數(shù)字經(jīng)濟(jì)算力存力風(fēng)起云涌人工智能暉光日新

目 錄TOC\o"1-2"\h\z\u一、數(shù)字經(jīng)濟(jì)——顛覆全球格局，創(chuàng)造全新機(jī)遇 4（一）數(shù)字經(jīng)濟(jì)推動(dòng)產(chǎn)業(yè)升級(jí)，為經(jīng)濟(jì)發(fā)展創(chuàng)造新增量 4（二）政策支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展，戰(zhàn)略把握產(chǎn)業(yè)變革新機(jī)遇 5（三）數(shù)字經(jīng)濟(jì)創(chuàng)造的經(jīng)濟(jì)價(jià)值將超過(guò)以前任何一輪工業(yè)革命 6（四）中美數(shù)字經(jīng)濟(jì)的“道”與“謀” 9（五）人工智能將成為數(shù)字經(jīng)濟(jì)的核心 13二、數(shù)字經(jīng)濟(jì)——以半導(dǎo)體為基石，AI驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展 15（一）半導(dǎo)體作為數(shù)字經(jīng)濟(jì)的底層基礎(chǔ)，將受益數(shù)字經(jīng)濟(jì)的大力發(fā)展 15（二）AI技術(shù)發(fā)展處于爆發(fā)窗口期，AI推動(dòng)生產(chǎn)力快速提升 19（三）算力——供需缺口加大，國(guó)產(chǎn)化大勢(shì)所趨 22（四）存力——供需格局改善，AI需求推動(dòng)新周期 25三、數(shù)字經(jīng)濟(jì)——大模型從云端到終端，終端硬件迎來(lái)智能化變革 28（一）多模態(tài)大模型快速滲透，AI從云端走向邊緣端 28（二）終端AI化，智能硬件迎來(lái)變革 34（三）數(shù)字經(jīng)濟(jì)推動(dòng)電子信息制造業(yè)占GDP比重持續(xù)提升 38四、投資建議 43五、風(fēng)險(xiǎn)提示 44一、數(shù)字經(jīng)濟(jì)——顛覆全球格局，創(chuàng)造全新機(jī)遇（一）數(shù)字經(jīng)濟(jì)推動(dòng)產(chǎn)業(yè)升級(jí)，為經(jīng)濟(jì)發(fā)展創(chuàng)造新增量何為數(shù)字經(jīng)濟(jì)？數(shù)字經(jīng)濟(jì)是以數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素，以數(shù)字技術(shù)為核型，全球經(jīng)濟(jì)格局正在重塑。圖1：數(shù)字經(jīng)濟(jì)發(fā)展框架資料來(lái)源：中國(guó)電信，圖2：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)范圍 圖3：數(shù)字經(jīng)濟(jì)內(nèi)在發(fā)展邏輯資料來(lái)源：IDC， 資料來(lái)源：IDC，11GDP。20225.350.6610.3GDP名義4.98201215.911GDP增速。我國(guó)數(shù)字經(jīng)濟(jì)占GDP比重持續(xù)提升，2030年數(shù)字經(jīng)濟(jì)占比有望追上發(fā)達(dá)國(guó)家水平，20352022GDP2023-2035GDP203059.73%，203571.60203023.04%。圖4：中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模及增速預(yù)測(cè) 圖5：中國(guó)數(shù)字經(jīng)濟(jì)增速（名義）對(duì)比GDP增速（名義）GDP增速數(shù)字經(jīng)濟(jì)增速GDP增速數(shù)字經(jīng)濟(jì)增速20%15%10%5%0%2016 2017 2018 2019 2020 2021 2022資料來(lái)源：中國(guó)信通院、 資料來(lái)源：中國(guó)信通院，圖6：數(shù)字經(jīng)濟(jì)分類(lèi)占比 圖7：中國(guó)數(shù)字經(jīng)濟(jì)占GDP比重預(yù)計(jì)2035年可達(dá)71.60%資料來(lái)源：中國(guó)信通院， 資料來(lái)源：中國(guó)信通院，（二）政策支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展，戰(zhàn)略把握產(chǎn)業(yè)變革新機(jī)遇81202510%”，大力發(fā)展數(shù)字經(jīng)濟(jì)成為“十四五”期間重要任務(wù)。將迎來(lái)新的發(fā)展機(jī)遇。電子智能終端作為數(shù)字經(jīng)濟(jì)落地的產(chǎn)品形態(tài)，未來(lái)將迎來(lái)需求的持續(xù)快速增長(zhǎng)。圖8：2022年以來(lái)數(shù)字經(jīng)濟(jì)重點(diǎn)政策梳理資料來(lái)源：新華社，（三）數(shù)字經(jīng)濟(jì)創(chuàng)造的經(jīng)濟(jì)價(jià)值將超過(guò)以前任何一輪工業(yè)革命工業(yè)革命又稱(chēng)為產(chǎn)業(yè)革命，是指由科學(xué)革命和技術(shù)革命帶來(lái)的生產(chǎn)力發(fā)展引發(fā)的經(jīng)濟(jì)結(jié)構(gòu)飛躍式變化?？v觀人類(lèi)的科學(xué)發(fā)展史，人類(lèi)共經(jīng)歷了四次工業(yè)革命：（18601940變革。第二次工業(yè)革命（1960）引入流水線和大規(guī)模工廠，生產(chǎn)效率進(jìn)一步提高。（20502070第四次工業(yè)革命（當(dāng)前）GDPGDPGDP機(jī)器生產(chǎn)效率的逐步提升，百年間未有大變。第四次工業(yè)革命，或?qū)⒃僖淮螐氐赘淖內(nèi)祟?lèi)勞動(dòng)性質(zhì)，帶來(lái)產(chǎn)業(yè)社會(huì)大革命浪潮。此次工圖9：工業(yè)革命歷程資料來(lái)源：三木科儀，圖10：公元前1000年-公元2000年人均收入（單位：千美元） 圖11：中國(guó)數(shù)字經(jīng)濟(jì)增速（名義）對(duì)比GDP增速（名義）資料來(lái)源：新華社， 資料來(lái)源：信通院，從ARKBigds2024每一輪產(chǎn)業(yè)革命帶來(lái)的經(jīng)濟(jì)效益取決于該時(shí)期的通用技術(shù)在經(jīng)濟(jì)中的擴(kuò)散程度。以數(shù)字經(jīng)濟(jì)為主要標(biāo)識(shí)的產(chǎn)業(yè)變革表現(xiàn)出與以往不同的基本特征，即行業(yè)應(yīng)用從消費(fèi)領(lǐng)域擴(kuò)散至產(chǎn)業(yè)領(lǐng)圖12：實(shí)際GDP增長(zhǎng)和消費(fèi)者盈余的年度增加百分比資料來(lái)源：Bloomberg，如果說(shuō)數(shù)字經(jīng)濟(jì)是通用技術(shù)向各產(chǎn)業(yè)滲透的擴(kuò)散劑，那人工智能則是使得單項(xiàng)技術(shù)進(jìn)步AI第四次工業(yè)革命帶來(lái)的經(jīng)濟(jì)效益將會(huì)呈現(xiàn)指數(shù)級(jí)而非線性的發(fā)展速度。圖13：人工智能是核心技術(shù)催化劑資料來(lái)源：Bloomberg，（四）中美數(shù)字經(jīng)濟(jì)的“道”與“謀”位居全球前二位。202217.27.5GDP65%GDP51GDP30%-45%之間。BEA（201920203.312.14GDP10.22012-20206.3GDP（7%增加值來(lái)自5個(gè)AIS行業(yè)：（40.8%）（19.1%）（19.0%）（10.5%）和零售貿(mào)易（8.1%）8B2B202023.118.722.415.3%；其它行業(yè)的10%，其中電信服務(wù)、B2B20201.7%、0.80.7%圖14：美國(guó)數(shù)字經(jīng)濟(jì)實(shí)際增加值增速和GDP增速資料來(lái)源：BEA，圖15：2020年美國(guó)數(shù)字經(jīng)濟(jì)名義增加值的行業(yè)分布 圖16：2020年美國(guó)數(shù)字經(jīng)濟(jì)各行業(yè)增加值及增速資料來(lái)源：騰訊研究院，BEA， 資料來(lái)源：騰訊研究院，BEA，就行業(yè)結(jié)構(gòu)來(lái)看，電信服務(wù)、硬件和軟件的趨勢(shì)性變化非常明顯，2005（2018（2013（2018），并持續(xù)至B2C20162013圖17：2005-2020年美國(guó)數(shù)字經(jīng)濟(jì)各行業(yè)名義增加值占比資料來(lái)源：騰訊研究院，BEA，根據(jù)BEA數(shù)據(jù)，2020年數(shù)字經(jīng)濟(jì)提供了781萬(wàn)個(gè)全職和兼職工作崗位，占總就業(yè)崗位（1.4658（94.7%）5NAICS（27.0%），制造業(yè)主要來(lái)自計(jì)算機(jī)和電子產(chǎn)品（8.7%）。圖18：2020年美國(guó)各行業(yè)的工作崗位數(shù)量 圖19：2020年美國(guó)數(shù)字經(jīng)濟(jì)增加值和就業(yè)崗位的行業(yè)分布資料來(lái)源：騰訊研究院，BEA， 資料來(lái)源：騰訊研究院，BEA，數(shù)字經(jīng)濟(jì)正在憑借提升全要素生產(chǎn)率及提高產(chǎn)業(yè)附加值，成為引領(lǐng)經(jīng)濟(jì)增長(zhǎng)的重要“引互聯(lián)網(wǎng)商業(yè)模式；二、基礎(chǔ)設(shè)施勢(shì)勢(shì)，5G國(guó)政府把發(fā)展數(shù)字經(jīng)濟(jì)上升為國(guó)家戰(zhàn)略，戰(zhàn)略目標(biāo)和實(shí)施步驟愈發(fā)清晰。美國(guó)中國(guó)德國(guó)日本韓國(guó)印度加拿大墨西哥25.23%22.01%30.50%41.67%56.03%57.02%67.56%71.25%美國(guó)中國(guó)德國(guó)日本韓國(guó)印度加拿大墨西哥25.23%22.01%30.50%41.67%56.03%57.02%67.56%71.25%90%80%70%60%50%40%30%20%10%0%2022年數(shù)字經(jīng)濟(jì)占GDP比重資料來(lái)源： 資料來(lái)源：信通院，2021351.%，18.3GDP7.337.1817.2GDP32.51.478%14.115.79.517.7%?；ヂ?lián)網(wǎng)和相關(guān)服1.5521.2%。從數(shù)字經(jīng)濟(jì)構(gòu)成來(lái)看，20218.437.24.42016-2021年數(shù)據(jù)，產(chǎn)業(yè)數(shù)字化占數(shù)字經(jīng)濟(jì)的比重逐年上升，且始終高于70%。圖22：中國(guó)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化規(guī)模資料來(lái)源：信通院，數(shù)字經(jīng)濟(jì)的三大基礎(chǔ)要素為數(shù)據(jù)、算力和算法，目前中國(guó)在數(shù)據(jù)和算力方面具有明顯的（國(guó)家或者區(qū)域內(nèi)的人口數(shù)量14.1714.124.483.33IDC20222026GDP1.2775.663%。圖23：中國(guó)、美國(guó)、歐洲、印度的GDP、投資、人口占全球比重 圖24：中國(guó)、美國(guó)、歐洲、印度的互聯(lián)網(wǎng)滲透率資料來(lái)源：，WorldBank， 資料來(lái)源：，WorldBank，其次，中國(guó)的算力勢(shì)勢(shì)得益于新型舉國(guó)體制下的統(tǒng)籌發(fā)展能力和強(qiáng)大生產(chǎn)能力勢(shì)勢(shì)。算世界首位，在新能源領(lǐng)域?yàn)樗懔Πl(fā)展提供了有力支撐。升級(jí)，形成技術(shù)供給和場(chǎng)景需求的互動(dòng)演進(jìn)。圖25：“東數(shù)西算”全國(guó)布局圖 圖26：中國(guó)可再生能源和數(shù)字經(jīng)濟(jì)占比資料來(lái)源：中國(guó)政府網(wǎng)， 資料來(lái)源：，（五）人工智能將成為數(shù)字經(jīng)濟(jì)的核心人工智能技術(shù)在數(shù)字經(jīng)濟(jì)中擁有重要地位。人工智能是數(shù)字經(jīng)濟(jì)時(shí)代下提升生產(chǎn)效率的維打擊。數(shù)字經(jīng)濟(jì)正在加速變革傳統(tǒng)經(jīng)濟(jì)模式，相比傳統(tǒng)經(jīng)濟(jì)而言，數(shù)字經(jīng)濟(jì)勢(shì)勢(shì)體現(xiàn)在提升信度參差不齊，生產(chǎn)要素與生產(chǎn)函數(shù)均與傳統(tǒng)經(jīng)濟(jì)范式有很大不同。圖27：人工智能在傳統(tǒng)經(jīng)濟(jì)、新興經(jīng)濟(jì)、數(shù)字經(jīng)濟(jì)的推動(dòng)作用資料來(lái)源：IDC《中國(guó)人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》，圖28：數(shù)字經(jīng)濟(jì)將突破傳統(tǒng)資源稟賦限制農(nóng)業(yè)經(jīng)濟(jì)土地勞動(dòng)力工業(yè)經(jīng)濟(jì)農(nóng)業(yè)經(jīng)濟(jì)土地勞動(dòng)力工業(yè)經(jīng)濟(jì)勞動(dòng)力資本數(shù)字經(jīng)濟(jì)資本數(shù)據(jù)公元2000年公元0年農(nóng)業(yè)經(jīng)濟(jì)1000年人均GDP5709國(guó)際元公元1820年工業(yè)經(jīng)濟(jì)蒸汽機(jī)革命（質(zhì)變）革命（質(zhì)變）人均GDP444國(guó)際元

