AI手机行业深度报告：AI手机AI产业革命的决定性力量

股票研究行业深度研究股票研究行业深度研究证券研究报告——AI手机行业深度报告秦和平(分析师)qinheping027734@gtjas李奇(分析师)liqi028295@证书编号S0880523110003S0880523060001本报告导读：厂商享量价利红利，大模型厂商变现加速，硬件厂商受益于产品迭代及供需格局。在搜索引擎上的合作，我们认为手机厂商拥有终端消费者基础和流量入口优势，在与大模型厂商合作的过程中是更为强势的一方。57.62%。散热材料环节：材料用量增加叠加新材料渗透率提高，单海外科技增持细分行业评级相关报告海外科技《GB200发布，继续看好算力的投资机会》2024.03.24变动》2024.03.10欢继续》2024.02.25海外科技《特斯拉短期业绩承压，互联网大厂启动春节档》2024.01.28海外科技《芯片巨头集体推新迎AIPC元年》2024.01.14请务必阅读正文之后的免责条款部分行业深度研究22of43 3 3 4 6 7 72.1.1.云端推理受限于成本和算力瓶颈 72.1.2.从云到端、端云混合，具备成本、能耗、性能、隐私安全、 8 3.突破内存及算力桎梏，技术可行性得到验证 3.1.多路线发力克服手机内存瓶颈，终端部署大模型可行性得到验 3.1.1.大模型压缩：轻量化大模型有望“塞” 3.1.2.优化内存管理：苹果闪存方案效果显著 3.2.异构方案下，头部芯片厂商有望突破推理算力制约 3.2.1.NPU提供高性能算力支撑 4.2.苹果具备全栈式能力，持续投入带来持续产出 5.从硬件端、大模型端、手机厂商端看潜在机遇 5.1.硬件端：高性能NPU享议价权，散热材料、内存芯片价值量提 5.1.3.内存：比拼带宽，供需关系驱动涨价 5.3.手机厂商：用户基础和流量入口打造护城河，全栈自研方享高 5.3.3.机遇与风险并存，需把握先发优势 行业深度研究33of431.AI手机颠覆性体验推动渗透率高增1.1.智能手机市场转暖叠加AI手机渗透率提升，需求可期好于预期10个季度首次转正4-5%-10-1500行业深度研究44of43亿部0.5010亦可提振手机ASP。1.2.AI手机在定义、功能、用户体验上均具颠覆性AI智能手机如何区别于上一代智能手机？上一代Fusion，通过机器学习以低到中等的光线拍摄照片，连续拍摄九张照片并最终合成高细节、低噪点图片。购物平台与短视频平台的智能推荐亦依赖于AI算法。可以说，上一代智大于30TOPS、搭载能够支持更快速高效端侧GenAI模型的So支持包括StableDiffusion和各种大语言模型在内的GenAI模型在运算可达6000亿次，可胜任机器学习任务，人脸识别功能可随机主的行业深度研究55of43表1硬件赋能AI手机与新一代AI手机对比硬件赋能AI手机新一代AI手机算力数据类型端侧AI运行端侧AI示例发布时间代表机型搭载芯片≤30NPUTOPS>30NPUTOPSint-8苹果A17Pro，联发科天玑9300，高通骁龙8Ge从特征看，新一代AI手机应具备算力高效利用能力、真实世界感知能除模型本身的学习能力外，AI手机通过机器学习不断理解用户习惯，图5AI手机应具备创作、自学习、感知、算力高效利用能力从应用场景与功能看，新一代AI手机的已落地的使用场景可大致分为文字类、图像视频类、语音类及效率提升类。文字类方面，大模型接入总结通话中的要点信息，三星内置通话实时双向翻译和文字翻译功能，网页智能摘要等功能落地，三星即圈即搜功能进一步完善了交互逻辑，预计未来效率提升类应用将带来最颠覆性的体验升级，即成长为真正的行业深度研究66of43表2部分AI手机机型的AI功能应用场景谷歌Pixel8系列OPPOFindX7魅族21PRO文字类根据场景选择合适文风及语气；笔图像视频类整光线和背景；调整视频的颜色、照明、稳定性和颗粒度；智能识别噪音干扰AI搜图，图片扩展，魔语音与交流类要效率提升类APP或切换界面究从用户体验看，新一代AI手机有望真正成为自在交互、智能随心、专化、记忆、感知和管理能力，为用户带来全新的人机交互体验，打破系能力及庞大的知识数据图谱，叠加对用户个性化信息、习惯的学习，可正扮演智能助理的角色。