混合AI是未來AI發展的主要趨勢。隨著生成式AI技術的快速發展以及算力需求的不斷上升,AI要實現規模化擴展并發揮最大技術應用潛能,必須依賴云端和終端的協同工作。展望未來,AI推理規模將遠超AI訓練,云端推理成本劣勢突顯,通過云端搭配終端進行AI計算工作負載的分流,將帶來成本、能耗、性能等優勢,AI處理的發展重心正在向手機、PC等終端載體轉移。
2024年有望成為AI手機元年,出貨量呈現指數級增長。根據IDC預測數據,隨著新的芯片和用戶使用場景的快速迭代,疊加移動端大模型的加速發展,新一代AI手機出貨量有望自2024年起開始進入到快速增長階段,預計2024年全球AI手機出貨量將達2.34億臺,2027年有望增長至8.27億臺,2023-2027年年復合增長率達100.7%。國內市場方面,預計2024年中國AI手機出貨量將達0.4億臺,2027年有望增長至1.5億臺,占中國手機整體市場比例達51.9%,2023-2027年年復合增長率達96.8%。 AI手機的核心硬件升級主要集中在SoC和存儲。相較于傳統智能手機,SoC和存儲是AI手機實現流暢運行AI應用的主要硬件升級方向。一方面,SoC的算力對本地部署的大模型參數規模起著決定性作用,并直接影響AI手機的生成式AI功能,另一方面,存取、加載大模型需要搭載更高容量和性能的存儲,根據聯發科數據,端側130億參數大模型需要配備70TOPS算力的處理器芯片以及13GB容量的內存。除此之外,AI任務的高頻高密特性對手機散熱、電池、攝像頭、PCB等零部件同樣提出了更高的標準。
算力指實現AI系統所需要的硬件計算能力,是AI的“底座”,在AI時代下對GDP、數字化轉型、產業數字化三方面均具有顯著的拉動作用。 算力產業鏈覆蓋范圍廣闊,包括GPU芯片、服務器、IDC廠商、AIGC應用服務提供商等,具有龐大的挖掘價值。通過產業鏈的梳理和分析,各個體系架構有著不同的投資邏輯和重點: GPU芯片:傳統摩爾定律逐步失效,算力催化新摩爾定律呈現 ? 服務器:需求側市場持續繁榮,量價齊升為主要投資邏輯 ? IDC廠商:定制化服務需求性增強與第三方廠商優勢明確
算力租賃:兼備靈活與部署優勢,或伴隨邊緣計算共成長 ? 算力調度:算力發展的下半場
AI手機將成為用戶的私人助理 OPPO將AI手機定義為具有算力高效利用能力、真實世界感知能力、自主學習能力以及創作能力的手機。目前眾多手機廠商將AI作為關鍵差異化因素,希望通過AI開發全新的亮眼功能。vivo、OPPO、榮耀、華為、小米等各大手機廠商紛紛發布了AI大模型,向生成式AI手機進化。2024年2月,魅族決定All in AI,停止傳統智能手機新項目;OPPO宣布正式進入AI手機時代。蘋果公司也于2024年2月底宣布放棄造車,投向生成式AI,下一代iPhone16或成蘋果首款AI手機。根據Canalys的預測,2024年全球AI智能手機將占智能手機市場整體出貨量的5%,到2027年市場這一比例將上升到45%。對于中國市場,IDC則預測AI手機所占份額將在2024年后迅速攀升,2027年達到1.5億臺,市場份額超過50% AI驅動手機硬件升級 算力持續強化為手機AI使用體驗提升提供底層支撐,高通、聯發科均在產品迭代上進行重點布局。NPU是實現手機AI功能的核心硬件,此外大模型的嵌入對手機內存容量、帶寬、傳輸速率均提出了更高的要求,未來16GB可能成為手機內存的基本配置。對于目前AI手機主要的AI功能拍照、語音交互等,ISP、麥克風均會有所改進。由于AI手機的日常發熱時長將長于此前的智能手機,散熱也是AI手機需要重點關注的領域,目前主流AI手機均增加了均熱板的面積,石墨烯散熱材料有望在未來幾年導入AI手機,進一步為端側模型正常運行保駕護航。
