jì)研究所整理資料來源：Lenovo

Tech

World

2023，國信經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容11證券研究報(bào)告考慮成本、隱私與安全，混合

AI

是

AI

應(yīng)用規(guī)?；谋亟?jīng)之路隨著

AI

Agent

繼續(xù)推進(jìn)，AI

應(yīng)用的規(guī)?；瘮U(kuò)張勢在必行，算力成本、效率都將成為瓶頸，因此高通提出混合

AI。高通提出的混合

AI

指終端和云端協(xié)同工作，在適當(dāng)?shù)膱鼍昂蜁r(shí)間下分配

AI

計(jì)算的工作負(fù)載，以提供更好的體驗(yàn)，并高效利用資源。在一些場景下，計(jì)算將以終端為中心，在必要時(shí)向云端分流任務(wù)。混合

AI能幫助實(shí)現(xiàn)

AI

的規(guī)?；瘮U(kuò)展并發(fā)揮其最大潛能一一正如傳統(tǒng)計(jì)算從大型主機(jī)和客戶端演變?yōu)楫?dāng)前云端和邊緣終端相結(jié)合的模式。圖

15：AI

處理的重心正在向邊緣轉(zhuǎn)移資料來源：高通《混合

AI

是

AI

的未來》白皮書，國信證券經(jīng)濟(jì)研究所整理混合

AI

對生成式

AI

規(guī)模化擴(kuò)展至關(guān)重要。擁有數(shù)十億參數(shù)的眾多生成式

AI

模型對計(jì)算基礎(chǔ)設(shè)施提出了極高的需求。因此，無論是為

AI

模型優(yōu)化參數(shù)的

AI

訓(xùn)練，還是執(zhí)行該模型的

AI

推理，至今都一直受限于大型復(fù)雜模型而在云端部署。AI推理的規(guī)模遠(yuǎn)高于

AI

訓(xùn)練。盡管訓(xùn)練單個(gè)模型會(huì)消耗大量資源，但大型生成式AI

模型預(yù)計(jì)每年僅需訓(xùn)練幾次。然而，這些模型的推理成本將隨著日活用戶數(shù)量及其使用頻率的增加而增加。在云端進(jìn)行推理的成本極高，這將導(dǎo)致規(guī)?；瘮U(kuò)展難以持續(xù)。圖

16：生成式

AI

生態(tài)鏈?zhǔn)箲?yīng)用數(shù)量激增資料來源：高通《混合

AI

是

AI

的未來》白皮書，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容12證券研究報(bào)告節(jié)省成本是混合

AI

的主要推動(dòng)因素。舉例來說，據(jù)估計(jì)，每一次基于生成式

AI的網(wǎng)絡(luò)搜索查詢(query)其成本是傳統(tǒng)搜索的

10

倍。混合

AI

將支持生成式

AI

開發(fā)者和提供商利用邊緣終端的計(jì)算能力降低成本。混合

AI

架構(gòu)可以根據(jù)模型和查詢需求的復(fù)雜度等因素，選擇不同方式在云端和終端側(cè)之間分配處理負(fù)載。例如，如果模型大小、提示(prompt)和生成長度小于某個(gè)限定值，并且能夠提供可接受的精確度，推理即可完全在終端側(cè)進(jìn)行。如果是更復(fù)雜的任務(wù)，模型則可以跨云端和終端運(yùn)行混合

AI

還能支持模型在終端側(cè)和云端同時(shí)運(yùn)行，也就是在終端側(cè)運(yùn)行輕量版模型時(shí)，在云端并行處理完整模型的多個(gè)標(biāo)記(token)，并在需要時(shí)更正終端側(cè)的處理結(jié)果。此外，能耗、可靠性、性能和時(shí)延、隱私與安全、個(gè)性化都是混合

AI

的優(yōu)勢。圖

17：生成式

AI

模型可從云端分流到終端上運(yùn)行圖18：云端僅用于分流處理終端無法充分運(yùn)行的

AI

任務(wù)資料來源：高通，國信證券經(jīng)濟(jì)研究所整理資料來源：高通，國信證券經(jīng)濟(jì)研究所整理手機(jī)：AI

Agent

落地的理想載體智能手機(jī)存量競爭時(shí)代，AI

智能體有望開啟創(chuàng)新驅(qū)動(dòng)周期全球智能手機(jī)市場進(jìn)入存量發(fā)展階段，用戶換機(jī)周期延長。全球智能手機(jī)市場在經(jīng)歷了快速發(fā)展的“黃金十年”后，現(xiàn)已進(jìn)入存量發(fā)展的階段，根據(jù)