表3AI手机扮演智能助理角色，提供颠覆性用户体验上一代智能机新一代AI手机用户价值自在交互智能随心专属陪伴安全可信赖些模型融入手机系统中可以打破应用之间的隔阂，将系统的能力提升到AIAgent级别，不仅让大模型加持智能助手，还能让系统工具也具备行业深度研究77of43AI手机成长为具备数字人格的AIAgent，需要具备自主决策能力。AI至学会用户的习惯，为用户提供更为个性化的服务。根据小米、华为、范畴，具备自主决策能力，主动而不是被动地提供个性化服务。通过遵循用户或开发者预定义的确切L2-确定性任L3-策略性任L4-记忆和情2.手机有望成为最适配终端AI落地的设备2.1.1.云端推理受限于成本和算力瓶颈端是生成式AI模型部署的主要方式，用户可以通过网页对模型进行访后，会调用训练完成的模型对需求进行处理并返回结果。对比训练与推理的成本，尽管生成式AI模型参数数量较多，进行一次训练将产生较高昂的成本，但因其每年平均仅需训练几次，因此成本较为固定，不会随终端用户的增加而产生大幅变动。然而推理端成本则与终端用户数量正相关，由于生成式AI模型需求的拓展推动其市场规模高增，模型推理端的市场规模将远高于训练端，表现为模型的推理成本随着日活用户数量及其使用频率的增加而飞速增长。然而，在云端进行模型推理的成云端推理受限于算力，需求高峰期会出现长时延甚至宕机。2023年11行业深度研究力不足、推理数据过大、算法能力不强等因素，根本原因与海量用户同2.1.2.从云到端、端云混合，具备成本、能耗、性能、隐私安全、个性化五大优势混合AI结合云端与终端，并根据不同应用场景灵活分在高效利用资源的同时为使用者提供更好的体验。在以云为中心的场景而在其他的场景下，计算将主要以终端为中心，在云端与边缘端灵活分配；模型方面，大模型将逐渐向边缘端渗透，在智行业深度研究99of43图8数量可观的生成式AI模型可从云端分流到终端上运行表5混合AI较云端AI在成本、能耗、时延、隐私安全、个性化方面具备优势成本能力的数十亿边缘终端，未来预计还将有具备更高处理能力的数十亿终端落地。延负载可防止这一现象发生。此外，混合AI架构中终端侧处理的可用性优势，让用户无论身处何地隐私和安全个性化数字助手可根据用户的表情、喜好和个性进行定制，利用如社交媒体、电子邮件、消息、日历和位置实际行为、价值观、痛点、需求、顾虑和问题等方面刻画用户画像，并且具备持续学习和行业深度研究/天。若简单以50%分流率计算，将50%推理分流至端侧进行，将节约55~68亿人民币/年的云端运算成本。最后一环户基数将增长11%，全球智能手机渗透率将持续保持上升趋势。根据活的方方面面，已从单纯的通讯工具演变为钱包、播放器、生产工具、随属性强，数据采集设备能够收集到丰富、广泛的多模态用户数据，从目的地信息，给出穿衣建议；可调用机票或车票信息，给出出行时间及行业深度研究定位数据调用通过镜头、话筒、传感器、定位，能够收集到最丰富的典型应用场景典型功能一典型功能二典型功能三到验证数。大多数大模型都在具有强大服务器硬件支持的云端运营，若直接部大模型从而降低大模型体积，三是优化内存调用逻辑。目前以微软、联3.1.1.大模型压缩：轻量化大模型有望“塞”进手机型精简为更为轻量级的形式，在保持模型原有性能的基础上减少推理过程中的内存和计算成本，以便模型可以在各种资源受限的设备上运行。大模型的压缩和加速算法主要包括量化、剪枝及蒸馏，可在大幅简化模行业深度研究表9量化、剪枝、蒸馏等方案可实现大模型压缩量化减枝蒸馏原理通过减少模型参数的表示位数来降低计算和可以有效减少位数，从而提高模型的运行效率。量化是减少内存成本和提高LLMs推理类型（如INT4）快速操作的硬件上。移除模型中不必要或多余的组件（如参优势（1）高压缩比：将LLMs中的移除个别参数会导致模型出现不规则的大语言模型的趋势和范式，尤其是当大模型需要部署、运行于终端时。行更高效的神经网络，同时不影响准确性和性能表现。通过Int4量化综合性能指标仅降低了1.1%和0.7%。