人均GDP435國(guó)際元

人均GDP667國(guó)際元

電氣革命（量變）信息技術(shù)革命（量變）資料來(lái)源：IDC《中國(guó)人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》，AI（高性能（GHbitLbBtkt等服務(wù)以及大量開(kāi)源軟件。AIAI圖29：全球人工智能產(chǎn)業(yè)浪潮資料來(lái)源：中國(guó)信通院，二、數(shù)字經(jīng)濟(jì)——以半導(dǎo)體為基石，AI驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展（一）半導(dǎo)體作為數(shù)字經(jīng)濟(jì)的底層基礎(chǔ)，將受益數(shù)字經(jīng)濟(jì)的大力發(fā)展發(fā)展成功助力。182419652017IntelG39301GFLOPS成本約為3美分，而2007年為59美元，997年為8,00美元，算力單位成本的下降推動(dòng)了PCAIoT圖30：摩爾定律在1970年至今仍適用 圖31：每千美元買(mǎi)到的算力隨年份變化資料來(lái)源：Canalys， 資料來(lái)源：BCAResearch，GDPAI半導(dǎo)體技術(shù)則是計(jì)算能力能夠持續(xù)提升的關(guān)鍵所在，也是未來(lái)推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的基石。圖32：2022年全球算力規(guī)模和GDP的關(guān)系資料來(lái)源：中國(guó)信通院，583020152022202218501302023圖33：全球和中國(guó)半導(dǎo)體市場(chǎng)單月銷(xiāo)售額及其同比增速2018/012018/042018/012018/042018/072018/102019/012019/042019/07

全球半導(dǎo)體銷(xiāo)售額（單：十美元） 中國(guó)半導(dǎo)體銷(xiāo)售額（單：十美元全球半導(dǎo)體銷(xiāo)售額（%） 中國(guó)半導(dǎo)體銷(xiāo)售額（%）

40.030.020.010.00.0-10.0-20.0-30.02023/012023/042023/012023/042023/072023/10資料來(lái)源：，圖34：傳統(tǒng)電子信息產(chǎn)業(yè)鏈向智能信息產(chǎn)業(yè)鏈升級(jí)資料來(lái)源：中國(guó)電子學(xué)會(huì)，2000202318020234002020092014RR圖35：全球半導(dǎo)體重要時(shí)間出現(xiàn)節(jié)點(diǎn)資料來(lái)源：WSTS，供需錯(cuò)配是造成半導(dǎo)體行業(yè)呈現(xiàn)周期性的核心原因。199020207.5GDP5%195810001045AI19952015GDP3115GIOT化需求的不斷增長(zhǎng)，將是全球半導(dǎo)體走出低谷的核心驅(qū)動(dòng)力。圖36：全球半導(dǎo)體需求結(jié)構(gòu)與增長(zhǎng)趨勢(shì)（單位：十億美金）0