IDC

數(shù)據(jù)，全球智能手機(jī)出貨量在

2016

年達(dá)到

14.69

億部的高點(diǎn)，2022

年出貨量僅

12

億部，6

年

CAGR

為-3.31%。盡管

3Q23

以來，全球手機(jī)銷量出現(xiàn)了同比復(fù)蘇，但在經(jīng)濟(jì)增長承壓、居民消費(fèi)動(dòng)力不足、手機(jī)創(chuàng)新匱乏的背景下，手機(jī)用戶的平均換機(jī)周期顯著延長，Counterpoint

統(tǒng)計(jì)中國

2022

年手機(jī)換機(jī)周期長達(dá)

43

個(gè)月，全球智能手機(jī)行業(yè)面臨著缺乏增長動(dòng)力的問題。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容13證券研究報(bào)告圖19：全球智能手機(jī)出貨量及同比增速資料來源：IDC，國信證券經(jīng)濟(jì)研究所整理AI

智能體的出現(xiàn)，將顯著提高手機(jī)智能化程度，顛覆現(xiàn)有人機(jī)交互模式。但消費(fèi)電子行業(yè)是長周期行業(yè)，創(chuàng)新是最核心的驅(qū)動(dòng)因素，AI

助手升級有望開啟智能手機(jī)新一輪創(chuàng)新周期。隨著生成式

AI

的發(fā)展，人機(jī)交互的方式將得到進(jìn)一步完善，這種全新用戶體驗(yàn)會(huì)完全改變智能終端的用戶體驗(yàn)。邊緣側(cè)

AI

技術(shù)將為

AI

的創(chuàng)新和發(fā)展打開無限想象空間，在更加廣泛的消費(fèi)電子產(chǎn)品品類中為用戶帶來全新的

AI

體驗(yàn)，釋放生成式

AI

的潛能。頭部芯片廠商針對性升級，旗艦機(jī)型率先適配第三代驍龍

8

移動(dòng)平臺(tái)是高通首個(gè)專為生成式

AI

而打造的移動(dòng)平臺(tái)。10

月

25

日，高通(Qualcomm)發(fā)布新一代旗艦平臺(tái)驍龍

8

Gen3，其擁有面向移動(dòng)終端的性能強(qiáng)大的

NPU，并利用

AI

能力增強(qiáng)旗艦智能手機(jī)的內(nèi)容創(chuàng)作、影像、游戲、音頻和連接體驗(yàn)。其采用

4nm

工藝技術(shù)，搭載業(yè)界最快的設(shè)備端內(nèi)存

LPDDR5X，與前代平臺(tái)相比，其

AI

性能提升

98%、能效提升

40%。第三代驍龍

8

率先支持多模態(tài)生成式

AI

模型，現(xiàn)已能夠在終端側(cè)運(yùn)行高達(dá)

100

億參數(shù)的模型，面向

70

億參數(shù)大語言模型每秒生成高達(dá)

20

個(gè)

token。與前代平臺(tái)相比，第三代驍龍

8

的

Hexagon

NPU

AI

性能提升高達(dá)

98%，能效提升高達(dá)

40%；Kryo

CPU

性能提升

30%，能效提升

20%；Adreno

GPU

性能提升

25%，能效提升

25%。圖

20：第三代驍龍

8

移動(dòng)平臺(tái)性能資料來源：高通，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容14證券研究報(bào)告高通發(fā)布驍龍

8

Gen3

后，小米

14

系列立刻首發(fā)搭載，手機(jī)廠商渴創(chuàng)新升級已久。10

月

26

日，小米正式發(fā)布小米

14

和小米

14

Pro

旗艦智能手機(jī)，均搭載第三代驍龍

8

移動(dòng)平臺(tái)。在高通賦能下，目前小米自研的

60

億參數(shù)大模型已經(jīng)在第三代驍龍

8

移動(dòng)平臺(tái)上流暢運(yùn)行，可以實(shí)現(xiàn)媲美更大參數(shù)量模型的能力，將在知識(shí)問答、文字?jǐn)U寫、表格生成、編寫代碼等生成式

AI

應(yīng)用方面為用戶開啟全新體驗(yàn)。此外，得益于第三代驍龍

8

全面升級的

AI

能力，小米

14

Pro

還支持終端側(cè)

