《計算機行業：從AIPC看AI+終端發展趨勢-231105（17頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：從AIPC看AI+終端發展趨勢-231105（17頁）.pdf（17頁珍藏版）》請在三個皮匠報告上搜索。

1、 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1 證券研究報告 計算機計算機 從從 AIPC 看看 AI+終端發展趨勢終端發展趨勢 華泰研究華泰研究 計算機計算機 增持增持 (維持維持)研究員 謝春生謝春生 SAC No.S0570519080006 SFC No.BQZ938 +(86)21 2987 2036 研究員 彭鋼彭鋼 SAC No.S0570523090001 +(86)21 2897 2228 行業行業走勢圖走勢圖 資料來源：Wind，華泰研究 2023年 11月 05日中國內地 專題研究專題研究 AIPC 產品逐步推出，端側大模型應用加速推廣產品逐步推出，端側

2、大模型應用加速推廣 AIPC 通過 AI 能力的本地化部署，使 PC 擁有持續學習能力、提供個性化并保護用戶隱私的服務、配備知識庫適應用戶需求以及可自然交互，推動端側大模型的應用。隨著 PC、芯片廠商陸續推出 AIPC 相關的產品，AIPC 產業有望加速發展。而隨著 AI 終端部署的模式逐步成熟，我們認為 AI 大模型終端部署成本、能耗、可靠性、隱私、個性化的優勢或逐步顯現，AI 大模型的端側應用有望加速。技術突破技術突破+產品落地產品落地+生態逐步建立，產業加速發展生態逐步建立，產業加速發展 從計算機產業發展的歷史看，往往會經歷從技術突破到產品落地，再到生態逐步形成的過程。從 AIPC 產業

3、看：1）技術角度，頭部廠商通過混合 AI 架構、分離式模塊等創新架構設計，滿足 AIPC 對于終端算力的低功耗、高性能的需求；2）產品角度：芯片廠商陸續發布針對 AIPC 場景優化的芯片產品，如驍龍 X Elite、英特爾 Meteor Lake，整機廠商也積極推進產品落地；3）生態角度：底層算力廠商立足現有領域優勢，積極開展合作，生態有望逐步建立。我們認為技術突破、產品落地、生態逐步建立，AIPC 產業有望加速發展。以史為鑒：交互變革以史為鑒：交互變革+數據價值釋放有望推動市場增長數據價值釋放有望推動市場增長 從 AIPC 帶來的功能改變看，AIPC 一方面有望通過大模型能力進一步提升PC

4、智能化程度，改善人機交互體驗，另一方面也有望通過對用戶本地數據的分析進一步釋放數據的價值。復盤 PC 及智能手機市場發展歷程，交互變革和數據價值釋放往往能夠成為市場增長的重要動力。我們認為，PC 市場整體上較為成熟，技術革新為重要的市場推動力。分別類比 2002-2007、2010-2015 的智能手機市場，我們預測到 2028 年全球 AIPC 出貨量在中觀、樂觀情境下有望達到 0.36、1.66 億臺。AI+終端：大模型終端部署趨勢持續推進終端：大模型終端部署趨勢持續推進 從大模型的落地發展趨勢看，從云端向終端推進是重要的發展方向之一，AIPC 本質上是“大模型+”從云端向終端持續演進的表

5、現。隨著算法的優化，模型的輕量化，對于終端計算、存儲、通信資源的利用效率不斷提升。芯片廠商的軟硬件升級及產品優化，以更為高效的方式為終端提供算力資源。長期看，對于輕量化，低時延的任務，終端具備獨特的優勢，“大模型+”終端的趨勢或將持續推進。關注關注 AI+終端投資機遇終端投資機遇 我們認為 AI+終端產業有望逐步加速落地，一方面有望推動相關終端交互的改善及功能的迭代，另一方面 AI 有望釋放終端的數據價值，進一步提升終端智能化程度。AI+終端產業鏈相關公司包括：1）PC 產業鏈：聯想集團、春秋電子、華勤技術、光大同創、萊寶高科等；2）AIPC 應用軟件：福昕軟件、金山辦公等；3）AI+手機/汽

6、車/物聯網：中科創達、螢石網絡等；3）AI+機器人：柏楚電子等。風險提示：技術落地不及預期；宏觀經濟波動。(9)4162941Nov-22Mar-23Jul-23Oct-23(%)計算機滬深300 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2 計算機計算機 AI：從云端到終端從云端到終端 AI 大模型的突破性進展來自于通過不斷增加模型參數量的量級，來實現模型的涌現，從而使得模型的應用效果和應用場景都得到突破性進展。這背后需要大量的 AI 算力來支撐。1）大模型參數量不斷增加大模型參數量不斷增加（涌現涌現）。從 GPT-1 的 1.17 億個變量，到 GPT-2 的 15 億變