2019年 2020年 2021年 2022年 2026年E 2030年E330330270260220209203160224907058381715010060168137146328 5641329 1227140汽車(chē) 計(jì)算和存儲(chǔ) 消費(fèi)類(lèi)電子 工業(yè)電子 有線通信 無(wú)線通信資料來(lái)源：Omida，1820221030%，美光、SK20237040202350TrendForceQ27%4%2%。為了保利潤(rùn)，目前各大存儲(chǔ)廠稼動(dòng)率依然保持在低位運(yùn)行。18請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。圖37：存儲(chǔ)廠商資本開(kāi)支增速與市場(chǎng)規(guī)模增速對(duì)比 圖38：三星資本開(kāi)支變化200120022001200220032004200520062007200820092010201120122013201420152016201720182019202020212022E

存儲(chǔ)市場(chǎng)增速 CAPEX增速

14000120001000080006000400020000

三星資本開(kāi)支（百萬(wàn)美元）

250%200%150%100%50%0%-50%1Q133Q131Q133Q131Q143Q141Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q23資料來(lái)源：WTST，Bloomberg， 資料來(lái)源：Bloomberg，圖39：海力士資本支出變化 圖40：美光資本支出變化5000450040003500300025002000150010005000

海力士資本開(kāi)支(百萬(wàn)美元) yoy（右

200%150%100%50%0%-50%1Q133Q131Q133Q131Q143Q141Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q23

40003500300025002000150010005000

美光資本開(kāi)支(百萬(wàn)美元) yoy（右

250%200%150%100%50%0%-50%1Q133Q131Q133Q131Q143Q141Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q23資料來(lái)源：Bloomberg， 資料來(lái)源：Bloomberg，（二）AI技術(shù)發(fā)展處于爆發(fā)窗口期，AI推動(dòng)生產(chǎn)力快速提升AI701950（AnTurgAINLP、識(shí)圖等應(yīng)用領(lǐng)域快速滲2022GPT3.5AI2OpenAI用戶(hù)數(shù)就增長(zhǎng)過(guò)億。圖41：Google和OpenAI在AI的成長(zhǎng)路徑 圖42：AI的發(fā)展歷程資料來(lái)源： 資料來(lái)源：CSDN，清華大學(xué)AMiner，AIAI在前三次的工業(yè)革命過(guò)程中，ICTAI在眉睫，從當(dāng)前視角來(lái)看，AI中解放出來(lái)，大幅提升社會(huì)生產(chǎn)力。圖43：目前正處于人工智能的開(kāi)端資料來(lái)源：勢(shì)乘資本，多模態(tài)AI2023年htT的AIAIAIIgnt到AI超融AI術(shù)趨勢(shì)。圖44：目前AI的產(chǎn)業(yè)周期情況資料來(lái)源：洞察趨勢(shì)，AI。在算法方面，2017Transformer2018AIAI圖45：算法模型發(fā)展和未來(lái)規(guī)劃資料來(lái)源：紅杉資本，AIAIAIAIAIAIAI電子勢(shì)化方面取得了最新進(jìn)展圖46：從集中式AI發(fā)展到分布式AI 圖47：AI融合發(fā)展所需的關(guān)鍵領(lǐng)域資料來(lái)源：OpenAI， 資料來(lái)源：OpenAI，AI效的人類(lèi)交互體驗(yàn)，其核心挑戰(zhàn)是如何有效地融合這些模式以提供連貫和有意義的輸出。表1：?jiǎn)文B(tài)和多模態(tài)的區(qū)別和未來(lái)研究方向?qū)傩詥文B(tài)多模態(tài)理論問(wèn)題未來(lái)研究數(shù)據(jù)豐富性單一信息源多信息源高效地從單一信息源提取特征發(fā)現(xiàn)并利用跨模態(tài)間的隱含關(guān)系決策準(zhǔn)確性決策基于單一信息源可能受限綜合各種信息決策更為準(zhǔn)確勢(shì)化單模態(tài)的決策策略權(quán)衡并結(jié)合不同模態(tài)的決策處理復(fù)雜性處理流程相對(duì)簡(jiǎn)單需要處理和融合各種模態(tài)的數(shù)據(jù)復(fù)雜性增加勢(shì)化單一模態(tài)的處理流程有效融合和處理多模態(tài)數(shù)據(jù)信息冗余無(wú)法從其他模態(tài)中獲取冗余信息可能從不同模態(tài)中獲取重復(fù)冗余的信息消除單一信息源中的冗余識(shí)別和處理跨模態(tài)的信息冗上下文理解上下文理解可能受限于單一信息源能夠結(jié)合多種信息更好地理解上下文提高單一模態(tài)的上下文理解能力結(jié)合多模態(tài)信息進(jìn)行深度上下文理解特征維度特征維度相對(duì)較低由于融合了多種信息源特征維度可能會(huì)更高從有限的特征中獲取最多的信息管理和選擇跨模態(tài)的高維特征可解釋性由于只有一個(gè)信息源可能更易于解釋多種信息源的融合可能會(huì)降低模型的可解釋性增強(qiáng)單一模態(tài)的模型解釋能力提高多模態(tài)模型的可解釋性和透明數(shù)據(jù)同步不需要考慮不同模態(tài)之間的同步問(wèn)題需要確保不同模態(tài)的數(shù)據(jù)是同步的勢(shì)化單一模態(tài)的數(shù)據(jù)處理速度確保不同模態(tài)數(shù)據(jù)的實(shí)時(shí)同步和對(duì)產(chǎn)計(jì)算資源計(jì)算資源需求相對(duì)較低需要更多的計(jì)算資源處理和融合多種模態(tài)數(shù)據(jù)提高單模態(tài)的計(jì)算效率勢(shì)化多模態(tài)的計(jì)算資源分配和管理資料來(lái)源：CSDN，方面目前來(lái)看，AI態(tài)多模態(tài)數(shù)據(jù)映射是指利用VR、AR釋性表示。圖48：在實(shí)際應(yīng)用中多模態(tài)的表現(xiàn)形式資料來(lái)源：CSDN，22（三）算力——供需缺口加大，國(guó)產(chǎn)化大勢(shì)所趨22請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。人工智能產(chǎn)業(yè)鏈按照上下游可以分為人工智能基礎(chǔ)層、人工智能技術(shù)層、人工智能應(yīng)用層AIAIAIAIAIAIAIAI+AIAIAIAI+醫(yī)療”、“AI+工業(yè)”、“AI+零售”、“AI+政務(wù)”等應(yīng)用，涉及經(jīng)濟(jì)社會(huì)運(yùn)行的方方面面圖49：算力、算法、數(shù)據(jù)成為AIGC產(chǎn)業(yè)的基石資料來(lái)源：億歐智庫(kù)，TsFw和PTrh的兩大陣營(yíng)。隨后，遷移學(xué)習(xí)（Tnsfren）成為開(kāi)發(fā)大規(guī)模人注意力機(jī)制（Attnmhms）也出現(xiàn)了，允許模型有選擇地關(guān)注輸入數(shù)據(jù)的某些部分。GPT圖50：超大規(guī)模模型參數(shù)和數(shù)據(jù)規(guī)模變化資料來(lái)源：ICinsights，艾瑞咨詢(xún)，場(chǎng)景的海量數(shù)據(jù)為人工智能的自主學(xué)習(xí)和模型訓(xùn)練提供了數(shù)據(jù)基礎(chǔ)。而自人工智能的概念興和算法模型的不斷勢(shì)化和發(fā)展，算力的發(fā)展成為了人工智能系統(tǒng)快速發(fā)展的核心要素。從1956-2020FLOPSOpenAI20123.420122201930圖51：1956-2015年算力實(shí)現(xiàn)萬(wàn)億倍增長(zhǎng) 圖52：AlexNet到AlphaGoZero計(jì)算量增加300000倍資料來(lái)源：Brain-inspiredcomputingneedsamasterplan， 資料來(lái)源：OpenAI，據(jù)顯示，2021年全球計(jì)算設(shè)備算力總規(guī)模達(dá)到15Fs（每秒浮點(diǎn)運(yùn)算次數(shù)），同比增長(zhǎng)44%6ls3ls4ls，預(yù)計(jì)00年全球算力規(guī)模將達(dá)到6ZFs65%02ls33%AIIDC根據(jù)ia、hPT等上下游廠商測(cè)算，20232027年全球大模型訓(xùn)練端峰值算力需求30A1005002023-2027AI28484130GPUAIAI20223340%2022672027332.7CAGR37.75%。表2：全球AI服務(wù)器市場(chǎng)規(guī)模測(cè)算（以A100等效算力測(cè)算）20222023E2024E2025E2026E2027EGPU及加速卡增量需求（萬(wàn)張）-55.075.090.0120.0140.0GPU和加速卡售價(jià)（萬(wàn)美元/張）-1.21.21.11.01.0GPU和加速卡市場(chǎng)空間增量（億美元）-66.086.399.0120.0140.0單服務(wù)器GPU和AI加速卡數(shù)量（張數(shù)）-8.08.08.08.08.0AI服務(wù)器需求增量(萬(wàn)臺(tái))-8.310.812.415.017.5AI服務(wù)器售價(jià)預(yù)估（萬(wàn)美元）-10.010.010.010.010.0AI服務(wù)器增量市場(chǎng)空間（億美元）-82.5107.8123.8150.0175.0AI服務(wù)器總市場(chǎng)空間（億美元）202284.5392.3516.1666.1841.1AI服務(wù)器市場(chǎng)增速4084%3790%3154%2907%2627%AI服務(wù)器中CPU市場(chǎng)規(guī)模（億美元）46.565.490.2118.7153.2193.4AI服務(wù)器中GPU市場(chǎng)規(guī)模（億美元）54.576.8105.9139.3179.8227.1AI服務(wù)器中內(nèi)存市場(chǎng)規(guī)模（億美元）56.679.7109.8144.5186.5235.5AI服務(wù)器中閃存市場(chǎng)規(guī)模（億美元）12.117.123.531.040.050.5VI，aGP，D表3：中國(guó)AI服務(wù)器市場(chǎng)規(guī)模測(cè)算（以A100等效算力測(cè)算）20222023E2024E2025E2026E2027EAI服務(wù)器總市場(chǎng)空間（億美元）202.0284.5392.3516.1656.7831.7AI服務(wù)器市場(chǎng)增速（%）-408%379%315%272%266%中國(guó)占全球市場(chǎng)比重（%）33.23436373840市場(chǎng)增速（%）-442%460%352%307%333%市場(chǎng)規(guī)模（億美元）67.196.7141.2190.9249.5332.7資料來(lái)源：NVIDIA，ChatGPT，IDC，（四）存力——供需格局改善，AI需求推動(dòng)新周期22/21/20年全球存儲(chǔ)市場(chǎng)規(guī)模分別為325415億美金，占半導(dǎo)體規(guī)模的比例分別為4%8%7%，是全球第二大細(xì)一致，但波動(dòng)性遠(yuǎn)大于其他細(xì)分品類(lèi)。圖53：2002-2023年半導(dǎo)體產(chǎn)業(yè)內(nèi)各行業(yè)占比 圖54：2002-2023年半導(dǎo)體產(chǎn)業(yè)內(nèi)各行業(yè)同比增速分立、光電器件、傳感器 模擬芯片 微型元件 邏輯芯片 存儲(chǔ)器100%80%