AI大模型圖像處理，實(shí)現(xiàn)圖像填充、魔法消除等功能。圖

21：小米自研

AI

檢測和消除算法“魔法消除”使用效果資料來源：小米技術(shù)，國信證券經(jīng)濟(jì)研究所整理聯(lián)發(fā)科：11

月

6

日，聯(lián)發(fā)科(MediaTek)發(fā)布最新天璣

9300

旗艦

5G

生成式

AI

移動(dòng)芯片。天璣

9300

芯片搭載新一代

Cortex-X4

和

Cortex-A720，是率先采用全大核

CPU

架構(gòu)的旗艦移動(dòng)芯片，搭載四個(gè)

Cortex-X4

超大核和四個(gè)

Cortex-A720

大核。其中單核性能提升超過

15%，多核性能提升超過

40%，4

個(gè)

Cortex-X4

CPU

主頻最高可達(dá)

3.25GHz，4

個(gè)

Cortex-A720

CPU

主頻為

2.0GHz，內(nèi)置

18MB

超大容量緩存組合，三級緩存(L3)+系統(tǒng)緩存(SLC)容量較上一代提升

29%。天璣

9300

芯片采用臺(tái)積電第三代

4nm

先進(jìn)制程，采用聯(lián)發(fā)科第二代創(chuàng)新旗艦封裝設(shè)計(jì)，運(yùn)用先進(jìn)的能效技術(shù)，精準(zhǔn)控制

CPU

的性能和功耗，多核功耗較上一代節(jié)省達(dá)

33%。天璣

9300

芯片率先搭載基于硬件的生成式

AI

引擎，兼顧安全和個(gè)性化。天璣

9300芯片搭載聯(lián)發(fā)科第

7

代

APU

架構(gòu)內(nèi)建硬件級的生成式

AI

引擎，生成式

AITransformer

運(yùn)算速度快

8

倍，具有

2

倍整數(shù)和浮點(diǎn)運(yùn)算速度，功耗較前一代降低

45%。同時(shí)，聯(lián)發(fā)科提供完整的工具鏈，支持

NeuroPilot

Compression

內(nèi)存硬件壓縮技術(shù)，搭載首款生成式

AI

端側(cè)技能擴(kuò)充(LoRA

Fusion)技術(shù)，能夠協(xié)助開發(fā)者在端側(cè)快速且高效地部署多模態(tài)生成式

AI

應(yīng)用，為用戶提供包括文字、圖像、音樂等在內(nèi)的終端側(cè)生成式

AI

創(chuàng)新體驗(yàn)，最高可支持

330

億參數(shù)的

AI

大模型。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容15證券研究報(bào)告圖

22：聯(lián)發(fā)科發(fā)布天璣

9300

芯片資料來源：聯(lián)發(fā)科官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理Vivo

X100

系列全球首發(fā)搭載聯(lián)發(fā)科新一代移動(dòng)平臺(tái)——天璣

9300，與

vivo

新一代

6nm

自研影像芯片

V3

通過第二代

FIT

雙芯互聯(lián)技術(shù)實(shí)現(xiàn)無縫銜接。圖

23：Vivo

X100資料來源：vivo，國信證券經(jīng)濟(jì)研究所整理蘋果：2014

年，蘋果在其新一代架構(gòu)芯片

SoC

中加入專門的

AI

芯片，設(shè)計(jì)思路由

CPU

和

GPU

處理的

AI

任務(wù)轉(zhuǎn)向由專門的

AI

芯片進(jìn)行處理。目前蘋果

A

系列芯片已更新至

A17，每秒

AI

算力達(dá)到

35

TOPS。同時(shí)，為了能夠在終端設(shè)備上高效執(zhí)行更高難度的機(jī)器學(xué)習(xí)任務(wù)，蘋果落地了其神經(jīng)引擎處理器(Apple

NeuralEngine)。蘋果幾乎在所有自研芯片中都加入了

NPU

模塊，從

Mac

電腦中用的

M1、M2

系列芯片到

iPhone

中的

A

系列芯片，無一例外。這也是蘋果各類產(chǎn)品可以高效實(shí)現(xiàn)

AI

功能的底層基礎(chǔ)技術(shù)支撐。目前，蘋果

Siri

的升級明顯落后于其他廠商，但在芯片

AI

算力以及

AI

嵌入功能上做了充分布局，依然是

AI

Agent

手機(jī)端落地競賽最有力的參與者。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容16證券研究報(bào)告表