具身智能+人形機器人或將成為AI終極形態:人工智能的進步正在成為機器人產業發展的關鍵引擎。生成式人工智能的爆發,催生了初代“AI+機器人”的人形機器人。 政策推進人形機器人發展:國家層面頻繁發布關于機器人的相關政策,特別關注人形機器人這一未來產業的關鍵領域。相關政府部門調整戰略方向,出臺一系列政策推動和引領中國人形機器人產業向高質量方向發展。 市場空間廣闊:隨著人形機器人功能邁向多樣化和普適化,產業分工日趨成熟,成本持續下探,潛在應用場景有望涵蓋制造業、家庭服務等多個領域,市場機遇廣闊。中國電子學會數據顯示,到2030年,中國人形機器人市場規模有望達約8700億元。
邊緣AI是云端算力的有效補充,也是AI應用落地的必要工具,長期成長空間巨大,當前已處于爆發前期。伴隨AI應用范圍擴大,整體算力需求日益增長,同時對于算力及時性、安全性等個性化需求凸顯,邊緣端算力增長已經成為趨勢,以PC、手機、汽車等終端作為載體的邊緣算力將對硬件產業鏈產生新一輪革新。 主流廠商核心SoC算力大幅度升級,邊緣AI技術基礎已具備,新一輪硬件升級趨勢已形成。主流芯片大廠英特爾、AMD、高通、蘋果等陸續推出邊緣端高算力性能的旗艦芯片產品,目前邊緣端已具備運行大模型能力,預計未來3-5年PC、手機、汽車、IoT等終端將陸續搭載更大算力,終端產品形態與市場格局將產生明顯變化。芯片升級帶來整機產品結構與功能優化,新一輪硬件升級趨勢已形成。 邊緣終端革新將帶來下一輪硬件創新周期,邊緣AI對于國內市場及供應鏈帶來新的成長動力。當前消費終端技術革新放緩,硬件換機周期拉長,AI將有力拉動新一輪周期。AI硬件對終端整機代工、芯片、結構件、存儲等眾多環節有更高技術需求,價值量的提升及終端換機周期將帶動國內供應鏈享受創新溢價。
大模型最佳載體,AI PC為PC行業發展提供新動力 AI大模型在云端運行存在數據泄露、傳輸延遲、運營成本越來越高等諸多問題,阻礙大模型的商業化應用,因此將AI大模型嵌入終端設備,形成混合AI架構是促進大模型普及的重要措施。AI PC使用場景與AI大模型目前覆蓋的應用場景高度重合,被稱為“大模型的最佳載體”。目前,高通、AMD、英特爾等芯片處理器廠商已推出針對AI PC的處理器,聯想、宏碁等品牌廠商也在積極推動AI PC的發展。目前AI PC市場整體 處于AI Ready向AI On過度的階段,根據Canalys預測,兼容AI的個人電腦有望在2025年滲透率達到37%,2027年兼容AI個人電腦約占所有個人電腦出貨量的60%,未來AI PC的主要需求來源為商用領域。同時AI PC將會為PC行業發展提供新動能,根據IDC的預測,中國PC市場將因AI PC的到來,結束負增長,在未來5年中保持穩定的增長態勢。 AI PC刺激底層硬件技術升級 AI PC產業升級過程中,處理器芯片、內存、散熱是主要受益領域,此外AI PC拉動PC行業出貨量增長也有助于促進中游代工及品牌廠商的業績增長。(1)在處理器方面,目前AI PC基本采用“CPU+GPU+NPU”的異構方案。