表10Int4量化压缩可在保持性能基本不变的同时降低模型内存占用模型参数量微调方法（硬件）内存占用（GB）训练速度（sec/iter）全参数（32*A100）QLoRA（1*A100）全参数（1*A100）QLoRA（1*A100）行业深度研究化和压缩模型，通过对每个权重矩阵应用正交矩阵变换实现对模型的极限压缩。为实现计算不变性，引入新变换矩阵Q，对在预测结果不变的前提下，权重矩阵的尺寸变小，从而减小了模型的参66B和Phi-2模型去除多达25%的模型参数（包括嵌入同时分别ROWSANDCOLUMNS》ROWSANDCOLUMNS》行业深度研究表11SliceGPT具备推理运算量低、速度提高、计算成本降低、吞吐量提高、无需额外代码优化等优势推理计算量显著降低推理速度提升计算成本较低吞吐量提升提升明显。在GPU数量固定的情况下，被剪裁过的模型的吞吐量将分别达到原稠密模型的6.26倍和无需额外代码优化参数的SwitchTransformer-c2有效性，而且还表明极低位宽的压缩确实适用于大规模的MoE。优化内存管理：苹果利用闪存，解决终端大模型部署的内存瓶颈。计算机的记忆体简单分为内存（Ram）和闪存（Flash内存用于临时存储需要随时访问的数据和指令，它提供高速的读写，有较高的存储密度；闪存正相反，它读写较慢，适用于长期数据的存储。因此从特性上看，内存更适合需要频繁读写的大模型，目前的标准方法是将整个模型加载行业深度研究避免了需要将整个模型适应DRAM的需求。Memory》优化内存管理：苹果利用两种互补技术来最小化数据传输并最大化闪存用该特性有选择性地从闪存中加载只有非零输入或预测为非零输出的参数。具体而言，苹果构建了一个以闪存为基础的推理成本模型，并使键技术，来最小化数据传输并最大化闪存吞吐量。窗口化仅为前几个减少了加载权重的IO请求数量。行列捆绑方法存储上投影和下投影层的串联行和列，以读取闪存的更大连续块，这将通过读取更大的块来增加吞吐量。窗口化和行列捆绑共同促使数据负载大幅减少，提高了内存Memory》图14将对应的列和行一起存储，可以将数据整Memory》优化内存管理：效果显著，手机端部署大模型可行性进一步得到验证。到100%。3DDRAM技术的小巧体积和大容量，有望成为移动设备的叠的方式，将存储单元置于一个二维阵列中，通过垂直叠加显著提高容量，同时降低平面面积的占用，使得单位面积内的存储容量显著增加，构，将一颗芯片的容量增加100G以上3.2.异构方案下，头部芯片厂商有望突破推理算力制约3.2.1.NPU提供高性能算力支撑大模型从云端向终端延伸需要端侧AI推理算力支撑，CPU+GPU+NPU配AI的推理算力需求，相较于传统的CPU和GPU，NP异构方案嵌入NPU后，由CPU运行较小的工作负载并实现低延迟，NPU型工作负载。3U结合的异构方案能够实现更快速、更高效率的边缘AI言模型在内的GenAI模型在端侧运行的智能手机。在此定义下，级性能和能效于一体的强大产品。与前代平台相比，骁龙8Gen3用HexagonNPU代替了原有的HexagonDSP，在架构、了重新设计，内部运行频率更高，内部缓存空间更大，实现了显著的运升20%；GPU性能和能效均提升25%，光线追踪性能提升了40%，第三代骁龙8能够支持复杂的大语言模型、大视觉模型以及生成式AI基于台积电的3nm工艺制程，放弃了Arm公主频为2.0GHz的Cortex-A720大核，其峰值性能相较上一代提升图20天玑9300搭载全大核CPU及第七代AI处理器常规能力之外，联发科着重升级了天玑9300的AI性能，能够实现更2020of43大语言模型常用的Transformer进行算子加速，大模型的处理速度是上已经率先实现了7B和13B大模型在移动端的图21LoRA文生图、大模型生成文字能力出众续采用Arm内核，在天玑9300架构基础上，大核从Cortex-X4升级到2121of43Cortex-X5，同时依旧支持LPDDR5T内存，以满足本地AI运算的需求。CPU，全新CPU微架构和设计改进同时5TOPSA11A12A14A15A16A17Pro4.1.安卓手机厂商加速推出AI旗舰机型，静待需求兑现态2222of43忆能力和工具调用能力，能基于知识图谱、文档数据以及搜索引擎，精2323of43普通用户无需掌握专业的编程技能，可通过零代码自然做到精细化、专业化、个性化，又具备“统揽全局”的特质，超级智能体连接各个孤岛，以总管家的角色直接对接用户需求。