7、量，再到 GPT-3 的 1750 億變量。模型的參量以量級幅度增加。2）應用應用（云端云端）：）：模型參數增加帶來應用場景擴展模型參數增加帶來應用場景擴展。參數的增加帶來的模型效果提升的幅度是顯著的，這也使得大模型的應用從單一的簡單交互，到多樣化文本的處理，推動應用場景更復雜。3）大模型參數量減少大模型參數量減少（蒸餾蒸餾）。從模型應用來看，模型的參數量并不是越大越好，最理想的狀態是：用盡量少的參數量，來是實現盡可能好的效果。同時，大模型帶來的 AI 算力成本的指數級增長，也使得如何對模型參數量進行裁剪變得很重要。由此，對于涌現后的模型如何進行蒸餾，就成為大模型快速實現應用很重要的因素之一。

8、4）應用應用（終端終端）：）：從云端到終端從云端到終端。目前大參數模型的應用集中在云端，核心原因：目前找不到大模型終端部署的方案，一個是終端芯片算力需要提升；一個是大模型需要不斷裁剪，來滿足終端的運行。圖表圖表1：AI 大模型從云端到終端的部署大模型從云端到終端的部署 資料來源：CSDN 官網、華泰研究 圖表圖表2：AI 大模型從云端到終端的部署大模型從云端到終端的部署 資料來源：CSDN 官網、華泰研究 ZYMAwVaZfWkWrNtP6M9RbRsQnNmOsReRrQnMfQqQrP6MpOpONZmPzRNZoNvM 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3 計算

9、機計算機 大模型在智能終端部署，存在一個過程。主要涉及幾點：模型訓練，模型推理，數據存儲。1）在開始階段：這三個環節都是在云端進行，就是目前的云端應用。2）隨著模型的蒸餾和智能終端算力的提升：模型推理應用在終端實現，訓練和數據存儲在云端。3）終端算力和存儲能力的提升，推理和相當部分的數據在終端進行。圖表圖表3：AI 大模型從云端到終端的部署大模型從云端到終端的部署 資料來源：CSDN 官網、華泰研究 混合混合 AI 為重要的發展趨勢。為重要的發展趨勢。隨著終端對于 AI 的需求逐步釋放，傳統計算從大型主機和瘦客戶端演變為當前云端和 PC、智能手機等邊緣終端相結合的模式，混合 AI 是重要的發展

10、趨勢?；旌?AI 指終端和云端協同工作，在適當的場景和時間下，根據模型大小，查詢復雜度，精確度要求可以分配 AI 計算的工作負載。在一些場景下，計算將主要以終端為中心，在必要時向云端分流任務。而在以云為中心的場景下，終端將根據自身能力，在可能的情況下從云端分擔一些 AI 工作負載。我們認為終端為 AI 的實現提供了豐富的用戶觸達點，能夠成為云端的良好補充。圖表圖表4：高通混合高通混合 AI 架構架構 資料來源：高通混合 AI 白皮書（2023.5）、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4 計算機計算機 AI 大模型在終端部署具備五大優點。大模型在終端部署具備五

11、大優點。相較于部署于云端的 AI 大模型，部署于終端有望帶來成本、能耗、可靠性、隱私、個性化五大方面的優勢。1）成本：包括數據中心基礎設施成本及大模型的查詢成本，通過終端部署有助于節省數據中心硬件、場地、能耗、運營、額外帶寬和網絡傳輸的成本，終端的輕量化模型也有助于實現更低的查詢成本；2）能耗：終端在能耗上相較云端有明顯優勢；3）可靠性：終端在云服務器和網絡連接擁堵或缺乏網絡時仍可運行大模型，能夠較好的支持低時延場景或極端環境的需求；4）安全：部署于終端的模型能夠把查詢和個人信息完全保留在終端上，提升安全性；5）個性化：終端部署的AI 大模型能夠將用戶數據保留在終端之內，實現安全的個性化。AI

12、 在終端部署涉及在終端部署涉及多種多種場景場景。大模型在智能終端部署，涉及多個場景，包括生產力工具及個人助手（PC、平板、手機、XR）、智能家居（智能家居、家用機器人、智能家電）、智慧物聯（攝像頭、智能城市等）等方面。進一步的，更加復雜的終端包括智能汽車、機器人等。我們認為終端場景的多樣性使 AI 大模型的終端部署具備較大的拓展空間。圖表圖表5：AI+終端涉及場景終端涉及場景 資料來源：高通混合 AI 白皮書（2023.5）、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5 計算機計算機 AIPC：AI 本地化部署，端側大模型應用加速推廣本地化部署，端側大模型應用加速推

13、廣 AIPC 實現實現 AI 能力的本地化部署，推動端側大模型的應用能力的本地化部署，推動端側大模型的應用。AIPC 通過 AI 能力的本地化部署，使 PC 擁有持續學習能力、提供個性化并保護用戶隱私的服務、配備知識庫適應用戶需求以及可自然交互，有助于推動端側大模型的應用推廣。主要有以下三大特點：5）AIPC 通過內置知識庫實現本地的智能化。通過內置知識庫實現本地的智能化。在持續學習及個性化方面，AIPC 能夠根據用戶使用習慣、行為和喜好進行自適應和優化為用戶在操作過程中提供更多的個性化建議和支持。據第九屆聯想創新科技大會，AIPC 內置了本地知識庫，用以更好地理解用戶。6）AIPC 通過個人