高通的驍龍X Elite是目前市面上唯一達到微軟AI PC最低算力40TOPS要求的AI PC處理器。受益于AI需求定制化、專有化特點,ARM充分發揮其優勢成為全平臺主流架構,沖擊更多市場份額。(2)內存方面,AI PC將會拉升高世代DRAM芯片需求。AI大模型運行對內存容量提出更高要求,因此大容量的DDR5、LPDDR5/X等高世代 DRAM產品滲透率將會提升。(3)散熱模組方面,NPU性能釋放將會帶來更多能耗,因此AI PC可能會給出全新的解決方案,液冷散熱技術使用占比可能有所提升,據市場研究公司IDC預測,到2024年,超過75%的PC將采用液冷散熱技術。
智能設備作為人工智能觸達用戶的載體,AIPC將深入變革PC產業。生成式AI和LLM的飛躍式發展,深刻變革了個人生活與工作模式,加速各行各業智能化轉型。AI發展正從軟件主導轉向硬件+軟件并行驅動,而智能設備作為AI觸達用戶的終極載體,正成為AI未來發展與落地的重要突破口。AIPC將AI模型與PC結合,帶來架構設計、交互方式、內容、應用生態等創新,將深入變革PC產業。 AIPC顛覆軟硬件形式,2024年有望成為AIPC元年。硬件方面,AIPC的功能將擴展至“計算+存儲+傳感”,在架構設計上形成了“CPU+GPU+NPU”的異構方案。軟件方面,AIPC整合了輕量化AI模型,將實現各種生成式AI應用的離線穩態運行。作為設備、邊緣計算和云技術的混合體,AIPC不僅具有強大的計算能力和先進的AI技術,還帶來了創新的交互方式和視覺體驗。預計2024年將各品牌的AIPC產品陸續上市,2024年有望成為AIPC的元年。 AIPC將重構PC廠商價值,關注滲透率提升+軟件服務增量。1)未來AIPC或向本地化訓練+推理、全新立體化交互方式等方向發展,并將重構PC廠商價值。2)從量的角度看,AIPC的滲透率不斷提升。從價的角度看,終端價格區間或從高定價逐步下沉,AI軟件服務有望提供價值增量。 AIPC長期或改變現有競爭格局。從AI賦能來看,個人電腦中AI功能的增加和創新將催生市場新需求。從更換周期來看,新一輪換機潮拐點顯現,未來Windows10停更將成為2024-2025年換機潮的重要推力。競爭格局上,終端層面,PC整機廠商相繼發布AIPC相關規劃,從目前各家進展看聯想或具備先發優勢;芯片層面,英特爾有望維持CPU主導地位,長期或面臨ARM架構的競爭。
全面對標英偉達,華為開啟國產自主可控新征程。我們認為英偉達作為全球AI算力芯片龍頭坐擁三大法寶,分別是高性能芯片、其中IC設計是重點,CUDA架構、助力AI加速計算生態,Nvlink、NVSwitch助力芯片快速互聯互通與InfiniBand配合組網技術實現高效互聯互通;而華為作為國產計算之光全面對標英偉達,在算力方面,昇騰910芯片單卡算力已經可以與英偉達A100相媲美;統一達芬奇架構助力AI計算引擎;HCCS互聯技術,實現卡間高速互聯。 華為構筑世界AI算力第二選擇:全連接大會上,華為發布多款AI產品,為世界AI算力第二選擇。華為Atlas900SuperCluster、全新的華為星河AI智算交換機亮相,打開國產算力集群想象空間,同時發布“三力四總線”,打造智能世界數字基礎大設施,此外發布星河AI網絡解決方案,以高運力釋放AI時代的高算力;軟件方面,華為攜手基礎軟硬件創新,開啟國產AI生態;華為鯤鵬、昇騰、AI助力國產千行百業數字化升級,包括金融、智能制造、工業、教育、醫療等方面。 