图27用户可定义专属的个性化智能体4.1.2.各大安卓厂商纷纷推出AI手机，功能各异持实时语音转换成文字、来电筛选、自动回复消息、完美拍摄、图像魔法编辑器、音频魔术橡皮擦等功能。此外，谷歌还推出了AssistantwithBard，定位为用户的个人助理，可帮助朗读行业深度研究2424of43图图29基于语义理解能力实现自动回复地部署的应用即可进行通话双向实时语音和文字翻译。聊天助手户只需仅通过圈选、高亮、涂鸦或点击的方式，即可搜索屏幕上的任何构图或修复等简单编辑，并加入生成式编辑功能，可填充背景画面、调行业深度研究2525of43行业深度研究2626of43图35魅族对AI终端设备持续迭代业首个在手机端运行的开源自研大模型——蓝心大模型，覆盖机型已达米直接利用AIGC技术重绘了图像，突破了过往手机硬件能力的限制。行业深度研究2727of43表12代表性AI手机机型概览谷歌三星魅族型号FindX7魅族21PRO发布时间大模型OPPO安第斯大模型对所有的大模型平台功能扩展，魔法消除，AI交流：上下文关联回复，指定语气回复，小布照相馆智能生究亿美金）即将被叫停，团队将部分转岗至生成式人工智能项目。尽管当“内容感知”的视频压缩和解压算法减小视频文件的大小，比如可以优先考虑保留人脸，而省略场景中的其他元素以节省带宽。据行业深度研究2828of432023年科技巨头收购AI公司数量AppleGoogleMetaMicrosoftAmazon表13苹果收购AI公司不完全统计收购时间公司成立时间收购额($)国家公司技术美国语音识别PolarRose瑞典面部识别Novauris英国自动语音识别PrimeSense以色列深度感知、结构光识别、动感捕捉摄像头Perceptio美国照片自动分类英国语音识别Faceshift瑞士三维运动捕捉美国面部情感识别Turi2亿美国机器学习Tuplejump印度机器学习、大数据RealFace以色列人脸识别LatticeData2亿美国数据挖掘SensoMotoricInstruments德国眼球追踪Regaind法国图像分类Init.ai美国消息助手PopUpArchive美国音频搜索Spektral丹麦实时视频背景替换Shazam4亿英国音乐识别内容推荐Asaii美国音乐分析内容推荐美国人脸识别声音监测DataTiger英国Al营销美国语音会话美国机器学习Drive.ai美国自动驾驶Fashwell瑞士图像识别SpectralEdge英国白平衡优化Xnor.ai2亿美国图像识别行业深度研究2929of43美国Al天气预测爱尔兰语音识别Inductiv加拿大自动识别纠错vilynx5000万西班牙Al分析视频内容CuriousAl芬兰构建自主AlAlMusicAl定制音乐WaveOne美国视频压缩Al算法（1）大语言模型方面，苹果自研的AjaxGPT训（2）多模态方面，2023年末苹果发布了Ferret多模态大语言模型，模型支持文字、声音、影像的多模态输入，并通过其独特的混合区域表示的领先之处在于不仅能准确识别并处理图像内容，还能用算法区分图片体组成，不仅在预训练指标中实现SOT行业深度研究3030of43单纯的终端手机厂商、大模型研发厂商、芯片设计制造厂商，苹果在算务及流量入口的必经之路。苹果作为有能力参与产业链全过程的科技企加速其产品渗透。5.从硬件端、大模型端、手机厂商端看潜在机遇量提升在即5.1.1.NPU：异构计算成最优解，NPU溢价有望提振高通毛利率件架构上更适合于神经网络运算，可专门用于加速器的基准具有大约35TOPS(每秒数万亿次操作)的算力，仅能够运代以增加NPU核心的尺寸。行业深度研究3131of43特点功能场景用户输入文字创作自定义图像、生成会议纪根据对话内容，自主建立线上会议室。表15CPU、GPU、NPU优势及适用场景各有不同优势特点适用场景GPUNPU图38异构计算架构可根据不同需求调用合适的处理器带宽占用和能耗。在2023年，大语言模型和大视觉模型赋能的生成式行业深度研究3232of43图39NPU随不断变化的AI用例和模型持续演进高通NPU在系统级解决方案、定制设计和快速创新方面具备高通异构计算架构在系统层面具备优势，可定制化设计。