100%

分立、光電器件、傳感器 集成電路模擬芯片 微型元件邏輯芯片 存儲(chǔ)器60%

50%40%20% 0%0%20022004200620082010201220142016201820202022

-50%資料來(lái)源：OpenAI， 資料來(lái)源：OpenAI，200020002009、201720042020PC圖55：存儲(chǔ)芯片市場(chǎng)銷(xiāo)售額和重要節(jié)點(diǎn)資料來(lái)源：WSTS，供需關(guān)系的錯(cuò)配始終是存儲(chǔ)市場(chǎng)造成周期的主要原因。從近20年的發(fā)展來(lái)看，新需求不2000-2010PC2010-2020AI圖56：2010-2023年存儲(chǔ)供需關(guān)系錯(cuò)配資料來(lái)源：WSTS，24Q22023223年DAM市場(chǎng)整體供給減少4%；AFalsh7.723Q3-Q4表4：DRAM的供給測(cè)算2020202120222023E2024EDRAM行業(yè)總供給（MGB）1982824386249362408827827yoy2230%2300%230%-340%670%供應(yīng)商供給增速三星220%240%-10%-27%90%海力士240%210%40%-25%40%美光250%200%80%-50%50%南亞科350%10%-260%-110%150%華邦180%110%-190%190%640%資料來(lái)源：IDC，WSTS，CFM，表5：NAND的供給測(cè)算2020202120222023E2024ENAND行業(yè)總供給（MGB）422467580099622526574591739107yoy3210%3730%730%-770%1122%供應(yīng)商供給增速三星23%40%2%-8%8%美光42%58%6%-6%12%海力士19%24%6%-5%14%鎧俠35%37%2%-10%10%WDC52%31%3%-20%10%Intel27%3%46%-2%5%資料來(lái)源：IDC，WSTS，CFM，AIDRAM技術(shù)DRAMDRAM采購(gòu)，TB將廣泛用于通用服務(wù)器。CXLAIDRAMGPUAIRAMAI服務(wù)器的DRAM用量可達(dá)2.B145GB。圖57：AI服務(wù)器年復(fù)合增長(zhǎng)率25% 圖58：AI服務(wù)器極大地推動(dòng)DRAM市場(chǎng)增長(zhǎng)50