1：蘋果

A

系列芯片參數(shù)變化芯片

日期手機(jī)制程45nm45nm晶體管CPUGPUAIA4A520102011iPhone

4iPhone

4SA8

架構(gòu)單核@1GhzA9

架構(gòu)雙核@1GhzPowerVRPowerVRA6A7A8A92012201320142015iPhone

5iPhone

5SiPhone

6iPhone

6SiPhone

7iPhone

XiPhone

XS32nm28nm20nm16nm10nm10nm7nmSwift

架構(gòu)雙核@1.3GhzCyclone

架構(gòu)雙核@1.3Ghz雙核@1.4GhzPowerVRSGX543PowerVRG643010

億20

億20

億33

億43

億69

億85

億118

億150

億160

億190

億PowerVRG6450雙核@1.9GhzPowerVRG7600A10

2016A11

2017A12

20186

核

2+4@2.3Ghz6

核

2+4@2.4Ghz6

核

2+4@2.5Ghz6

核

2+4@2.66Ghz6

核

2+4@3.0Ghz6

核

2+4@3.24GHz6

核

2+4@3.46GHz3.78GHzPowerVRG7600+Apple

Gen1

3

核Apple

Gen2

4

核Apple

Gen3

4

核Apple

Gen4

4

核Apple

Gen5

5

核Apple

Gen6

5

核Apple

Gen7

6

核2

核8

核A13

2019-9

iPhone

11A14

2020-9

iPhone

12A15

2021-9

iPhone

13A16

2022-9

iPhone

14A17

2023-9

iPhone

157nm5nm8

核16

核16

核16

核16

核5nm4nm3nm資料來源：Apple，國信證券經(jīng)濟(jì)研究所整理AI

PC：端側(cè)

AI

應(yīng)用有望加速

PC

換機(jī)周期溫特爾聯(lián)盟與安迪-比爾定理推動(dòng)計(jì)算機(jī)軟硬件螺旋式上升演進(jìn)溫特爾聯(lián)盟通過制定行業(yè)標(biāo)準(zhǔn)和模塊化生產(chǎn)的策略來控制和主導(dǎo)其它平行企業(yè)，蘊(yùn)含了軟硬件的密切配合?！皽靥貭枴?Wintel)各取微軟操作系統(tǒng)“Windows”和芯片處理器英特爾“Intel”的一部分組合而來。溫特爾架構(gòu)指由微軟

Windows操作系統(tǒng)與英特爾

CPU

所組成的個(gè)人計(jì)算機(jī)；溫特爾聯(lián)盟指微軟與英特爾所組成的商業(yè)聯(lián)盟，表示自上世紀(jì)

80-90

年代起，微軟和英特爾通過制定結(jié)構(gòu)性的行業(yè)標(biāo)準(zhǔn)和模塊化的生產(chǎn)模式，對計(jì)算機(jī)組裝企業(yè)(如

IBM、Dell

等)形成產(chǎn)業(yè)鏈上的控制。圖

24：溫特爾聯(lián)盟資料來源：華爾街見聞，國信證券經(jīng)濟(jì)研究所整理溫特爾聯(lián)盟推動(dòng)了全球

PC

產(chǎn)業(yè)鏈的發(fā)展，由于其壟斷桌面端長達(dá)

20

多年且未發(fā)生重大變化，全球

PC

出貨量自

2014

年后相對低迷。據(jù)

IDC

數(shù)據(jù)，全球

PC

出貨量自

2014

年達(dá)到頂峰

5.38

億部后，呈現(xiàn)逐年下滑趨勢，降至

2018

年的

4.06

億部；雖此后年度出貨量有所上升(主要受疫情期間“宅經(jīng)濟(jì)”影響)，但仍未超過2014

年峰值水平。2022

年全球

PC

出貨量僅

4.54

億部，同比減少

12.5%。全球

PC

競爭格局自

2016

年后保持穩(wěn)定，亦幾無較大變化。據(jù)

