針對DeepSeek模型，目前已有多家國產AI算力廠商宣布適配，東吳證券指出，過去訓練卡主要由英偉達獨供，而推理卡在國產12nm工藝平臺上具有較強性價比。deepseek-R1模型的發(fā)布和開源，為推理側的實際應用爆發(fā)打下了基礎，AI投入的重心將從預訓練轉向推理。國內IC設計公司已經著手將推理卡移植在國產供應鏈，相關的國產供應鏈如先進封裝等或受益。
通過“算法+硬件+系統(tǒng)”架構的協(xié)同優(yōu)化，Deep SeekR1模型實現(xiàn)了推理成本的指數(shù)級下降，“蒸餾”后的小模型效果提升顯著。國泰君安表示，隨著蒸餾模型能力的提升，端側AI要在有限的硬件資源下實現(xiàn)高效的計算和傳輸，將更加注重模型的本地部署和推理能力。方正證券認為，伴隨著成本的下降，端側模型的可用性明顯提高，泛AI應用&包括手機、PC、智能車、機器人在內的泛端側AI及其底層芯片/模組需求將迎來增長。
以AI手機為例，隨著2024年蘋果、安卓AI旗艦機的推出，2024年前三季度全球手機出貨量同比增長8%。IDC預測，2024年中國AI手機的出貨量將達到0.4億部，占市場份額13.2%。國信證券預計，在行業(yè)巨頭的積極推動下，AI在手機端的應用將逐步深化至系統(tǒng)層，交互體驗顛覆傳統(tǒng)，縮短換機周期。
受換機周期推動，TrendForce預測調研數(shù)據(jù)顯示，2025年1月，TV面板價格預期呈上升趨勢。ROLED、FOLED手機面板價格均環(huán)比增長。海通證券表示，2025年AMOLED手機面板需求強勁、帶動各大面板廠的稼動率維持高位的趨勢有望延續(xù)。結合手機國補落地，OLED年內有望量價齊升。
智能穿戴設備方面，以AI耳機為例，根據(jù) IDC 數(shù)據(jù)，3Q24全球TWS耳機出貨量7483萬部，同比增長11.5%，環(huán)比增長15.3%。字節(jié)、華為均發(fā)布了AI智能體耳機產品。國信證券表示，TWS耳機具備低成本、強應用等屬性，有望成為大模型在端側的重要入口。
智能眼鏡方面，根據(jù)功能側重點的不同，當前主流產品可分為AR系和AI系：
1）AR系：側重虛擬內容，讓用戶在真實環(huán)境的情況下獲取額外信息的增強現(xiàn)實眼鏡；
2）AI系：結合了AI大模型，通過語音或攝像，為用戶提供智能化服務的智能助理眼鏡。
從成本角度來看，AI眼鏡核心成本仍以主板芯片為主，Ray Ban Meta主板成本占比超 50%。AR眼鏡方面，目前光顯模組在AR設備BOM成本中占比超40%，未來亦將是AR眼鏡成本的核心組件。主要包括光學顯示、傳感器、攝像頭、計算處理單元、音頻與網(wǎng)絡連接等模塊。wellsennXR預測，2025年開始，AI眼鏡將快速向傳統(tǒng)眼鏡滲透。到2035年，AI眼鏡銷量有望達14億副。
產業(yè)鏈角度來看，端側AI的核心升級點為處理器算力與連接能力，依據(jù)不同產品的應用特點及可行的模型部署方式，升級側重點有區(qū)別。GPU、NPU算力較強的SoC芯片可以提供較為豐富的異構 AI 算力，經過壓縮的AI模型可以在 PC、手機等設備端部署。低成本的SoC或MCU方案適合端側設備僅承擔輕量化AI運算的場景，例如耳機、眼鏡，主要通過連接功能與云端或其他設備進行數(shù)據(jù)交互。
不同于智能手機市場SoC高度集中的市場格局，AIoT市場則較為分散，手表、耳機、音箱等智能設備所需的功能各不相同，且對芯片性能的要求遠低于手機。國內廠商則憑借在音頻、連接等領域積累的技術優(yōu)勢、成本優(yōu)勢在細分市場占據(jù)了份額，現(xiàn)有成熟的解決方案也能夠較好地適應終端產品AI化的需求，有望受益于端側設備AI化的產業(yè)趨勢。
除芯片算力以外，端側設備的存儲需求也有所提升。目前，手機、電腦、小型AIoT設備主要采用DRAM、NAND以及STORAGE三種方案。
同時，由于目前市場上的智能穿戴設備配置的NAND容量普遍較小，例如Meta AI眼鏡的NAND為32GB，適用于存儲照片、視頻，若需要本地部署大模型則需要更多的容量。此外，耳機這類小型設備為了存儲更多固件和代碼程序，也需要擴展NOR Flash容量，小型AIoT設備存在NAND及NOR Flash擴容需求。
此外，由于散熱對終端AI設備的性能穩(wěn)定性及可靠性起到關鍵作用，隨著端側AI算力的提升，散熱材料存在升級需求。目前，在手機端和PC端，VC均熱板滲透率與面積持續(xù)提升，量價齊增，已逐步發(fā)展為中高端機型的主流散熱解決方案。而在耳機、眼鏡等小型設備中，VC均熱板和熱管受體積限制而無法使用，因此主要采取界面導熱材料進行散熱。
資料來源：三星，中信建投研報
除散熱以外，續(xù)航問題也是困擾端側AI落地應用的另一關鍵因素。如Meta AI 眼鏡的電池容量僅為150mAh，在一般使用狀態(tài)下的續(xù)航約為4小時，如果頻繁使用拍照、聽音樂或與 Meta AI互動等功能，只能維持2—3小時。長期來看，AIoT電池存在電池擴容及快充普及趨勢。目前，硅基負極、鋼殼封裝等常用于提升能量密度的技術在智能手機上已得到了廣泛的應用，未來在其他AI端側設備上也有望快速普及。
風險提示：AI技術落地不及預期；行業(yè)競爭加劇；AI技術迭代不及預期。
快報
最新文章 