14、大模型提升安全性。通過個人大模型提升安全性。在保護隱私方面，AIPC 中個人大模型將使用存儲在設備或家庭服務器上的個人數據進行推理，同時確保用戶的個人數據不會被共享或發送至公有云，以維護個人隱私和數據安全。7）AIPC 有助于進一步提升終端數據應用效率。有助于進一步提升終端數據應用效率。AIPC 在終端側進行運算，能夠提供更多的情境信息，如用戶的移動狀態、個人偏好和設備上的多媒體信息。圖表圖表6：AIPC 促進端側大模型應用促進端側大模型應用 資料來源：高通混合 AI 白皮書（2023.5）、華泰研究 AIPC 產業鏈各個環節共同推動產業鏈各個環節共同推動 AI 本地化部署。本地化部署。AI

15、能力的本地化部署需要產業各個環節共同配合實現。在算力端，端側相比云端在計算資源上有一定限制，因此需要算力層針對 AI場景進行針對性優化，持續提升端側 AI 芯片的運算效率，降低能耗并且提升性能。在算法層，需要持續優化壓縮模型，如聯想創新科技大會中提及的模型壓縮技術，可以評估普通大模型中數百億參數不同耦合結構的重要性，從而動態分配性能資源，以降低基礎模型的大小，將大模型應用端側化。此外還需要整機廠商進一步優化硬件架構，云服務與 AIPC 合作，提供更大規模的數據存儲和處理能力，推動更加深入的 AI 功能使用。圖表圖表7：AIPC 產業鏈各個環節共同推動產業鏈各個環節共同推動 AI 本地化部署本地

16、化部署 資料來源：各公司官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6 計算機計算機 技術突破技術突破+產品落地產品落地+生態逐步建立，產業加速發展生態逐步建立，產業加速發展 技術突破技術突破+產品落地產品落地+生態逐步建立。生態逐步建立。從計算機產業發展的歷史看，往往會經歷從技術突破到產品落地，再到生態逐步形成的過程。從 AIPC 產業看：1）技術角度，頭部廠商通過混合 AI 架構、分離式模塊等創新架構設計，滿足 AIPC 對于終端算力的低功耗、高性能的需求；2）產品角度：芯片廠商陸續發布針對 AIPC 場景優化的芯片產品，如驍龍 X Elite、英特爾 Me

17、teor Lake，整機廠商也積極推進產品落地；3）生態角度：底層算力廠商立足現有領域優勢，積極開展合作，生態有望逐步建立。技術端：頭部廠技術端：頭部廠商創新架構設計，滿足商創新架構設計，滿足 AIPC 場景需求場景需求 頭部廠商陸續創新頭部廠商陸續創新 AI 架構設計，滿足架構設計，滿足 AIPC 場景需求。場景需求。頭部廠商通過創新架構設計及全棧優化，提升產品性能、降低功耗，滿足 AIPC 場景對于算力的要求。在架構創新方面，高通采用混合 AI 架構，致力于打造能夠支持不同工作負載分流方式的混合 AI 架構，可以根據模型和查詢復雜度進行分布式處理，并能持續演進，主要類型包括：以終端為中心的

18、混合 AI、基于終端感知的混合 AI、終端與云端協同處理的混合 AI 等。英特爾則在 Meteor Lake 中采用的分離式模塊設計，由 CPU Tile、SoC Tile、GPU Tile、IO Tile 四個模塊組成。英特爾使用的 3D 高性能混合架構在性能核和能效核的基礎上，新增超低功耗能效核，大幅度降低產品功耗。3D 高性能混合架構帶來的分離式模塊化設計讓芯片設計更加靈活，甚至可以實現功能模塊的定制。圖表圖表8：英特爾架構設計英特爾架構設計 資料來源：英特爾官網、華泰研究 向上層延伸，推動全棧向上層延伸，推動全棧 AI 優化。優化。除在芯片產品中運用創新架構外，芯片廠商也積極向其他環節

19、延伸，通過軟硬協同進行全棧 AI 優化，提升 AI 計算性能。例如高通為應用、神經網絡模型、算法、軟件和硬件進行全棧 AI 研究和優化。在算法層，高通采用整體 AI 模型效率研究方法，在不降低模型所需精度的情況下，通過提供量化工具幫助 AI 模型降低比特精度、通過壓縮對模型進行剪枝、通過編譯組件實現模型的高效硬件執行、通過神經網絡架構搜索設計更小的模型，從而實現功耗的節省。我們認為芯片廠商打造軟件層工具及組件，有助于進一步提升模型在 PC 端的使用效率，為 AIPC 的推廣打下良好算力基礎。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7 計算機計算機 圖表圖表9：高通全棧高通全