设计整个系统，可为每类处理器插入全新的AI指令或硬件加速器。相比之下，若芯片组厂商选择授权多个第三方处理器进行拼装，则一方面处理器无法紧密配合，另一方面不是针对相同约束条件和细分市场而设高通第三代骁龙8性能领先，有望持续受益于端侧AI需求。在个tokens的速度运行Llama2-7B；在不损失太多精度的情及市场份额，实现量利齐升。行业深度研究3333of43图40第三代骁龙8在多项基准测试中均展现出色性能的两倍。三星采购成本亦有所印证，据Tech的升级，小米作为高通芯片首发手机厂商，理应拥有较强议价权，但小认为骁龙8Gen4的推出将进一步提升高通议价权，改善骁龙8Gen1骁龙8Gen2骁龙8Gen3骁龙8Gen4提价幅度（%）毛利率行业深度研究3434of43人工石墨散热膜价格（元/平米）石墨烯yoy5.1.2.散热：用量增加、新材料渗透率提升，带动散热材料价值量提人工石墨散热膜价格（元/平米）石墨烯yoy升膜为主流方案，石墨烯导热膜为人工石墨散热膜的升级迭代产品，在价格和性能上均有提升，但尚未大规模商业化应用。以2022年富烯科技人工石墨散热膜仍为绝对主流方案。具有独特的晶体结构，表面可与电子产品内部发热器件贴合，能够以最大的有效表程在内部反复循环，不断将热端的热量传至冷却端，形成将热量从管子的一端传至另一端的而带走大量的热能。由于水蒸气的潜热性，均热板的热蒸汽会由高压区扩散到低压区（冷凝端当蒸图41石墨烯价格远高于人工石墨散热膜价格3002000石墨烯价格（元/平米）人工石墨散热膜yoy2021202220202021202220%-10%-20%图42人工石墨散热膜仍为绝对主流方案，石墨烯散热膜使用率较低人工石墨散热膜石墨烯散热膜碳纳米管散热膜5%83%行业深度研究3535of43石墨散热片面积增量(mm2)石墨散热片价值增量（元/部）VC均热板价值增量（元/部）AI手机散热硬件总价值增量（元/部）散热材料面积(cm2)石墨烯价值量（元/部）人工石墨膜价值量（元/部）石墨烯相较人工石墨膜的价值增量（元/部）行业深度研究3636of43400080%60%40%20%供需关系驱动内存涨价，三星、海力士有望凭借率先出货LPDDR6受市场价:LPDDR4/8Gb:平均价市场价:LPDDR4/16Gb:平均价Nano，泛用模型GeminiPro，以及规格最高、适用于高度复杂任务的行业深度研究3737of43Ultra模型。随着端侧AI渗透率逐渐提高，表20三星AI手机搭载的自研大模型预计将于2026年起变现全球智能手机出货量/销量（亿部）三星智能手机出货量/销量（亿部）AI手机渗透率三星AI手机出货量/销量（亿部）000享高溢利5.3.1.AI手机带动量增、价增，具备软硬件自研能力的手机厂商方能享受利增行业深度研究3838of434.5 43.5 2.5 1.5 0.50全球智能手机出货量（亿部）yoy30%25%20%-5%-10%-15%-20%-25%表21AI手机换机潮测算yoyAI手机渗透率（%）AI手机出货量（亿部）yoy看，各年四季度的均价均有明显上涨，我们判断主要因iPhone1主要由5G换机潮驱动往往在Q4大量出货40003500300025002000150010005000中国手机均价（元/部）yoy14%12%10%8%6%4%2%0%40003500300025002000行业深度研究3939of43上涨，仅靠组装而生的手机厂商无法获得大规模溢利。以三星、小米、研能力、高性能AI推理芯片自研能力的手机厂商无供应链优势的手机厂商难以获得大规模盈利45%40%35%30%25%20%15%10%BOM成本上涨幅度（%）售价上涨幅度（%）三星5.3.2.手机厂商拥有终端用户基础和流量入口护城河，相较大模型厂商更为强势垂直整合端侧应用，深层次联通各个独立的孤岛，用户一个指令可以调部分取代应用程序开发商，实现流量瓜分及变现。以智能修图、录音摘类软件（如美图秀秀）、录音类软件（如讯飞听见），此类功能将集成于手机的操作系统中，完全内置于通话、摄像功能中。彭博社消息，苹