电子元器件：AI手机走向AIOS，系统级AI定位端侧智能助理

AI手机走向AIOS，系统级AI定位端侧智能助理 评级：增持 电子元器件 2024.05.26 上次评级：增持 股票研 究 行业更 新 证券研究报 告 舒迪(分析师) 文紫妍(分析师) 陈豪杰(研究助理) 021-38676666 021-38038321 021-38038663 shudi@gtjas.com wenziyan@gtjas.com chenhaojie026733@gtjas.com 证书编号S0880521070002 S0880523070001 S0880122080153 本报告导读： AI手机时代来临，基于意图交互的AIOS及具有自主规划和执行的AI助理将赋予用户个性化、智能化的服务体验，驱动新一轮换机浪潮，相关供应链深度受益。 摘要： 投资建议。AI手机时代来临，基于意图交互的AIOS及具有自主规划、自主执行的AI助理将赋予用户个性化、智能化的服务体验，驱 动新一轮换机浪潮，相关供应链深度受益。推荐标的为立讯精密、韦尔股份、卓胜微、唯捷创芯、南芯科技、东芯股份、普冉股份、中科蓝讯、龙迅股份、寒武纪、鹏鼎控股、世华科技、华勤技术、龙旗科技。 云侧与端侧大模型协同是AI手机未来，端侧大模型成本、隐私安全等多方面占优。以GPT-4为代表的云侧生成式AI大模型在多模态复杂任务指令执行中表现卓越，强大的泛化能力可支持多样化AI应用 开发。但高使用成本、云侧存储及处理用户数据导致其不适用于指令 简单、用户信息敏感以及离线应用等场景。经测算端侧大模型使用成本为云侧1/100以下；其将用户数据存储至终端，隐私安全性高；并且在离线状态下仍可正常使用。基于云端大模型协同的AI手机可更高效地利用资源并提供更佳服务体验。 基于AIOS的AI手机将成长为全自主执行的AIAgent。AI手机发展将经历三个阶段：（1）初级阶段，AI手机在原有操作系统上集成 AI功能或AI应用，能够以自然语言与用户进行交互并高效处理任务，但未实现AI系统级应用；（2）进阶阶段，深度融合端侧大模型的AIOS实现意图式人机交互，深化用户需求理解并可自我学习进化，提供个性化AI服务；（3）高级阶段，基于AIOS的AI助理成长为高度智能化的数字人格，可根据用户指令自主生成任务规划，完美执行用户任务并进行反馈。具备丰富大模型技术储备、出色AIOS与硬件研发能力的手机厂商有望在AI手机开发中取得领先地位。 AIOS需搭载10B~100B端侧大模型，高性能需求掀起硬件革新浪潮。经推测AIOS需搭载端侧大模型参数量为10B~100B，推动硬件配置升级。（1）算力：异构计算可满足端侧大模型不同场景需求，工艺制 程升级与先进封装将持续提高处理器算力；（2）内存：根据IDC，16GB将成为AI手机基本配置，预计LPDDR6将加速渗透；（3）散热与续航：石墨烯膜与硅碳负极发展前景广阔。（4）PCB：由于芯片持续升级，所配套的PCB和载板的规格也将进一步提升。高层数、高阶HDI及高频高速PCB需求进一步提升，单机价值量进一步增长，且拉动供应链附加值提升。 风险提示。AI手机技术进展不及预期；中美贸易摩擦的不确定性 重点覆盖公司列表 代码 公司名称 评级 002475 立讯精密 增持 002938 鹏鼎控股 增持 603296 华勤技术 增持 688093 世华科技 增持 603341 龙旗科技 增持 300782 卓胜微 增持 688153 唯捷创芯 增持 603501 韦尔股份 增持 688484 南芯科技 增持 688110 东芯股份 增持 688766 普冉股份 增持 688332 中科蓝讯 增持 688486 龙迅股份 增持 688256 寒武纪-U 增持 目录 1.云端协同是AI手机未来，端侧AI成本、隐私安全多方面占优3 2.AI手机仍处早期阶段，AIOS赋予完整AI体验5 2.1.初级AI手机形态：基础AI应用+AI增强功能5 2.2.