20、棧 AI 優化優化 資料來源：高通混合 AI 白皮書（2023.5）、華泰研究 產品端：頭部廠商產品陸續推出，為產品端：頭部廠商產品陸續推出，為 AIPC 打下算力基礎打下算力基礎 AIPC 產業：重要產品陸續發布，或成為產業：重要產品陸續發布，或成為 PC 產業重要增長動力產業重要增長動力 算力端產品首先落地，打下良好基礎。算力端產品首先落地，打下良好基礎。2023 年 9 月以來，頭部廠商陸續推出針對 PC 端 AI場景的芯片產品，如英特爾 Meteor Lake、高通驍龍 X Elite 等，為 AIPC 落地打下良好基礎。Meteor Lake 采用分離式模塊化設計，處理器歸屬于酷睿

21、Ultra 系列，采用 Intel 4（7nm）制程節點，實現性能和功耗低大幅進步，并首次將 NPU 集成到 PC 處理器。驍龍 X Elite由臺積電 4nm 工藝代工，基于其自研的 Nuvia 構架的 Oryon CPU 內核，具有低功耗高性能特點，并支持本地運行超過 13B 參數的生成式 AI LLM。驍龍 8 Gen3 升級 AI 引擎，支持設備運行生成式 AI 模型，其處理器基于 Qualcomm Kryo 64 位架構（4nm 工藝），性能和能效大幅提升，并支持 100 億參數大模型。圖表圖表10：頭部廠商芯片產品對比頭部廠商芯片產品對比 資料來源：Inter 官網、高通官網、華泰

22、研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8 計算機計算機 AIPC 產品逐步落地，產業或加速發展。產品逐步落地，產業或加速發展。2023 年除芯片廠商發布重要芯片外，PC 廠商、算法廠商在 AI+終端領域均有重要產品發布，我們認為 AIPC 產業有望加速發展。算法方面，模型廠商通過技術迭代及與算力產品協同優化等方式壓縮模型，適應端側場景。如谷歌人工智能語言模型 PaLM 2 的輕量型版本Gecko、移動終端對象檢測模型 mediapipe，高通實現手機運行 15 億參數大模型 ControlNet、10 億參數的 Stable Diffusion 等。整機方面，PC廠

23、商陸續發布 AI+PC 的產品規劃，積極推動產品落地。展望未來，算力基礎逐步具備，算法持續迭代更新，整機產品有望逐步落地，AIPC 產業或加速發展。圖表圖表11：AIPC 產品陸續發布產品陸續發布 資料來源：公司官網、華泰研究 生態端：頭部廠商加強生態合作，打造更為廣泛的生態端：頭部廠商加強生態合作，打造更為廣泛的 AIPC 生態系統生態系統 AIPC 產業生態有望逐步建立。產業生態有望逐步建立。隨著頭部廠商將 AI 技術導入 PC 進程的推進，產業鏈多個環節共同協作。自 2023 年 5 月起，微軟、Meta 及小米等廠商先后宣布與高通達成合作，微軟宣布在高通驍龍處理器上運行離線 AI 模型

24、的計劃，Meta 宣布其大語言模型 Llama 2將于 2024 年在基于高通芯片的手機和 PC 上運行，高通宣布驍龍 8 Gen3 將獲得全球 OEM廠商及智慧型手機品牌的旗艦設備采用。2023 年 10 月 19 日，英特爾正式啟動“AIPC 加速計劃”，旨在聯結獨立軟件和硬件供應商，憑借英特爾在 PC 處理器行業中廣泛的 ISV 生態系統，吸引更加廣泛的 PC 產業伙伴融合到 AIPC 生態系統。我們認為，圍繞 AIPC 的產業生態有望逐步建立，推動 AIPC 產業持續的良性發展。圖表圖表12：英特爾英特爾 AIPC 加速計劃及生態系統加速計劃及生態系統 資料來源：英特爾官網、華泰研究

25、免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9 計算機計算機 以史為鑒：交互變革以史為鑒：交互變革+數據價值釋放有望推動市場增長數據價值釋放有望推動市場增長 功能視角：功能視角：AIPC 或帶來人機交互變革，數據價值進一步釋放或帶來人機交互變革，數據價值進一步釋放 AIPC 或帶來人機交互變革?；驇砣藱C交互變革。AIPC 以 PC 作為 AI 的載體和入口，有望通過大模型的能力進一步提升 PC 智能化程度，改善人機交互的體驗?；赝?PC 及智能手機的發展史，交互變革往往是產業加速發展的重要驅動力，如上世紀 80 年代，PC 領域從代碼交互界面向圖形交互界面的轉變，90 年代