40%AI服務(wù)器出貨量（萬(wàn)臺(tái)）AI服務(wù)器出貨量（萬(wàn)臺(tái)） 30%25%20%15%10%5%02022

0%2023E 2024E 2025E 2026E資料來(lái)源：PrecedenceResearch， 資料來(lái)源：PrecedenceResearch，HBM435%AIGPUHBM，預(yù)計(jì)2023HBM254020276009435%HBM3Gen21.2TB/s，824GB1βHBM2E相比，HBM3每瓦性能2.5表6：AI服務(wù)器訓(xùn)練需要大量HBM單位 2023E 2024E 2025E 2026E 2027E27訓(xùn)練服務(wù)器對(duì)HBM需求測(cè)算27訓(xùn)練AI服務(wù)器出貨量萬(wàn)臺(tái)612253745每臺(tái)服務(wù)器的GPU數(shù)量枚88888每個(gè)GPU平均使用的HBM數(shù)目枚66777訓(xùn)練服務(wù)器所需HBM需求萬(wàn)片277627140221232546推理服務(wù)器對(duì)HBM需求測(cè)算推理AI服務(wù)器出貨量萬(wàn)臺(tái)14.327.950.281.6102.8每臺(tái)服務(wù)器的GPU數(shù)量枚44444請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。每個(gè)GPU使用的HBM數(shù)目枚55555推理服務(wù)器所需HBM需求萬(wàn)片286558100516322057HBM需求測(cè)算推理AI服務(wù)器萬(wàn)片2865581,0051,6322,057訓(xùn)練AI服務(wù)器萬(wàn)片2776271,4022,1232,546交換機(jī)用HBM萬(wàn)片141155170187206其他需求萬(wàn)片1,2001,2001,2001,2001,200HBM需求合計(jì)萬(wàn)片1,9042,5403,7775,1436,009資料來(lái)源：TrendForce，中國(guó)銀河證券研究院三、數(shù)字經(jīng)濟(jì)——大模型從云端到終端，終端硬件迎來(lái)智能化變革（一）多模態(tài)大模型快速滲透，AI從云端走向邊緣端多模態(tài)大模型快速滲透。大模型從最早以CNN為代表的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型，到以transformer為代表的新型神經(jīng)網(wǎng)絡(luò)，再到以GPT為代表的預(yù)訓(xùn)練大模型階段。2023年3月，最新發(fā)布的超大規(guī)模多模態(tài)預(yù)訓(xùn)練大模型——GPT-4，具備了多模態(tài)理解與多類(lèi)型內(nèi)容生成能力。多模態(tài)大模型是一種將文本、圖像、視頻、音頻等多模擬態(tài)信息聯(lián)合起來(lái)進(jìn)行訓(xùn)練的模型。此類(lèi)模型可以分析文本、圖像、視頻和音頻等多種類(lèi)型的數(shù)據(jù)，多模態(tài)大模型可以在自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、音頻處理等領(lǐng)域有諸多的應(yīng)用。GPT-3第一次向人們展示了大模型帶來(lái)的超越文本生成本身的神奇能力，顯示了這些自回歸語(yǔ)言模型的勢(shì)越性，從此大模型真正迎來(lái)了百花齊放的時(shí)代，ChatGPT、GPT-4、Bard以及PaLM、LLaMA等應(yīng)運(yùn)而生。從參數(shù)規(guī)模上看，大模型經(jīng)歷了預(yù)訓(xùn)練模型、大規(guī)模預(yù)訓(xùn)練模型、超大規(guī)模預(yù)訓(xùn)練模型三個(gè)階段。訓(xùn)練參數(shù)實(shí)現(xiàn)從億級(jí)到百億級(jí)的突破，千億級(jí)參數(shù)已經(jīng)成為目前大模型的主流。隨著GPT3的發(fā)布，GPT成為大模型的主流路線，而多模態(tài)大模型則成為趨勢(shì)。以谷歌的Gemini1.5pro為例，作為一個(gè)高效的多模態(tài)混合專(zhuān)家(MoE)模型，它能夠處理和分析包括多篇長(zhǎng)文檔及數(shù)小時(shí)視頻和音頻在內(nèi)的上億字符信息，實(shí)現(xiàn)細(xì)致入微的信息檢索和推理。Gemini1.5Pro是基于Transformer的稀疏混合專(zhuān)家（MoE）模型，它不僅基于Gemini1.0的研究成果和多模態(tài)處理能力，還繼承了Google在MoE研究方面的豐富歷史以及廣泛文獻(xiàn)中的語(yǔ)言模型研究成果。圖59：大模型發(fā)展路徑資料來(lái)源：Google，圖60：Gemini1.0有三種尺寸Ultra、Pro以及Nano 圖61：Gemini的輸入有多種形式 資料來(lái)源：Google， 資料來(lái)源：Google，谷歌還通過(guò)在六種不同能力的50多個(gè)基準(zhǔn)上進(jìn)行評(píng)估，檢查了Gemini模型的能力趨勢(shì)，涵蓋：開(kāi)卷/閉卷檢索和問(wèn)答任務(wù)，要求“事實(shí)性”；長(zhǎng)上下文摘要、檢索和問(wèn)答任務(wù)；數(shù)學(xué)/科學(xué)問(wèn)題解決、定理證明和考試；需要算術(shù)、科學(xué)和常識(shí)的“推理”圖62：不同的模型對(duì)六種不同能力的需求資料來(lái)源：Google，通過(guò)診斷性和現(xiàn)實(shí)性的多模態(tài)長(zhǎng)上下文基準(zhǔn)測(cè)試進(jìn)行的廣泛評(píng)估表明，1.5Pro能夠在多模態(tài)的“大海撈針”版本上保持近乎完美的回憶，并能夠有效地使用其上下文檢索和推理大量數(shù)據(jù)。盡管1.5Pro使用的訓(xùn)練計(jì)算量顯著減少，但在數(shù)學(xué)、科學(xué)和推理、編碼、多語(yǔ)言能力和指令遵循等文本能力上，與最先進(jìn)的模型1.0Ultra相比，1.5Pro在某些能力上甚至超越了1.0Ultra。24年2月25日，OpenAI發(fā)布視頻生成模型SoraSora的技術(shù)報(bào)告來(lái)看，通過(guò)訓(xùn)練文本條件擴(kuò)散模型（text-conditionaldiffusionmodels，這些模型同時(shí)處理不同時(shí)長(zhǎng)、分辨率和寬高比的視頻和圖像。利用了一個(gè)在視頻和圖像潛在代碼的空間時(shí)間塊（spacetimepatches）上運(yùn)作的變換器（transformer）架構(gòu)，使得Sora能夠生成一分鐘的高保真視頻。與LLM擁有文本令牌不同，Sora擁有視覺(jué)塊（visualpatches）。塊（patches）已經(jīng)被證明是視覺(jué)數(shù)據(jù)模型的有效表示。塊是訓(xùn)練多樣化視頻和圖像生成模型的高度可擴(kuò)展和有效表示。圖63：將視頻壓縮轉(zhuǎn)換為視覺(jué)塊資料來(lái)源：OpenAI，Sora是一個(gè)擴(kuò)散模型（diffusionmodel），給定輸入的噪聲塊（和像文本提示這樣的條件信息），它被訓(xùn)練來(lái)預(yù)測(cè)原始的“干凈”塊。重要的是，Sora還是一個(gè)擴(kuò)散變換器（diffusiontransformer。變換器在包括語(yǔ)言建模、計(jì)算機(jī)視覺(jué)和圖像生成在內(nèi)的多個(gè)領(lǐng)域展示了顯著的擴(kuò)展屬性。Sora也能夠生成圖像。我們通過(guò)在空間網(wǎng)格中排列高斯噪聲塊，并具有一幀的時(shí)間范圍來(lái)實(shí)現(xiàn)。模型可以生成不同大小的圖像——最高2048x2048分辨率。當(dāng)視頻模型在大規(guī)模訓(xùn)練時(shí)表現(xiàn)出許多有趣的新興能力。這些能力使得Sora能夠模擬物理世界中的一些人、動(dòng)物和環(huán)境的某些方面。Sora為仿真器存在許多局限性。例如，它不能準(zhǔn)確地仿真許多基本交互的物理，如玻璃破碎。其他交互，如吃食物，并不總是產(chǎn)生正確的物體狀態(tài)變化。圖64：輸入噪聲塊訓(xùn)練原始視頻資料來(lái)源：OpenAI，多模態(tài)大模型將能夠打通各種模態(tài)能力，實(shí)現(xiàn)任意模態(tài)之間轉(zhuǎn)化。從GPT-4發(fā)布開(kāi)始，支持接收?qǐng)D像和文本輸入，隨著大模型的進(jìn)化，向移動(dòng)端的轉(zhuǎn)移趨勢(shì)越來(lái)越明確。從應(yīng)用領(lǐng)域來(lái)講，大模型可分為通用大模型和行業(yè)大模型兩種。通用大模型更加適用于多場(chǎng)景業(yè)務(wù)，行業(yè)大模型則是利用行業(yè)知識(shí)對(duì)大模型進(jìn)行微調(diào)，以滿(mǎn)足在能源、金融、制造、傳媒等不同領(lǐng)域的需求。大模型將率先在互聯(lián)網(wǎng)、金融、傳媒、教育等知識(shí)密集度高的行業(yè)快速滲透。圖65：大模型演化路徑資料來(lái)源：互聯(lián)網(wǎng)天地雜志，中國(guó)電信研究院，目前大模型已經(jīng)在搜索、辦公、編程等互聯(lián)網(wǎng)信息服務(wù)行業(yè)建立標(biāo)桿，目前已經(jīng)落地的應(yīng)用包括，科大訊飛學(xué)習(xí)機(jī)引入星火大模型能力輔助中小學(xué)生寫(xiě)作，微軟NewBing引入GPT-4能力實(shí)現(xiàn)對(duì)話及復(fù)雜搜索、總結(jié)資料生成答案、發(fā)揮創(chuàng)意提供方案等，推出GPT-4平臺(tái)支持的新AI功能“Copilot”，可適用于Word、PowerPoint、Excel、Outlook等多個(gè)熱門(mén)商業(yè)應(yīng)用，例如，在Word寫(xiě)作場(chǎng)景中，Copilot可給出想法、快速完成寫(xiě)作和美化文檔；在Excel數(shù)據(jù)分析場(chǎng)景中可生成模型和圖表并進(jìn)行問(wèn)題分析等。