IDC

數(shù)據(jù)，2016-2021年，聯(lián)想占全球

PC

市場份額最高，且份額逐年攀升，由

16.1%上升至

19.2%；蘋請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容17證券研究報(bào)告果占全球

PC

市場份額位居第二，其份額亦由

14.0%上升至

16.5%。2022

年，蘋果以全球

PC

市場份額

19.5%躍升至第一，聯(lián)想份額降至

17.5%位居第二。此外，惠普、戴爾、三星的全球

PC

市場份額分為位于第三至第五位，保持相對穩(wěn)定。圖25：2000-2022

年全球

PC

出貨量圖26：2016-2022

年全球

PC

市場份額資料來源：IDC，國信證券經(jīng)濟(jì)研究所整理資料來源：IDC，國信證券經(jīng)濟(jì)研究所整理溫特爾聯(lián)盟的本質(zhì)是硬件芯片與軟件系統(tǒng)間的最佳結(jié)合、協(xié)同更新，計(jì)算機(jī)產(chǎn)業(yè)生態(tài)鏈圍繞“安迪-比爾定理”進(jìn)行螺旋式發(fā)展演進(jìn)。安迪-比爾定理(Andy

andBill’s

Law)是對

IT

產(chǎn)業(yè)中軟件和硬件升級換代關(guān)系的概括。其中，安迪指英特爾前

CEO

安迪·格魯夫，比爾指微軟前

CEO

比爾·蓋茨。所謂“What

Andy

gives,Billtakes

away”，意指無論硬件提高了多少性能，最終都會(huì)被軟件消耗掉。一般來講，以微軟為代表的軟件廠商將會(huì)消耗硬件升級所帶來的全部性能提升，迫使用戶更新機(jī)器，讓硬件廠商受益；同時(shí)硬件廠商將利潤投入研發(fā)，按照摩爾定律提升硬件性能，為軟件廠商下一步更新軟件做準(zhǔn)備。圖27：安迪·格魯夫與比爾·蓋茨資料來源：CSDN，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容18證券研究報(bào)告生成式

AI

與端側(cè)

AI

先行，有望倒逼智能設(shè)備端側(cè)硬件性能升級隨著生成式

AI

的快速發(fā)展，人機(jī)交互方式得到進(jìn)一步完善，端側(cè)

AI

應(yīng)用及個(gè)人大模型打破了軟硬件迭代式演進(jìn)規(guī)律。根據(jù)“安迪-比爾定理”，軟件的更新升級一般要與硬件資源所匹配；但本輪以

OpenAI

ChatGPT、Windows

Copilot、個(gè)人大模型為主的

AI

應(yīng)用在軟件及系統(tǒng)層面率先作出巨大改變和升級，給廣大用戶帶來全新的智能終端及智能交互體驗(yàn)，打開廣闊想象空間，釋放想象力和創(chuàng)造力。2023

年

3

月，微軟推出

Microsoft

365

Copilot，宣布

Microsoft

365

全面接入AI

功能。作為一項(xiàng)全新的生產(chǎn)力特性，Microsoft

365

Copilot

將大語言模型與Microsoft

365

結(jié)合，通過生成式

AI

助手自動(dòng)生成文檔、制作專業(yè)表格、優(yōu)化

PPT排版、處理電子郵件等功能，大幅提高用戶創(chuàng)造力及工作效率，同時(shí)嵌入于

Word、Excel、PowerPoint、Outlook

和

Teams

等微軟應(yīng)用中：Copilot

in

Word

能夠協(xié)助用戶一同撰寫、編輯、總結(jié)和創(chuàng)作；Copilot

in

Excel能夠幫助用戶識(shí)別數(shù)據(jù)趨勢，并在短時(shí)間內(nèi)創(chuàng)建專業(yè)型數(shù)據(jù)可視化方案；Copilotin

PowerPoint

能夠幫助用戶通過自然語言的方式將想法轉(zhuǎn)化為設(shè)計(jì)好的演示文稿，并且利用自然語言調(diào)整布局、編排文本、創(chuàng)建動(dòng)畫等；Copilot

in

Outlook能夠幫助用戶整合并管理收件箱，并根據(jù)具體語境語態(tài)起草郵件內(nèi)容。圖

28：Copilot

in

Word

功能演示圖

29：Copilot

in

Excel

功能演示資料來源：微軟官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理圖

30：Copilot

in

PowerPoint

功能演示資料來源：微軟官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理圖

31：Copilot

in

Outlook

功能演示資料來源：微軟官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容資料來源：微軟官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理19證券研究報(bào)告微軟推出