26、Windows 系統進一步優化圖形交互的體驗，均推動了 PC 的推廣；2010年以來，智能手機觸屏交互的實現也伴隨著智能手機滲透率的快速提升。我們認為LLM展示了對人類復雜指令的較強理解能力，伴隨著 AIPC 將大模型部署于本地，PC 產品有望實現本地的自然交互，用戶體驗或進一步提升，推動 PC 產業加速增長。圖表圖表13：人機交互方式演變人機交互方式演變 資料來源：CSDN 官網、華泰研究 圖表圖表14：人機交互演變歷程中的重要產品人機交互演變歷程中的重要產品 資料來源：CSDN 官網、華泰研究 AIPC 或進一步釋放數據價值?；蜻M一步釋放數據價值。AIPC 通過對用戶數據的分析，能夠打造更

27、加個性化的用戶體驗，如自動考慮用戶偏好，生成更符合用戶習慣的個性化日程安排；同時可以自動模仿用戶的思維模式，自主尋找解決方案。在企業端，AI 同樣有助于釋放企業數據的價值，如聯想展示的個人與企業級人工智能雙胞胎(AI Twin)。企業級 AI Twin 能將企業的差旅政策、審批流程與員工的個人信息和個人偏好等結合起來。在應對自然災害問題上，企業級 AI Twin能夠快速收集訂單的生產、運輸、原料等信息，揭示風險并給出進一步的建議?；仡?PC 及智能手機發展史，云計算浪潮的到來使數據從電子化時代逐步進入在線化時代，數據價值得到釋放，伴隨智能手機普及的則是各類用戶行為分析及興趣推薦算法基于用戶數據

28、實現精準推送。我們認為 AIPC 或進一步釋放用戶的本地數據價值。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10 計算機計算機 圖表圖表15：聯想“三個大模型”框架聯想“三個大模型”框架 資料來源：公司官網、華泰研究 AIPC 或為或為 PC 產業提供重要發展動力產業提供重要發展動力 PC 市場較為成熟，增速受多重因素影響。市場較為成熟，增速受多重因素影響。PC 自 90 年代快速推廣以來，市場逐步成熟。從美國 PC 市場的發展歷程中可以看出，近 20 年來 PC 市場增速波動逐步降低，增速周期性特征減弱。我們認為增速波動降低主要由于隨著 PC 滲透率提升，市場整體趨于穩定，

29、周期性特征減弱我們認為主要由于影響因素更加多元化，主要有以下幾方面：1）宏觀經濟：PC 具備消費品，受宏觀經濟波動影響；2）產品迭代：重要的產品更新、技術迭代；3）線上化需求：如疫情期間線上辦公需求爆發推動的 PC 市場增速回升；4）自然換機周期：PC換機周期一般約為 5 年左右。圖表圖表16：美國美國 GDP 物量指數：計算機最終銷售物量指數：計算機最終銷售 資料來源：Wind、美國經濟分析局、華泰研究 技術革新或成為重要的技術革新或成為重要的 PC 市場推動力。市場推動力。從全球 PC 出貨量的變化看，據 IDC，2021Q1 至2023Q1，全球 PC 市場出貨量同比增速呈現下降趨勢，近

30、兩個季度全球 PC 出貨量同比增速有所回升。我們認為 2020-2021 年疫情推動線上化需求釋放為上一波增速高點出現的重要原因，展望未來，技術革新或成為 PC 市場成長的重要推動力，其中 AIPC 通過 AI 能力的本地化部署，有望進一步提升交互體驗與工作效率，看好 AIPC 成為 PC 市場下一波增長的重要推動力。0%10%20%30%40%50%60%70%020406080100120140160180197819811984198719901993199619992002200520082011201420172020美國:GDP物量指數:計算機最終銷售yoy(2012年=100)免

31、責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11 計算機計算機 圖表圖表17：全球全球 PC 出貨量（年度）出貨量（年度）圖表圖表18：全球全球 PC 出貨量（季度）出貨量（季度）資料來源：IDC、華泰研究 資料來源：IDC、華泰研究 AIPC 可能的兩種發展路徑可能的兩種發展路徑 AIPC 可能沿兩種發展路徑展開?？赡苎貎煞N發展路徑展開。我們認為 AIPC 或將產生改善交互、釋放數據價值的效果，由此 AIPC 產業也可能沿著兩種不同的發展路徑展開?；仡?PC 及智能手機的發展，改善交互的代表包括 1980s-1990s 圖形交互界面的出現及完善、2010s 以來觸屏手機快速成長

32、，釋放數據價值效果的代表如 2002s 的智能手機聯網，2018 以來的云計算浪潮等?？紤]數據可得性，我們分別選取 2010-2015 的智能手機市場、2002-2007 的智能手機市場作為兩種不同情景的參考，對 AIPC 市場進行測算。圖表圖表19：智能手機智能手機&PC 浪潮回顧浪潮回顧 PC 智能手機智能手機 智能手機智能手機 AIPC 時間段時間段 1990-1995 2002-2007 2010-2015 2023-2028 代表產品代表產品 Windows 系統 BlackBerry 5810、J-SH04（2002）iphone4、三星 Galaxy（2010）AIPC（2023