為領銜演繹國產AI計算產業崛起:我們認為華為AI計算產業的核心在于芯片的自主可控,其中以鯤鵬和昇騰為主導的海思芯片尤為重要,因此與之相關的國產集成電路產業突圍尤為重要,其中重中之重是EDA、光刻、代工產業;AI與信創雙輪驅動,國產服務器需求火爆,AI服務器中的主要元器件包括CPU、GPU板組、內存、硬盤、網絡接口卡組成,配合電源、主板、機箱、散熱系統等基礎硬件以提供信息服務,計算服務器基礎硬件供應商和華為生態伙伴也將迎來發展機遇;算力組網方面,華為有望帶動相關產品快速放量,其中包括國產AI服務器、交換機、光模塊等產品,此外,在算網的趨勢下,網絡可視化將迎來黃金發展周期。
邊緣域AI的“寒武大爆發”。自ChatGPT問世以來,從GPT-1到GPT-3.5,GPT模型的智能化程度不斷提升,GPT-4多模態模型的發布進一步加速產業革命。ChatGPT對智能終端的賦能開啟新一輪“寒武大爆發”時代。
大模型發展歷程復盤,AI全面重構科技產業。ChatGPT引領大模型浪潮,AI的“iPhone“時刻來臨。3月21日,英偉達CEO黃仁勛在GTC2023大會上將ChatGPT比作AI的“iPhone“時刻,AI時代加速來臨。國際科技巨頭加緊布局多模態模型領域。2023年3月,微軟和谷歌兩大巨頭相繼推出大模型,OpenAI推出GPT-4模型,谷歌推出PaLM-E模型;隨后,OpenAl推出APIplugins,進一步擴大了ChatGPT的應用能力并催化至多場景的業務處理能力,AI的“APPStore“時代到來。2023年4月,Meta發布SAM模型,機器視覺顛覆式創新。2023年5月,谷歌發布輕量級PaLM2模型,能夠運行于移動端,有望帶動邊緣AI計算成長,邊緣AI迎“安卓時刻”。
從音頻到視頻,探討硬件終端的重估值潛力。我們看好AI+智能終端的趨勢,AI將帶來產品邏輯的深度變革,加速硬件的智能化、伴侶化趨勢。無論是手機、PC、AIOT、MR、汽車電子,都有重估值的潛力。當下,各大廠商紛紛布局,應用端革新漸漸開:1)手機端:高通利用驍龍AI軟件棧,運行StableDiffusion模型;華為P60率先搭載多模態大模型智慧搜圖;2)PC端:蘋果推出M2Ultra,配備32核神經網絡引擎,AMD、Intel均推出嵌入專用AI模塊的x86處理器,AIPC呼之欲出;3)AIOT:百度融合文心一言,打造AI音箱“小度靈機”;阿里巴巴天貓精靈,接入“通義千問”大模型;4)MR:蘋果發布AppleVisionPro,推出首款空間計算設備;5)智能汽車:奔馳與微軟AzureOpenAIService達成合作;特斯拉的FSD將取消Beta版本,V12有望落地。
從計算到連接,芯片為邊緣算力核心。邊緣AI芯片是邊緣算力的核心,主要可分為“計算+連接”兩方面,其中:計算芯片處于邊緣AI的核心,用于接受感知外界環境,同時對視頻語音信息加以處理運算,實現邊緣AI功能,賦能硬件終端;連接芯片位于諸多終端,更多是通過網絡協議接收指令,執行功能。伴隨產業發展,計算+連接芯片有二者融合的趨勢。當前,邊緣計算市場上參與者眾多,不同陣營廠商正以不同的路線共同推動邊緣計算快速發展。海外以英特爾、AMD等為代表的芯片廠商積極推出CPU、GPU、FPGA、DPU、IPU等邊緣算力芯片;國內芯片廠商則發揮在邊緣智能終端的優勢,加大邊緣AI芯片的布局。