Windows

Copilot，成為第一個(gè)提供集中生成式

AI

協(xié)助的電腦平臺(tái)。2023年

5

月，微軟在開發(fā)者大會(huì)上宣布推出

Windows

Copilot，并在

6

月底上線開發(fā)者預(yù)覽版。Copilot

是一種使用自然語言處理技術(shù)或大語言模型，幫助人們完成復(fù)雜或認(rèn)知任務(wù)的應(yīng)用程序或組件。作為微軟在

Windows

11

中加入的

AI

助手，Copilot

集成了在操作系統(tǒng)中的側(cè)邊欄工具，可以幫助用戶完成各種任務(wù)，包括回答問題、總結(jié)信息、編輯文檔、調(diào)整計(jì)算機(jī)設(shè)置等。圖

32：微軟推出

Windows

Copilot資料來源：微軟官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理智能設(shè)備作為

AI

觸達(dá)終端用戶的終極載體，正在成為

AI

未來發(fā)展與落地的重要突破口，因此聯(lián)想全球首款

AI

PC

應(yīng)運(yùn)而生。10

月

24

日，聯(lián)想在

Tech

World

創(chuàng)新科技大會(huì)上展示了聯(lián)想在端側(cè)大模型方面的能力，并推出全球首款

AI

PC，預(yù)計(jì)

2024

年

9

月后上市。發(fā)布會(huì)上，聯(lián)想將云端大模型和端側(cè)大模型對比運(yùn)行，雖然端側(cè)

AI

速度相對慢一些，但兩者生成行程規(guī)劃的速度差別不大，且端側(cè)模型考慮了家庭地址、酒店偏好等因素，規(guī)劃更加個(gè)性化。此外，聯(lián)想還進(jìn)一步展示了端側(cè)大模型的多模態(tài)能力，利用用戶輸入的提示，電腦迅速生成了相關(guān)圖片。聯(lián)想提出“三個(gè)大模型”框架處理涉及用戶隱私和企業(yè)商業(yè)秘密問題。“三個(gè)大模型”分別包括：1)公共大模型，使用公共開放的數(shù)據(jù)進(jìn)行訓(xùn)練；2)私域大模型，先用互聯(lián)網(wǎng)通用數(shù)據(jù)訓(xùn)練，再用企業(yè)數(shù)據(jù)進(jìn)行訓(xùn)練，最后集成包含企業(yè)知識(shí)的向量數(shù)據(jù)庫信息，來自現(xiàn)有企業(yè)子系統(tǒng)(如

ERP、CRM

和

MES)；3)個(gè)人大模型，通過裁剪和量化等方法來縮小模型，同時(shí)保證性能。在做用戶任務(wù)之前，需要先用“數(shù)據(jù)安全和隱私管理”模塊評估任務(wù)的隱私級別。不涉及隱私的一般任務(wù)將被發(fā)送到公共大模型；涉及隱私的任務(wù)，則需要進(jìn)行任務(wù)理解、任務(wù)拆分、敏感信息脫敏和反脫敏，并用私域大模型和個(gè)人大模型來完成。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容20證券研究報(bào)告圖

33：聯(lián)想展示

AI

Twin圖34：聯(lián)想提出“三個(gè)大模型”框架資料來源：Lenovo

Tech

World

2023，國信經(jīng)濟(jì)研究所整理資料來源：Lenovo

Tech

World

2023，國信經(jīng)濟(jì)研究所整理聯(lián)想表示，AI

PC

需要能夠運(yùn)行個(gè)人大模型，并具備更強(qiáng)算力，支持異構(gòu)計(jì)算。11

月

22

日，聯(lián)想集團(tuán)董事長兼

CEO

楊元慶在《財(cái)經(jīng)》年會(huì)上解釋個(gè)人大模型是指部署在個(gè)人智能設(shè)備或家庭服務(wù)器上，使用存儲(chǔ)在本地的個(gè)人數(shù)據(jù)進(jìn)行推理和學(xué)習(xí)的人工智能基礎(chǔ)模型。在此基礎(chǔ)上，他定義

AI

PC

需要具備五大核心特質(zhì)：1)AI

PC

能夠運(yùn)行經(jīng)過壓縮和性能優(yōu)化的個(gè)人大模型；2)具備更強(qiáng)的算力，能夠支持包括

CPU、GPU、NPU

在內(nèi)的異構(gòu)計(jì)算；3)具備更大的存儲(chǔ)，能夠容納更多個(gè)人全生命周期的數(shù)據(jù)并形成個(gè)人知識(shí)庫，為個(gè)人大模型的學(xué)習(xí)、訓(xùn)練、推理、優(yōu)化提供燃料；4)具備更順暢的自然語言交互，甚至可以用語音、手勢完成互動(dòng)；5)具備更可靠的安全和隱私保護(hù)。圖35：楊元慶在《財(cái)經(jīng)》年會(huì)上定義