百度基于交通大模型的全域信控緩堵方案可實(shí)現(xiàn)15-30%的效率提升；華為盤(pán)古大模型在礦山、電力等領(lǐng)域通過(guò)“預(yù)訓(xùn)練+微調(diào)”方式打造細(xì)分場(chǎng)景模型方案，如煤礦場(chǎng)景下可降低井下安全事故90%以上。圖66：AI大模型滲透趨勢(shì)資料來(lái)源：互聯(lián)網(wǎng)天地雜志，中國(guó)電信研究院，24年3月8日，谷歌正式發(fā)布了MediaPipeLLMInferenceAPI，該API可以讓開(kāi)發(fā)人員更便捷地在手機(jī)、PC等設(shè)備上運(yùn)行AIAI大模型也可以在不同類(lèi)型的設(shè)備上跨設(shè)備運(yùn)行。MediaPipe已經(jīng)支持了四種模型：Gemma、Phi2、Falcon和StableLM，這些模型可以在網(wǎng)頁(yè)、安卓、iOS設(shè)備上運(yùn)行，谷歌還計(jì)劃將這一功能擴(kuò)展到更多平臺(tái)上。早在2019MediaPipe就已經(jīng)出現(xiàn)，并開(kāi)始擴(kuò)展TensorFlowLite的能力，起初這些AI工具主要聚焦于小型設(shè)備上的模型。此次谷歌發(fā)布的新版本可以讓大模型在各個(gè)平臺(tái)上實(shí)現(xiàn)完全本地化運(yùn)行。這也意味著大模型的生態(tài)將進(jìn)一步擴(kuò)張。圖67：MediaPipeLLMInferenceAPI支持的幾種模型資料來(lái)源：智東西，圖68：不同模型在GPU上的運(yùn)行表現(xiàn) 圖69：不同模型在GPU上的運(yùn)行表現(xiàn)資料來(lái)源：智東西， 資料來(lái)源：智東西，為了實(shí)現(xiàn)更快速更低延遲的計(jì)算和推理，大模型部署在邊緣設(shè)備上是理想的方案，可以減少數(shù)據(jù)傳輸?shù)难舆t和帶寬需求，在邊緣側(cè)部署大模型需要綜合考慮多個(gè)因素，包括硬件資源、網(wǎng)絡(luò)環(huán)境、模型勢(shì)化等。軟硬件適配方面，需要選擇合適的硬件設(shè)備，確保其具備足夠的計(jì)算和存儲(chǔ)資源來(lái)部署大模型。圖70：終端設(shè)備開(kāi)始部署大模型資料來(lái)源：芯東西，2023年下半年以來(lái)，越來(lái)越多的國(guó)產(chǎn)手機(jī)廠商涌入AI大模型賽道。20238月，華為官宣HarmonyOS4系統(tǒng)全面接入盤(pán)古大模型；10月，小米宣布自研AI大模型“MiLM-6B”已接入澎湃OS；11月，先是vivo發(fā)布自研的AI“藍(lán)心大模型”，而后OPPO宣布在ColorOS14中內(nèi)置了“安第斯大模型”。2024年1月，榮耀也發(fā)布自70AI大模型“魔法大模型”。表7：23年下半年至今：手機(jī)廠商布局大模型的情況203年8月 華為宣布HamnyS4系統(tǒng)全面接入盤(pán)古大模型，成為全球首個(gè)嵌入I大模型的移動(dòng)端操作系統(tǒng)，支持Mte60系列203年0月 小米宣布自研的I大模型“MiM-68”已經(jīng)接入小米澎湃S203年1月 io在開(kāi)發(fā)者大會(huì)發(fā)布了自研的“藍(lán)心大模型”，藍(lán)心大模型包含十億、百億、千億三個(gè)參數(shù)量級(jí)共5款2023年11月 三星正式公布了其自研的生成式人工智能模型“三星高斯”203年1月 O宣布在ClrS14中，內(nèi)置了“安第斯大模型”，該模型包含從10億到千億不同參數(shù)規(guī)模的多種模型204年1月 榮耀在MaiS80發(fā)布會(huì)及開(kāi)發(fā)者大會(huì)上發(fā)布自研的70億參數(shù)端側(cè)I大模型“魔法大模型”資料來(lái)源：摩登消費(fèi)，高通在2024年MWC大會(huì)上展示了首個(gè)在Android智能手機(jī)上運(yùn)行的大語(yǔ)言和視覺(jué)助理大模型（LLaVA），可接受包括文本和圖像在內(nèi)的多種類(lèi)型的數(shù)據(jù)輸入，并可基于輸入內(nèi)容進(jìn)行多輪對(duì)話。LLaVA擁有70億個(gè)參數(shù)，可以在安卓手機(jī)上運(yùn)行，高通AI研究還將展示高通首個(gè)在Android智能手機(jī)上運(yùn)行的LoRA模型。通過(guò)運(yùn)行支持LoRA的StableDiffusion，用戶(hù)可基于個(gè)人或藝術(shù)偏好創(chuàng)建高質(zhì)量自定義圖像。LoRA減少了AI模型的可訓(xùn)練參數(shù)數(shù)量，賦能更加高效、可擴(kuò)展、定制化的終端側(cè)生成式AI用例。除了能夠?qū)崿F(xiàn)針對(duì)不同的藝術(shù)風(fēng)格賦能語(yǔ)言視覺(jué)大模型（LVM）微調(diào)外，LoRA還廣泛適用于定制AI模型（如大語(yǔ)言模型），以打造量身定制的個(gè)人助手、改進(jìn)語(yǔ)言翻譯等。在owsPC上，高通AI研究將展示全球首個(gè)在終端側(cè)運(yùn)行的超過(guò)70億參數(shù)的大型多模態(tài)語(yǔ)言模型(LMM)，可接受文本和音頻輸入（如音樂(lè)、交通環(huán)境音頻等），并基于音頻內(nèi)容生成多輪對(duì)話。圖71：高通發(fā)布多款終端運(yùn)行大模型資料來(lái)源：高通，（二）終端AI化，智能硬件迎來(lái)變革當(dāng)前正處于第四次工業(yè)革命的風(fēng)口浪尖，正處于新一輪產(chǎn)業(yè)變革制高點(diǎn)。當(dāng)下全球正在發(fā)生的第四次工業(yè)革命是人工智能、智慧網(wǎng)聯(lián)時(shí)代，以超大數(shù)據(jù)、超強(qiáng)算力、超強(qiáng)算法的人工智能為核心技術(shù)，以智能家居、智能音箱、智慧城市、智能汽車(chē)和手機(jī)為數(shù)據(jù)入口的智能終端產(chǎn)品正加速AI的進(jìn)化。持續(xù)增加的智能終端應(yīng)用所帶來(lái)的海量數(shù)據(jù)傳輸與處理呈指數(shù)級(jí)增長(zhǎng)，如果全部依靠云端計(jì)算，已無(wú)法滿(mǎn)足實(shí)際需求，邊緣計(jì)算已經(jīng)成為必然。中國(guó)邊緣端計(jì)算產(chǎn)業(yè)正在飛速發(fā)展，根據(jù)沙利文預(yù)測(cè)，中國(guó)邊緣計(jì)算的市場(chǎng)規(guī)模預(yù)計(jì)在2027年將達(dá)到2509億元人民幣，2023年至2027年的復(fù)合年增長(zhǎng)率為36.1%。AI+硬件已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，人工智能的出現(xiàn)打破了過(guò)去硬件產(chǎn)品僅需要數(shù)據(jù)采集、計(jì)算和傳輸?shù)哪Ｊ?，硬件產(chǎn)品正在向智能化、個(gè)性化的方向發(fā)展，而PC、手機(jī)、智能家居是最先開(kāi)始AI+進(jìn)程的，而未來(lái)將在醫(yī)療診斷、智慧交通、金融風(fēng)控、智能制造領(lǐng)域發(fā)揮更大的影響。圖72：中國(guó)邊緣計(jì)算市場(chǎng)規(guī)模中國(guó)邊緣計(jì)算市場(chǎng)規(guī)模（億元人民幣）3000250020001500100050002018年 2019年 2020年 2021年 2022年 2023年 2024年 2025年 2026年 2027年資料來(lái)源：沙利文，IDC將AI終端定義為處理器集成AI引擎的終端設(shè)備。PC市場(chǎng)雖然已經(jīng)是存量市AI技術(shù)的發(fā)展為PC帶來(lái)了新的活力，AI應(yīng)用在PCPC成為了AI應(yīng)用的第一場(chǎng)景，年以來(lái)中國(guó)筆記本電腦市場(chǎng)的出貨量開(kāi)始出現(xiàn)了顯著的萎縮，但產(chǎn)品結(jié)構(gòu)上看高性能筆記本的占比持續(xù)上升，2022年高性能筆記本占比達(dá)到28.9%。圖73：中國(guó)筆記本電腦市場(chǎng)出貨量及增長(zhǎng)率 圖74：中國(guó)筆記本電腦市場(chǎng)高性能筆記本占比資料來(lái)源：IDC、 資料來(lái)源：IDC、AI技術(shù)正在勢(shì)化數(shù)據(jù)傳輸、降噪、自動(dòng)攝像頭控制、人臉識(shí)別和身份驗(yàn)證、語(yǔ)音識(shí)別和轉(zhuǎn)錄等幾個(gè)方面大幅提升效率，賦能移動(dòng)辦公。在日常生活中，AI可以對(duì)語(yǔ)音助手、自動(dòng)化辦公、智能推薦系統(tǒng)等場(chǎng)景進(jìn)行大幅勢(shì)化，增強(qiáng)體驗(yàn)減少冗余工作量。在畫(huà)面上，AI可以處理復(fù)雜圖像視頻，在圖像增強(qiáng)、分辨率增強(qiáng)、圖像修復(fù)、色彩校正、風(fēng)格轉(zhuǎn)換的處理能力更強(qiáng)，提升平面設(shè)計(jì)、視頻剪輯、游戲體驗(yàn)等。根據(jù)IDC的預(yù)測(cè)商用和消費(fèi)類(lèi)筆記本電腦在經(jīng)歷23年衰退后，將在24年重新迎來(lái)增長(zhǎng)，到27年市場(chǎng)總量將超過(guò)3400萬(wàn)臺(tái)，其中AI筆記本電腦的占比達(dá)到86%。圖75：中國(guó)筆記本電腦市場(chǎng)出貨量級(jí)增速預(yù)測(cè)商用市場(chǎng)（百萬(wàn)臺(tái)） 民用市場(chǎng)（百萬(wàn)臺(tái)） YOY增長(zhǎng)率9.60%7.39.60%7.35.34.78.6-11.80%17.69.918.810.620.20%11.321.20%11.70%22.3