AI全球競賽持續演繹,算力成為AI時代主引擎。隨著Chatgpt帶來的人工智能熱潮,全球互聯網廠商紛紛逐浪AI。AI的底層基礎便是算力,算力支撐著算法和數據,亦決定AI的訓練和推理進程。站在全球視角,全球算力保持高速穩定增長態勢,2021年全球計算設備算力總規模達到615EFlops,增速達到44%。據華為GIV預測,2030年人類有望迎來YB數據時代,全球算力規模達到56ZFLOPS。站在中國視角,2021年我國算力總規模達到202EFlops,保持50%以上的高位增長。
光芯片為光通信核心器件,國產替代空間廣闊。AI大模型的搭建離不開底層基礎設施的建設,光模塊作為高性能計算網絡核心部件需求率先爆發。光芯片作為光模塊的基礎部件,其性能直接決定了光通信系統的傳輸效率,有望與800G光模塊迎來高景氣共振。從市場競爭格局來看,2.5G及以下光芯片市場中,國內光芯片企業占據主要市場份額;但25G以上高速光芯片的國產化率仍較低(2021年約為20%),高端市場基本被美國、日本公司壟斷,先發優勢顯著。近年來,以源杰科技為首的國內光芯片廠商大刀闊斧,技術上取得較大突破。隨著800G、1.6T升級周期加速,高速率光芯片需求高速增長,海外產能受限或將加速國產替代進程。 復盤海外龍頭成長之路,橫縱發展或成未來進階方向。通過復盤海外光通信龍頭Lumentum和II-VI的成長之路,我們發現海外龍頭有以下兩個進階特點:1)多次進行收購,產業鏈縱向延伸,一體化降本增效優勢顯著;2)產品品類橫向擴張,下游應用領域多點開花,抵御單一產品需求周期性風險。國內廠商通常專注于細分賽道精細化發展,深度綁定優質客戶。長期來看,我們看好技術積累深厚、有望實現橫向擴張、縱向延伸的光芯片企業。
智能語音即聲音信息在人機間的交互模擬,為人工智能的核心技術賽道。1980s至今智能語音經歷三個階段發展,2016年開始進入落地期,智能語音助手、智能音箱相繼落地,后續多類場景有望加速兌現產業紅利。
就產品和場景而言, 智能語音相關應用正沿2C消費級和2B企業級兩大分支漸次綻放。
2C 消費級市場,AloT背景下的終端互聯是主邏輯,場景包括:1)智慧生活場景(空間達240億元),如智能手機助手、智能可穿戴等;2)智能家居場景(空間達2400億元),智能音箱、智能家電等;3)智能駕駛場景(空間達600億元),如車載語音等;4)智慧辦公場景,如翻譯機、錄音筆等。對消費級市場而言,商業模式多元化與技術落地曲線的加速度是產業紅利兌現的關鍵,具備全鏈條語音交互技術能力與建立強用戶聯系的廠商具備最大競爭優勢。
2B 企業級市場,深耕行業Know-How是主邏輯,場景包括:1)智慧教育場景(空間達370億元;其中學習機空間超過150億元);2)智慧醫療場景(整體空間超千億元),如電子語音病例等;3)應用于電信/金融/電商等場景的智能呼叫/客服等。受新冠疫情催化,2B場景受到加速推廣,一系列基于AI算法的軟硬件設施在抗疫的方方面面發揮巨大作用。
后疫情時代,AI行業大概率迎來爆發,實現戴維斯雙擊。智能語音賽道有望迎頭趕上,縮短與機器視覺產業的商用推廣差距。
首先,新冠疫情對于公共衛生領域非接觸應用的強烈需求,促進解決了智能語音行業的商業認知問題。其次,疫情同時促進智能語音行業解決了行業應用的技術驗證問題。最后,疫情也在一定程度上緩和了智能語音行業的隱私安全問題。