AI

PC

五大特質(zhì)資料來源：中國科技新聞網(wǎng)，國信證券經(jīng)濟(jì)研究所整理端側(cè)

AI

能力是實(shí)現(xiàn)生成式

AI

全球規(guī)?；瘮U(kuò)展的關(guān)鍵，端側(cè)

AI

快速發(fā)展倒逼端側(cè)硬件性能升級。端側(cè)

AI

的演進(jìn)與生成式

AI

需求密切相關(guān)，軟件先行掀起了對于算力、存儲(chǔ)等硬件層面性能提升的需求浪潮，高通、蘋果等各大芯片龍頭爭先請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容21證券研究報(bào)告推出能夠在端側(cè)運(yùn)行生成式

AI

模型的處理器芯片。10

月

25

日，高通發(fā)布面向

Windows

11

PC

的旗艦

PC

芯片驍龍

X

Elite，支持在端側(cè)運(yùn)行超過

130

億參數(shù)的生成式

AI

模型。驍龍

X

Elite

具備行業(yè)領(lǐng)先的

NPU，在眾多支持

Windows

11

的

PC

平臺(tái)中擁有一流的

CPU

性能和能效。其采用

4nm

工藝技術(shù)，采用定制的集成高通

Oryon

CPU，12

核

CPU

性能可達(dá)到

x86

處理器競品的

2

倍，多線程峰值性能比蘋果

M2

芯片高出

50%，GPU

算力可達(dá)

4.6TFLOPS，AI處理速度達(dá)到競品的

4.5

倍，異構(gòu)

AI

引擎性能達(dá)

75TOPS，支持在終端側(cè)運(yùn)行超過

130

億參數(shù)的生成式

AI

模型，面向

70

億參數(shù)大語言模型每秒生成

30

個(gè)

token。驍龍

X

Elite

平臺(tái)專為生成式

AI

打造，領(lǐng)先的終端側(cè)

AI

推理為

PC

體驗(yàn)來帶變革。預(yù)計(jì)搭載驍龍

X

Elite

的

PC

將于

2024

年中面市。圖

36：驍龍

X

Elite

平臺(tái)性能資料來源：高通官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理10

月

31

日，蘋果發(fā)布新一代

M3

系列芯片，其中

M3

Max

支持開發(fā)數(shù)十億參數(shù)的Transformer

模型。蘋果

M3

系列芯片包含

M3、M3

Pro、M3

Max

三款，采用

3nm工藝打造，配備下一代

GPU、更高性能

CPU、更快的神經(jīng)引擎以及對更統(tǒng)一內(nèi)存的支持。M3

系列芯片具有增強(qiáng)的神經(jīng)引擎，可加速強(qiáng)大的機(jī)器學(xué)習(xí)模型。神經(jīng)引擎比

M1

系列芯片快

60%，使人工智能、機(jī)器學(xué)習(xí)工作流程更快，同時(shí)將數(shù)據(jù)保留在設(shè)備上以保護(hù)隱私。特別是

M3

Max

支持高達(dá)

128GB

的統(tǒng)一內(nèi)存，使

AI

開發(fā)人員能夠開發(fā)數(shù)十億參數(shù)的

Transformer

模型。圖

37：M3

系列芯片核心參數(shù)資料來源：蘋果官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容22證券研究報(bào)告處理器龍頭客戶端收入邊際增長，AI

應(yīng)用促進(jìn)

PC

市場景氣回升隨著端側(cè)

AI

應(yīng)用深化及終端

AI

芯片陸續(xù)推出，PC

換機(jī)周期有望得到加速。英特爾和

AMD

是全球個(gè)人

PC

處理器領(lǐng)導(dǎo)者；據(jù)

Counterpoint

數(shù)據(jù)，2022

年英特爾

CPU以近

70%的份額在筆記本電腦市場中占據(jù)主導(dǎo)地位；AMD

緊隨其后，排名第二。結(jié)合英特爾和

AMD

最新業(yè)績情況可以看到，其面向

PC

等客戶端相關(guān)產(chǎn)品業(yè)績收入的邊際增長預(yù)示著

PC

市場已逐步復(fù)蘇回暖，景氣度逐步上升。圖

38：筆記本電腦市場

CPU

出貨量份額及預(yù)測資料來源：Counterpoint，國信證券經(jīng)濟(jì)研究所整理英特爾業(yè)務(wù)部門中客戶端計(jì)算事業(yè)部面向個(gè)人