33、）關鍵突破關鍵突破 圖形交互界面 數據功能、因特網瀏覽器 觸屏交互 本地 AI 代表應用代表應用 辦公軟件、電子郵件 即時通訊 電商、攝像等 個人助理 產業趨勢產業趨勢 電子化 在線化 協同化 智能化 資料來源：各公司官網、華泰研究 情景一：類比情景一：類比 2002-2007 移動互聯網。移動互聯網。2002-2007 的智能手機初步推廣，開始具備數據功能，因特網瀏覽器等功能，智能手機開始推廣。這一階段手機的主要功能點包括短信為代表的通訊以及簡單的上網功能。全球智能手機滲透率由 2003 年的 1.8%上升至 2007 年的10.8%。據 IDC 預測，2023 年全球 PC 出貨量或達到

34、2.6 億臺，我們假設未來五年全球 PC市場增速穩定在 3%，若 AIPC 以類似的滲透率提升速度滲透，則到 2028 年全球 AIPC 出貨量或達到 0.36 億臺。圖表圖表20：AIPC 出貨量情景測算（中觀情景）出貨量情景測算（中觀情景）資料來源資料來源 單位單位 指標指標 y1 y2 y3 y4 y5 y6 2002 2003 2004 2005 2006 2007 Wind 百萬臺 全球智能手機出貨量 0 10 21 57 81 125 YOY-119%171%42%55%Wind 百萬臺 全球手機出貨量 432 520 674 817 991 1153 YOY 8%20%30%21

35、%21%16%全球智能手機滲透率-1.8%3.1%6.9%8.1%10.8%2023E 2024E 2025E 2026E 2027E 2028E 華泰預測 百萬臺 全球 AIPC 出貨量 0 5.3 9.6 21.3 26.3 36.1 YOY-80%121%24%37%IDC、華泰預測 百萬臺 全球 PC 出貨量 260 267 275 284 292 301 YOY 3%3%3%3%3%華泰預測 AIPC 滲透率-2.0%3.5%7.5%9.0%12.0%資料來源：IDC、華泰研究預測 -20%-15%-10%-5%0%5%10%15%20%0.00.51.01.52.02.53.03.

36、54.02009201120132015201720192021PC總出貨量yoy(億臺)-40%-30%-20%-10%0%10%20%30%40%50%60%70%01,0002,0003,0004,0005,0006,0007,0008,0009,00010,0001Q203Q201Q213Q211Q223Q221Q233Q23全球PC出貨量yoy(萬臺)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12 計算機計算機 情景二：類比情景二：類比 2010-2015 移動互聯網。移動互聯網。2010-2015 年的智能手機迅速推廣，蘋果、三星為代表的智能機在交互上做出重大改進

37、，疊加各類手機端應用的興起，4G 網絡的普及推廣，使得移動互聯網體驗有較大的改善。全球智能手機滲透率由 2010 年的 19%上升至 2015 年的 74%。據 IDC 預測，2023 年全球 PC 出貨量或達到 2.6 億臺，我們假設未來五年全球PC 市場增速穩定在 3%，若 AIPC 以類似的滲透率提升速度滲透，則到 2028 年全球 AIPC出貨量或達到 1.66 億臺。圖表圖表21：AIPC 出貨量情景測算（樂觀情景）出貨量情景測算（樂觀情景）資料來源資料來源 單位單位 指標指標 y0 y1 y2 y3 y4 y5 2010 2011 2012 2013 2014 2015 Wind

38、百萬臺 全球智能手機出貨量 305 495 725 1019 1301 1437 YOY 75%62%47%41%28%10%Wind 百萬臺 全球手機出貨量 1597 1776 1746 1809 1879 1940 YOY 32%11%-2%4%4%3%計算得 全球智能手機滲透率 19%28%42%56%69%74%2023E 2024E 2025E 2026E 2027E 2028E 華泰預測 百萬臺 全球 AIPC 出貨量 0 40 61 92 129 166 YOY-51%52%39%29%IDC、華泰預測 百萬臺 全球 PC 出貨量 260 267 275 284 292 301

39、YOY 3%3%3%3%3%華泰預測 預測 AIPC 滲透率-15.0%22.0%32.5%44.0%55.0%資料來源：IDC、華泰研究預測 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13 計算機計算機 AI+終端：大模型終端部署趨勢持續推進，長期關注成本與生態終端：大模型終端部署趨勢持續推進，長期關注成本與生態“大模型“大模型+”從云端向終端持續演進?！睆脑贫讼蚪K端持續演進。從大模型的落地發展趨勢看，從云端向終端推進是重要的發展方向之一。大模型落地終端的方式根據部署位置及任務分配可以分為三種：1）部署在云端，通過終端訪問云端；2）部署在終端，部分計算/儲存在云端；3）部署