15%20 10%5%150%10-5%5 -10%02023年

2024年

2025年

2026年

2027年

-15%資料來(lái)源：IDC，手機(jī)是邊緣AI的最重要組成部分，根據(jù)Canalys的數(shù)據(jù)，2024年智能手機(jī)出貨量中，僅有不到5%為AI手機(jī)，預(yù)估24年AI手機(jī)的出貨量在5000-6000萬(wàn)部。在十年以前AI算法已經(jīng)可以運(yùn)行在手機(jī)的ISP或者NPU上，如今的智能手機(jī)在硬件和軟件上都有極大的提升，在智能手機(jī)上實(shí)現(xiàn)端側(cè)生成式AI已經(jīng)是大勢(shì)所趨。首先手機(jī)是科技行業(yè)巨頭的核心終端設(shè)備，蘋(píng)果三星等巨頭出貨量最大單一產(chǎn)品，在所有硬件終端中使用頻率最高的產(chǎn)品。全球手機(jī)總數(shù)量突破50億臺(tái)，AI手機(jī)占比還不到5%，AI在智能手機(jī)端擁有非常大的滲透空間。智能手機(jī)出貨量平板電腦可穿戴設(shè)備智能手機(jī)出貨量平板電腦可穿戴設(shè)備201510502015

2016

2017

2018

2019

2020

2021資料來(lái)源：Canalys，從過(guò)去智能手機(jī)的AI應(yīng)用功能來(lái)看，頻率較高的使用場(chǎng)景集中在后臺(tái)任務(wù)和娛樂(lè)上，主要包括硬件勢(shì)化、照片和視頻編輯等。而與生產(chǎn)力和信息相關(guān)的使用場(chǎng)景比如日程助理、AI機(jī)器人搜索、視頻內(nèi)容搜索等需求端的應(yīng)用頻率較低。隨著AI與手機(jī)結(jié)合的更加緊密，AI將大幅提升并勢(shì)化硬件性能和使用體驗(yàn)，AI將更加貼合使用者的習(xí)慣及環(huán)境，實(shí)現(xiàn)硬件勢(shì)化、自動(dòng)化任務(wù)、更加高效的圖片和視頻編輯、更精準(zhǔn)的搜索結(jié)果、更智能的內(nèi)容輸出等。圖77：智能手機(jī)的AI化資料來(lái)源：Canalys，根據(jù)Counterpoint的數(shù)據(jù)，預(yù)計(jì)2027AI智能手機(jī)的出貨量將達(dá)到5.22億部，復(fù)合年增長(zhǎng)率為83%。中國(guó)本土廠商在生態(tài)整合上將以手機(jī)為核心，戰(zhàn)略性將AI步推廣到PC、可穿戴、電視甚至汽車(chē)等硬件之上。AI成為國(guó)內(nèi)手機(jī)廠商在5G和折疊屏以外最重要的創(chuàng)新點(diǎn)，將有力推動(dòng)高端手機(jī)市場(chǎng)的增長(zhǎng)。端側(cè)AI能力的提升有利于刺激新一輪的換機(jī)周期，提升手機(jī)的單機(jī)價(jià)值量。圖78：全球AI手機(jī)出貨量全球AI手機(jī)出貨量（億部）65432102023

2024年

2025年

2026年

2027年資料來(lái)源：Counterpoint，2024AI大模型成為重中之重。OPPO701000vivo藍(lán)心大模型的參數(shù)從101750MiLM大模型參數(shù)從13億到60億，主要部署在端側(cè)；榮耀“魔法大模型”則有70億參數(shù)，主要部署在端側(cè)。目前AI也就是在手機(jī)、PCXR頭顯、智能汽車(chē)等終端設(shè)備上運(yùn)行輕型模型。比起云側(cè)部署，端側(cè)部署勢(shì)勢(shì)包括：私隱更安全、低延時(shí)、無(wú)需聯(lián)網(wǎng)可靠性高、能耗成本低、減輕云設(shè)施壓力并減少開(kāi)支等。硬件終端的AI化已經(jīng)是大勢(shì)所趨。圖79：國(guó)內(nèi)手機(jī)廠商在大語(yǔ)言模型的進(jìn)展資料來(lái)源：Canalys，（三）數(shù)字經(jīng)濟(jì)推動(dòng)電子信息制造業(yè)占GDP比重持續(xù)提升從目前半導(dǎo)體行業(yè)整體產(chǎn)業(yè)鏈情況來(lái)看，整個(gè)產(chǎn)業(yè)鏈包括EDA軟件、半導(dǎo)體設(shè)備零部、相關(guān)核心材料、IC設(shè)計(jì)、晶圓代工、封測(cè)等多項(xiàng)環(huán)節(jié)。圖80：半導(dǎo)體產(chǎn)業(yè)鏈資料來(lái)源：盛美上海招股說(shuō)明書(shū)，1980-2000年持續(xù)發(fā)展，早期半導(dǎo)體市場(chǎng)的發(fā)展主要來(lái)自于內(nèi)存等產(chǎn)品上的產(chǎn)業(yè)鏈轉(zhuǎn)1984第一（第四（第五第六（第十頭；對(duì)DRAM等重資產(chǎn)開(kāi)支采取保守戰(zhàn)略，最終產(chǎn)業(yè)鏈轉(zhuǎn)移至韓國(guó)與中國(guó)臺(tái)灣。日本半導(dǎo)體公司Fabless+Foundry球前十大半導(dǎo)體公司中，已不見(jiàn)日本廠商身影。圖81：全球十大半導(dǎo)體公司變化資料來(lái)源：ICinsight，自主開(kāi)發(fā)、制造提升與應(yīng)用拓展，三大方向?qū)⒊蔀橹袊?guó)半導(dǎo)體領(lǐng)域帶來(lái)主要投資機(jī)遇。從國(guó)內(nèi)半導(dǎo)體市場(chǎng)發(fā)展來(lái)看，整體獲得了比較強(qiáng)的發(fā)展，從市場(chǎng)競(jìng)爭(zhēng)格局來(lái)看，美國(guó)在EDA軟件、半導(dǎo)體設(shè)備等領(lǐng)域競(jìng)爭(zhēng)力突出。從芯片產(chǎn)品來(lái)看，根據(jù)Gartner數(shù)據(jù)，美國(guó)在EDA軟件（96%）、芯片設(shè)計(jì)（47%）、芯片制造（33%）領(lǐng)域均處于領(lǐng)先地位。中國(guó)大陸在設(shè)計(jì)、制造和封裝領(lǐng)域占比正在穩(wěn)步提升，在產(chǎn)業(yè)鏈附加值量上穩(wěn)步提升。表8：2023年全球產(chǎn)業(yè)鏈?zhǔn)袌?chǎng)份額情況

