核心观点
- 端侧AI发展迅速:端侧AI市场规模预计2023-2028年CAGR高达58%,2028年超过1.9万亿元。消费级终端设备如智能手机和PC的AI化将推动行业高速发展。
- 模型创新快速迭代:小模型技术创新大于参数量提升,量化、剪枝、蒸馏等技术被广泛使用。Agent架构的出现对模型提出了新的要求,Transformer架构成为关键。
- 硬件升级是关键:内存是端侧硬件AI推理能力的短板,苹果在内存、电池、散热方面有较大提升空间,并积极进行内存结构、耗能、传输速度等方面的创新。
- 多模态UI交互界面革命:Transformer架构下,GUI交互有望成为主流,苹果的Ferret-UI和谷歌的Screen AI模型均采用读屏AI视觉语言模型,采用统一编码方式理解屏幕信息。
关键数据
- 端侧AI市场规模:2023年中国端侧AI市场规模不到2000亿,预计2028年超过1.9万亿,2023-2028年CAGR为58%。
- 小模型性能:Gemma2在规模相当的情况下,各类测试机的表现大幅提升,MMLU提升约10pct,GSM8K表现提升9pct。
- 参数量影响:参数对模型表现影响巨大,1.8B参数的Nano 1全面弱于Nano 2。
- 内存占用:半精度的7B模型仅参数加载占用DRAM就超过14GB。
- 能耗对比:在相同精度下,DRAM耗能比SRAM耗能高两个数量级(640:5),比计算耗能高更多。
研究结论
- 端侧AI将革新人机交互方式,模型创新和硬件升级是推动行业发展的关键。
- 苹果在内存、电池、散热等方面有较大提升空间,并积极进行内存结构、耗能、传输速度等方面的创新,有望引领AI硬件起飞。
- 多模态UI交互界面革命将为Agent带来历史机遇,GUI交互有望成为主流。