40、在終端，全部計算/儲存在終端。隨著算法的優化，模型的輕量化，對于終端計算、存儲、通信資源的利用效率不斷提升。芯片廠商的軟硬件升級及產品優化，以更為高效的方式為終端提供算力資源。長期看，對于輕量化，低時延的任務，終端具備獨特的優勢，“大模型+”終端的趨勢或將持續推進。圖表圖表22：AI 發展趨勢：發展趨勢：AI+終端加速推進終端加速推進 資料來源：公司官網、華泰研究 價格下降有助于產品普及推廣，生態壁壘為重要的長期競爭力。價格下降有助于產品普及推廣，生態壁壘為重要的長期競爭力?；仡?PC 及智能手機的發展歷程，價格下降往往是產品滲透率快速上升的重要推動力。而隨著算力芯片硬件設計的優化，計算效率不

41、斷提升。而從長期看，軟硬協同的優化對于計算效率突破瓶頸具備重要的作用。從計算機發展歷程看，基礎軟件層與硬件層通過軟硬協同、針對性優化的方式打造出穩定高效的軟硬件基礎方案，形成軟硬件生態，往往成為重要的壁壘。如上世紀 90 年代 PC 領域的“Win-tel 生態”，21 世紀智能手機中的“ARM-Android”生態。我們認為從長期看，AI+終端產業變革有望持續推進，產業鏈相關公司包括：1）PC 產業鏈：產業鏈：聯想集團、春秋電子、華勤技術、光大同創、萊寶高科等；2）AIPC 應用軟件：應用軟件：福昕軟件、金山辦公等；3）AI+手機手機/汽車汽車/物聯網：物聯網：中科創達、螢石網絡等；4）AI

42、+機器人：機器人：柏楚電子等。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14 計算機計算機 圖表圖表23：提及公司表提及公司表 代碼代碼 公司簡稱公司簡稱 603890 CH 春秋電子 002106 CH 萊寶高科 301387 CH 光大同創 0992 HK 聯想集團 603296 CH 華勤技術 688095 CH 福昕軟件 688111 CH 金山辦公 300496 CH 中科創達 688475 CH 螢石網絡 688188 CH 柏楚電子 QCOM US 高通 INTC US 英特爾 AMD US AMD NVDA US 英偉達 資料來源：Bloomberg、華泰研究

43、 風險提示風險提示 技術落地不及預期。技術落地不及預期。若相關技術落地進度不及預期，可能導致 AI+終端進展慢于預期。宏觀經濟波動。宏觀經濟波動。PC 具備消費品屬性，若宏觀經濟波動，可能對下游需求釋放節奏產生影響。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15 計算機計算機 免責免責聲明聲明 分析師聲明分析師聲明 本人，謝春生、彭鋼，茲證明本報告所表達的觀點準確地反映了分析師對標的證券或發行人的個人意見；彼以往、現在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露一般聲明及披露 本報告由華泰證券股份有限公司（已具備中國證監會批準的證

44、券投資咨詢業務資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴格保密資料。本報告僅供本公司及其客戶和其關聯機構使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司及其關聯機構(以下統稱為“華泰”)對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發布當日的觀點和判斷。在不同時期，華泰可能會發出與本報告所載意見、評估及預測不一致的研究報告。同時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。以往表現并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能。華泰不保證本報告所含信息保持在最新

45、狀態。華泰對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司不是 FINRA 的注冊會員，其研究分析師亦沒有注冊為 FINRA 的研究分析師/不具有 FINRA 分析師的注冊資格。華泰力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，華泰及作者均不承擔任何法律責

46、任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關于業績的數據代表過往表現，過往的業績表現不應作為日后回報的預示。華泰不承諾也不保證任何預示的回報會得以實現，分析中所做的預測可能是基于相應的假設，任何假設的變化可能會顯著影響所預測的回報。華泰及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，華泰可能會持有報告中提到的公司所發行的證券頭寸并進行交易，為該公司提供投資銀行、財務顧問或者金融產品等相關服務或向該公司招攬業務。華泰的銷售人員、交易人員或其他專業人士可能會依據不同假設和標準、采用

47、不同的分析方法而口頭或書面發表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向報告所有接收者進行更新的義務。華泰的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。投資者應當考慮到華泰及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據。有關該方面的具體披露請參照本報告尾部。本報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布的機構或人員，也并非意圖發送、發布給因可得到、使用本報告的行為而使華泰違反或受制于當地法律或監管規則的機構或人員。本報告版權僅為

48、本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發表、引用或再次分發他人(無論整份或部分)等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并需在使用前獲取獨立的法律意見，以確定該引用、刊發符合當地適用法規的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。中國香港中國香港 本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合證券及期貨條例及其附屬法律規定的機構投資者和專業投資者的客

49、戶進行分發。華泰金融控股（香港）有限公司受香港證券及期貨事務監察委員會監管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關本報告的問題,請與華泰金融控股（香港）有限公司聯系。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。16 計算機計算機 香港香港-重要監管披露重要監管披露 華泰金融控股（香港）有限公司的雇員或其關聯人士沒有擔任本報告中提及的公司或發行人的高級人員。柏楚電子（688188 CH）、金山辦公（688111 CH）：華泰金融控股（香港）有限公司、其子公司和/或其關聯公司在本報告發布日擔任標的公司證券做