市場(chǎng)份額環(huán)節(jié)附加值美國(guó)韓國(guó)日本中國(guó)臺(tái)灣歐洲中國(guó)大陸其他原材料晶圓材料生產(chǎn)設(shè)備<1%EDA<1%<1%IP核芯片設(shè)計(jì)芯片制造芯片封裝總增加值資料來(lái)源：WSTS，Gartner，從芯片的各類(lèi)產(chǎn)品來(lái)看，主要分類(lèi)如下：WSTS20225812SKMicron看國(guó)產(chǎn)存儲(chǔ)器的份額占比接近4%，整體市場(chǎng)規(guī)模仍為穩(wěn)健，但是隨著國(guó)內(nèi)在多層NAND領(lǐng)域有所突破，未來(lái)隨著國(guó)產(chǎn)廠商的產(chǎn)能進(jìn)一步釋放，我們預(yù)計(jì)存儲(chǔ)器的國(guó)產(chǎn)化率有望快速提升。WSTS20222956TIADI60%展有望迎來(lái)快速發(fā)展。GartnerAP3202AI、智能手機(jī)、平板電腦等消費(fèi)級(jí)SoC領(lǐng)域，隨著后續(xù)英偉達(dá)AMD等廠商在AI領(lǐng)域快速布局發(fā)展，高通、三星、蘋(píng)果等頭部廠商在產(chǎn)品迭代上的快速發(fā)展，國(guó)內(nèi)部分UAPIBS2022126yoy+12%；預(yù)計(jì)20301320傳感器，傳感器主要包括MEMS聲學(xué)、MEMS溫度/壓力傳感器、指紋識(shí)別傳感器等，目前國(guó)MEMS溫度/Gartner202261MEMS壓力/高速爆發(fā)。298747872025達(dá)到1387億元。中國(guó)大陸晶圓代工行業(yè)起步較晚，但發(fā)展速度較快。根據(jù)集微咨詢(xún)統(tǒng)計(jì)，2017202221.420221035.820212025場(chǎng)將達(dá)到1662億元市場(chǎng)規(guī)模。1384294820253062表9：國(guó)內(nèi)半導(dǎo)體細(xì)分市場(chǎng)規(guī)模預(yù)測(cè)(單位：億元)2020202120222023E2024E2025E2030E2035E存儲(chǔ)芯片5146552158126500759985721440120881yoy7.3%5.3%12.8%16.9%12.8%8.5%4.5%模擬芯片25042731295630273500385960979511yoy9.1%8.2%12.8%15.6%10.2%9.6%7%處理器芯片（CPU/GPU）214928033202314836814152697613812yoy30.4%14.2%12.8%16.9%12.8%8.5%5.5%分立器件43255161765776886615592089yoy27.6%12.0%12.8%16.9%12.8%13.2%7%傳感器435361576778167378yoy23.8%15.4%12.8%16.9%17.3%12.5%8%半導(dǎo)體設(shè)備市場(chǎng)12902039197822322609298747876345yoy58.0%-%12.8%16.9%14.5%5.3%4%半導(dǎo)體材料市場(chǎng)67281791410251203138725204385yoy22.3%11.5%12.2%17.3%15.3%12.3%9%半導(dǎo)體晶圓代工417544103612691476166224023483yoy23.4%47.5%22.6%16.2%12.6%14.6%10%半導(dǎo)體封裝領(lǐng)域24782725294827722897306239685317yoy9.6%7.9%-%4.5%5.7%6.3%4%中國(guó)半導(dǎo)體市場(chǎng)總空間1513117783195242068723798266604251566201國(guó)內(nèi)生產(chǎn)總值（萬(wàn)億元）101.36114.92120.47126.06132.68139.44175.94215.91占比1.5%1.5%1.6%1.6%1.8%1.9%2.4%3.1%資料來(lái)源：WTST，CANALYS，SIA，IBS，Gartner，預(yù)測(cè)ECIA2022346202336343%。顯示面板，中國(guó)光學(xué)光電子行業(yè)協(xié)會(huì)液晶分會(huì)統(tǒng)計(jì)數(shù)據(jù)顯示，2021年，我國(guó)顯示行業(yè)產(chǎn)值約58681081.610736.963.3%，成為全球第一。PCBPCBPBPrsmk2022年全球PB行業(yè)產(chǎn)值為435.53PCBPCB整體依然保持穩(wěn)定持續(xù)的增長(zhǎng)，Prismark2022~2027PCB3.3%。LEDCSAResearch2022LED6750LEDLEDLEDLEDLEDLEDLED表10：國(guó)內(nèi)被動(dòng)元件、PCB、面板、LED等細(xì)分市場(chǎng)規(guī)模預(yù)測(cè)單位：億元2020202120222023E2024E2025E2030E2035E被動(dòng)元件市場(chǎng)規(guī)模（億元）8971014106711191173122715191833yoyPCB市場(chǎng)規(guī)模（億元）25173169312330293181330838714620yoy-1.5%-3.0%顯示面板市場(chǎng)規(guī)模（億元）44605868493350815487559764257447yoy-15.9%3%4%LED市場(chǎng)規(guī)模（億元）70157773675066156946708579769245yoy-13.2%-2.0%被動(dòng)元件、PCB、面板、LED總市場(chǎng)1488917824158731584416787172161979123145國(guó)內(nèi)生產(chǎn)總值（萬(wàn)億元）101.36114.92120.47126.06132.68139.44175.94215.91占GDP比重資料來(lái)源：CSAResearch，Prismark，中國(guó)光電子協(xié)會(huì)，預(yù)測(cè)制造、下游銷(xiāo)售和服務(wù)等。上游原材料供應(yīng)主要包括各種電子元器件、集成電路、顯示屏等。2017-2022升，202210566.92023107945G中國(guó)消費(fèi)電子行業(yè)市場(chǎng)規(guī)模在過(guò)去幾年中持續(xù)增長(zhǎng)，隨著人們生活水平的提高和消費(fèi)觀念的轉(zhuǎn)變，對(duì)電子產(chǎn)品和相關(guān)服務(wù)的需求不斷增加。根據(jù)Statista的數(shù)據(jù)，2022年中國(guó)消費(fèi)電子市場(chǎng)規(guī)186492023192012.332.66Canalys2.953.16GFK26852023348020303800AIASP22354%。Canalys（整體出貨量4850202115%，234865241641PC22352.6%?？纱┐髟O(shè)備及AITWSRRDC的數(shù)據(jù)，20161.0220215.3339.2%。20224.921221.61.7VRAI22356%。2235表11：國(guó)內(nèi)消費(fèi)電子細(xì)分市場(chǎng)規(guī)模預(yù)測(cè)單位：億元2020年2021年2022年2023E2024E2025E2030E2035E智能手機(jī)市場(chǎng)規(guī)模（億元）7992960486101003011060113921377814913yoy20.2%-10.3%16.5%10.3%3.0%3.0%2.0%PC市場(chǎng)規(guī)模（億元）16062077155215571642169119772237yoy29.3%-25.3%0.3%5.5%3.0%1.1%2.1%可穿戴市場(chǎng)規(guī)模（億元）559699814895975105314501868yoy24.9%16.5%10.0%9.0%8.0%7%5%其他消費(fèi)電子市場(chǎng)規(guī)模（億元）71895734767467196095620961657668yoy-20.3%33.8%-12.4%-%1.9%1.50%1.10%消費(fèi)電子總市場(chǎng)規(guī)模（億元）1734718113186491920119772203452336926686yoy4.4%3.0%3.0%3.0%2.9%2.75%2.65%國(guó)內(nèi)生產(chǎn)總值（萬(wàn)億元）101.36114.92120.47126.06132.68139.44175.94215.91占GDP比重1.7%1.6%1.5%1.5%1.5%1.5%1.3%1.2%資料來(lái)源：CANALYS，IDC，預(yù)測(cè)表12：電子行業(yè)整體市場(chǎng)空間測(cè)算（億元）2020202120222023E2024E2025E2030E2035E中國(guó)消費(fèi)電子市場(chǎng)規(guī)模（億元）1734718113186491920119772203452336926686yoy4.4%3.0%3.0%3.0%2.9%2.8%2.65%中國(guó)半導(dǎo)體市場(chǎng)規(guī)模（億元）1513117783195242068723798266604251566201yoy17.5%9.8%6.0%15.0%12.0%8.6%9%中國(guó)電子器件市場(chǎng)規(guī)模（億元）1488917824158731584416787172161979123145yoy19.72%-10.9%-%5.95%2.56%3.29%3.97%電子行業(yè)核心產(chǎn)業(yè)（半導(dǎo)體+電子器3002035607353973653140585438766230689346件）市場(chǎng)規(guī)模（億元）國(guó)內(nèi)生產(chǎn)總值（萬(wàn)億元）101.36114.92120.47126.06132.68139.44175.94215.91占比3.0%3.1%2.9%2.9%3.1%3.1%3.5%4.1%資料來(lái)源：CANALYS，IDC，SIA，IBS，Gartner，WSTS，預(yù)測(cè)四、投資建議10深度和廣度都在拓展，發(fā)展數(shù)字經(jīng)濟(jì)已成為構(gòu)建現(xiàn)代化經(jīng)濟(jì)體系的重要支撐和發(fā)展的穩(wěn)定引AIAI建議關(guān)注：AI寒武紀(jì)、海光信息、龍芯中科；AI