进阶版AI手机：基于意图交互的AIOS8 2.3.高级版AI手机：全自主执行能力的AIAgent11 2.4.具备丰富大模型技术储备、出色AIOS与硬件开发能力的手机厂商将取得领先地位14 3.AIOS需搭载10B~100B端侧大模型，高性能需求掀起硬件革新浪潮16 3.1.异构计算突破算力瓶颈，骁龙、天玑、苹果A更新迭代提供坚实算力支撑16 3.2.内存升级+模型优化加速AI手机智能进化19 3.3.散热、电池、PCB/IC全面升级21 4.投资建议：AI手机需求爆发掀起硬件革新浪潮23 5.风险提示25 表：本报告覆盖公司估值表 公司名称 代码 收盘价 盈利预测（EPS） 2023A2024E 2025E 2023A PE 2024E 2025E 评级目标价 立讯精密 002475 2024.05.17 31.64 1.53 1.91 2.30 20.74 16.58 13.78 增持61.8 鹏鼎控股 002938 2024.05.17 27.58 1.42 1.61 1.82 19.47 17.14 15.15 增持36.4 华勤技术 603296 2024.05.17 71.24 3.73 4.15 4.76 19.10 17.15 14.98 增持119.7 世华科技 688093 2024.05.17 15.94 0.74 0.94 1.17 21.64 16.88 13.59 增持23.5 龙旗科技 603341 2024.05.18 41.74 1.30 1.53 1.89 32.07 27.34 22.04 增持50.49 卓胜微 300782 2024.05.18 87.98 2.10 2.24 2.91 41.85 39.24 30.24 增持116.48 唯捷创芯 688153 2024.05.18 49.42 0.27 0.85 1.21 184.11 58.23 40.94 增持56.95 韦尔股份 603501 2024.05.19 99.42 0.46 2.37 3.45 217.54 41.90 28.79 增持153.36 南芯科技 688484 2024.05.19 33.9 0.62 0.92 1.25 54.93 36.91 27.09 增持58.44 东芯股份 688110 2024.05.19 22.24 -0.69 -0.04 0.22 -32.12 -546.42 99.35 增持27.18 普冉股份 688766 2024.05.19 116.88 -0.64 3.34 6.81 -182.83 35.02 17.17 增持173.68 中科蓝讯 688332 2024.05.20 56.31 2.10 2.52 3.62 26.85 22.37 15.57 增持75.6 龙迅股份 688486 2024.05.21 84.7 1.48 2.01 3.36 57.13 42.21 25.18 增持104 寒武纪-U 688256 2024.05.21 187 -2.04 -1.55 -0.64 -91.82 -120.97 -290.68 增持233.33 1.云端协同是AI手机未来，端侧AI成本、隐私安全多方面占优 AI手机是基于大模型的高智能化手机终端。根据IDC定义，AI手机是NPU算力大于30TOPS（INT8）、搭载支持生成式AI的SoC并支持端侧大模型的手机。《AI手机白皮书》认为基于大模型的AI手机需具备强大的计算能力、复杂信息感知能力、自学习能力与创作能力。通过重构手机现有服务生态与操作系统，赋予用户全新AI体验。 云端大模型协同满足AI手机不同场景需求。云侧：（1）具备高算力，适宜进行模型训练。可支持参数量千亿以上的大模型，推理与多模态交互能力强；（2）知识储备丰富，如GPT-4-Turbo外部文档和数据库截止 日期更新至2023年4月；（3）泛化能力强，可作为AI应用开发基座。