50、市商或者證券流動性提供者。有關重要的披露信息，請參華泰金融控股（香港）有限公司的網頁 https:/.hk/stock_disclosure 其他信息請參見下方“美國“美國-重要監管重要監管披露”披露”。美國美國 在美國本報告由華泰證券（美國）有限公司向符合美國監管規定的機構投資者進行發表與分發。華泰證券（美國）有限公司是美國注冊經紀商和美國金融業監管局（FINRA）的注冊會員。對于其在美國分發的研究報告，華泰證券（美國）有限公司根據1934 年證券交易法（修訂版）第 15a-6 條規定以及美國證券交易委員會人員解釋，對本研究報告內容負責。華泰證券（美國）有限公司聯營公司的分析師不具有美國金融

51、監管（FINRA）分析師的注冊資格，可能不屬于華泰證券（美國）有限公司的關聯人員，因此可能不受 FINRA 關于分析師與標的公司溝通、公開露面和所持交易證券的限制。華泰證券（美國）有限公司是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。任何直接從華泰證券（美國）有限公司收到此報告并希望就本報告所述任何證券進行交易的人士，應通過華泰證券（美國）有限公司進行交易。美國美國-重要監管披露重要監管披露 分析師謝春生、彭鋼本人及相關人士并不擔任本報告所提及的標的證券或發行人的高級人員、董事或顧問。分析師及相關人士與本報告所提及的標的證券或發行人并無任何相關財務利益。本披露

52、中所提及的“相關人士”包括 FINRA定義下分析師的家庭成員。分析師根據華泰證券的整體收入和盈利能力獲得薪酬，包括源自公司投資銀行業務的收入。柏楚電子（688188 CH）、金山辦公（688111 CH）：華泰證券股份有限公司、其子公司和/或其聯營公司在本報告發布日擔任標的公司證券做市商或者證券流動性提供者。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或不時會以自身或代理形式向客戶出售及購買華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或其高級

53、管理層、董事和雇員可能會持有本報告中所提到的任何證券（或任何相關投資）頭寸，并可能不時進行增持或減持該證券（或投資）。因此，投資者應該意識到可能存在利益沖突。評級說明評級說明 投資評級基于分析師對報告發布日后 6 至 12 個月內行業或公司回報潛力（含此期間的股息回報）相對基準表現的預期（A 股市場基準為滬深 300 指數，香港市場基準為恒生指數，美國市場基準為標普 500 指數），具體如下：行業評級行業評級 增持：增持：預計行業股票指數超越基準 中性：中性：預計行業股票指數基本與基準持平 減持：減持：預計行業股票指數明顯弱于基準 公司評級公司評級 買入：買入：預計股價超越基準 15%以上 增

54、持：增持：預計股價超越基準 5%15%持有：持有：預計股價相對基準波動在-15%5%之間 賣出：賣出：預計股價弱于基準 15%以上 暫停評級：暫停評級：已暫停評級、目標價及預測，以遵守適用法規及/或公司政策 無評級：無評級：股票不在常規研究覆蓋范圍內。投資者不應期待華泰提供該等證券及/或公司相關的持續或補充信息 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。17 計算機計算機 法律實體法律實體披露披露 中國中國：華泰證券股份有限公司具有中國證監會核準的“證券投資咨詢”業務資格，經營許可證編號為：91320000704041011J 香港香港：華泰金融控股（香港）有限公司具有香港證

55、監會核準的“就證券提供意見”業務資格，經營許可證編號為：AOK809 美國美國：華泰證券（美國）有限公司為美國金融業監管局（FINRA）成員，具有在美國開展經紀交易商業務的資格，經營業務許可編號為：CRD#:298809/SEC#:8-70231 華泰證券股份有限公司華泰證券股份有限公司 南京南京 北京北京 南京市建鄴區江東中路228號華泰證券廣場1號樓/郵政編碼：210019 北京市西城區太平橋大街豐盛胡同28號太平洋保險大廈A座18層/郵政編碼：100032 電話：86 25 83389999/傳真：86 25 83387521 電話：86 10 63211166/傳真：86 10 632

56、11275 電子郵件：ht- 電子郵件：ht- 深圳深圳 上海上海 深圳市福田區益田路5999號基金大廈10樓/郵政編碼：518017 上海市浦東新區東方路18號保利廣場E棟23樓/郵政編碼：200120 電話：86 755 82493932/傳真：86 755 82492062 電話：86 21 28972098/傳真：86 21 28972068 電子郵件：ht- 電子郵件：ht- 華泰金融控股（香港）有限公司華泰金融控股（香港）有限公司 香港中環皇后大道中 99 號中環中心 58 樓 5808-12 室 電話：+852-3658-6000/傳真：+852-2169-0770 電子郵件： http:/.hk 華泰證券華泰證券（美國美國）有限公司有限公司 美國紐約公園大道 280 號 21 樓東（紐約 10017）電話：+212-763-8160/傳真：+917-725-9702 電子郵件:Huataihtsc- http:/www.htsc- 版權所有2023年華泰證券股份有限公司