PC

提供

CPU

等產(chǎn)品。英特爾業(yè)務(wù)部門包括客戶端計(jì)算事業(yè)部(CCG)、數(shù)據(jù)中心與人工智能事業(yè)部(DCAI)、網(wǎng)絡(luò)與邊緣事業(yè)部(NEX)、Mobileye

事業(yè)部(Mobileye)和英特爾代工服務(wù)事業(yè)部(IFS)。其中，客戶端計(jì)算事業(yè)部專注于長期的操作系統(tǒng)、系統(tǒng)架構(gòu)、硬件和應(yīng)用程序集成，提升

PC

功能；其主要產(chǎn)品是

Core(酷睿)處理器，包括專門為筆記本電腦和臺(tái)式機(jī)設(shè)計(jì)的處理器。圖39：英特爾業(yè)務(wù)部門與對應(yīng)相關(guān)產(chǎn)品及解決方案資料來源：英特爾公告，國信證券經(jīng)濟(jì)研究所整理

注：自

FY1Q23

始，英特爾公司進(jìn)行組織變革，將原加速計(jì)算系統(tǒng)與圖形事業(yè)部(AXG)整合到客戶端計(jì)算事業(yè)部(CCG)和數(shù)據(jù)中心與人工智能事業(yè)部(DCAI)中。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容23證券研究報(bào)告FY23

以來英特爾客戶端計(jì)算事業(yè)部季度收入逐季增長，同比降幅持續(xù)收窄；FY3Q23

收入環(huán)比增長

16.0%。據(jù)英特爾客戶端計(jì)算事業(yè)部數(shù)據(jù)，F(xiàn)Y1Q22-FY3Q23公司客戶端計(jì)算事業(yè)部收入及占比呈現(xiàn)先降后增趨勢?？蛻舳擞?jì)算事業(yè)部是公司占比最高的業(yè)務(wù)，多數(shù)季度占比一半以上。FY22

特別是下半年客戶端計(jì)算事業(yè)部收入下滑，主要由于宏觀經(jīng)濟(jì)疲軟對

PC

的潛在市場產(chǎn)生了負(fù)面影響，特別是在消費(fèi)、教育和中小型企業(yè)市場。自

FY1Q23

起，公司客戶端計(jì)算事業(yè)部收入逐季增加，環(huán)比漲幅分別為

17.6%、16.0%，同比減幅亦加速收窄。FY3Q23

公司客戶端計(jì)算事業(yè)部收入同比減幅收窄至

3.2%，環(huán)比增長

16.0%。圖40：英特爾各業(yè)務(wù)部門收入占比圖41：英特爾客戶端計(jì)算事業(yè)部季度收入資料來源：英特爾公告，國信證券經(jīng)濟(jì)研究所整理資料來源：英特爾公告，國信證券經(jīng)濟(jì)研究所整理AMD

業(yè)務(wù)部門中客戶端部門面向個(gè)人

PC

提供

CPU

等產(chǎn)品。AMD

業(yè)務(wù)部門包括數(shù)據(jù)中心(Data

Center)、客戶端(Client)、游戲(Gaming)、嵌入式(Embedded)四大部門。其中，客戶端部門致力于為終端用戶帶來更好的系統(tǒng)穩(wěn)定性、更強(qiáng)的性能和更高的功率效用，主要產(chǎn)品包括用于臺(tái)式機(jī)和筆記本電腦的

CPU、APU

和芯片組。表

2：AMD

業(yè)務(wù)部門及主要產(chǎn)品業(yè)務(wù)部門主要產(chǎn)品Server

CPUsFPGAs

and

Adaptive

SoCsDPUsData

Center

SegmentData

Center

GPUsDesktop

CPUsNotebook

CPUsClient

SegmentGaming

SegmentEmbedded

SegmentCommercial

CPUsChipsetsSemi-Custom

ProductsDiscrete

Desktop

and

Notebook

GPUsProfessional

GPUsEmbedded

CPUs,

APUs

and

GPUsFPGAs

and

Adaptive

SoCsDevelopmen