端侧：（1）成本低，避免数据中心高昂的运营、网络传输、能耗成本； （2）隐私安全性高，用户隐私信息存储及处理均在终端进行；（3）低延时，仅为单一用户服务，避免需求高峰时任务处理拥挤；（4）支持离线使用。基于云侧及端侧大模型特点，我们认为云侧大模型适用于复杂度高、专业性强、涉及多模态交互的任务处理，端侧大模型适用于复杂度低、隐私敏感度高的任务以及离线任务处理。针对复杂度高且涉及用户隐私的复合任务场景，可首先在端侧进行信息脱敏，再上传至云侧进行处理；并且端侧大模型可通过学习用户个人信息，在复杂任务处理中给予云侧大模型更佳提示，赋予用户更佳服务体验。基于云侧、端侧大模型协同的AI手机可满足用户不同场景需求，更高效地利用资源并提供更佳服务体验。 表1：云侧大模型与端侧大模型具备不同特点，适用于不同场景 特点应用场景示例 算力高（参数量千亿以上，适用于模型训练，推理能力强） 云侧大模型 端侧大模型 云端协同 多模态交互能力强（支持文本、图像、语音、视频等交互）庞大知识储备（GPT-4-Turbo外部文档和数据库截止更新日期至23年4月） 泛化能力强（可作为AI应用开发底座，如GPTStore） 成本低（避免数据中心高昂的运营、网络传输、能耗成本）隐私安全性高（隐私信息存储至终端） 低延时（仅为单一用户服务，不会出现网络拥挤）可离线运行 运算资源利用效率高 可在不牺牲用户隐私前提下，提供个性化服务 提示词多、专业性强的问题查询 视频优化、渲染 长文本翻译、总结归纳 AI应用开发 简单的智能问答 用户隐私敏感度高的任务，如照片优化等离线场景 任务复杂且涉及用户隐私信息，端侧大模型处理脱敏后上传至云侧大模型处理 端侧大模型学习用户个人数据，给予云侧大模型更佳提示 数据来源：《混合AI是AI的未来》，OpenAI开发者大会，国泰君安证券研究 图1：云端AI模型协同可赋予更完整AI体验 数据来源：《混合AI是AI的未来》 端侧模型推理成本是云侧模型1/100以下。根据高通《混合AI是AI未来》，生成式AI单次搜索查询成本是传统搜索方法的10倍，目前每天搜索查询次数超过100亿次，每年增量成本可能达到数十亿美元。并且由于大模型的推理成本与终端用户数量正相关，云侧大模型推理成本将伴随日活用户数量及使用频率快速增长，规模化拓展难以持续。根据面壁智能CEO李大海测算，以搭载骁龙855的OPPO手机为例，假定搭载参数量2B、每秒处理量7.5Tokens的MiniCPM端侧模型，运行5年后报废，推理成本约为600元，测算可得170万Tokens推理成本仅1 元，是Mistral的1/100，GPT-4的1/360。根据OpenAI，其在5月13日最新发布的GPT-4o可免费向用户提供服务，但仍在用量方面进行限制。根据OpenAIDeveloperForum，免费用户在3小时内仅允许向ChatGPT发送40条以内的消息。 ChatGPT能耗达50万千瓦时/天，终端部署大模型降低数据传输能耗。根据纽约客报道，ChatGPT每天需处理约2亿个用户请求，消耗超过50 万千瓦时电力，相当于1.7万个美国家庭平均一天的用电量。根据《混合AI是AI未来》，手机终端能够以很低的能耗运行生成式AI模型，可有效避免数据传输至云服务器中导致的高能耗。 端侧AI保障用户隐私安全，并可基于用户信息提供个性化服务。生成式AI由于交互方式革新，不仅可收集用户邮箱、手机号等可唯一标识 个人的信息，也会收集用户语音聊天记录，一旦泄露会严重影响用户的个人隐私安全。2023年3月ChatGPT的API出现错误，导致Redis内存中的数据并未及时清除，用户的聊天记录片段，甚至信用卡的最后四位数字、到期日期、姓名、电子邮件地址和付款地址等信息可能泄露至其他ChatGPT使用者。根据OpenAI官方调查报告，约有1.2%的ChatGPTPlus用户面临数据泄露。与云侧AI相比，端侧AI模型将用户个人信息储存在本地，无需上传至云服务器中，并且手机终端