深度報告行業研究證券研究報告深度報告行業研究證券研究報告超配（維持）計算機行業深度報告AIPC元年開啟，關注增量部件分析師：羅煒斌SAC執業證書編號：S0340521020001電話uoweibin@分析師：劉夢麟SAC執業證書編號：S0340521070002電話iumenglin@分析師：陳偉光SAC執業證書編號：S0340520060001電話henweiguang@計算機行業指數走勢資料來源：東莞證券研究所，Wind相關報告投資要點：AIPC正式面世，有望提升用戶體驗。2023年10月，聯想展示首款AIPC。AIPC能夠創建個性化的本地知識庫，通過模型壓縮技術運行個人大模型，實現人機的自然交互，并且可以實現離線運行。與公共大模型所提供的回答相比，AIPC由于基于本地用戶數據進行微調，將更加強調個性化。在體驗與安全性上，AIPC主要在本地完成推理，時延會更低、體驗效果更好；同時，只有在不涉及用戶隱私的公共請求才會調用云端服務，進一步保障了用戶的數據安全，有望提升用戶體驗。AIPC元年開啟，關注增量部件。2023年AMD、高通、英特爾等廠商密集發布嵌入AI能力的CPU處理器。其中，英特爾在12月正式發布代號為MeteorLake的Ultra，首次將NPU嵌入到CPU處理器。Ultra處理器發布后，聯想、華碩、戴爾、微星等多家終端廠商積極跟進，陸續發布相關終端產品。從各家AIPC宣傳的功能來看，除了能提升運行AI應用的效率之外，普遍在視頻會議、圖片/視頻編輯等領域提供包括AI美顏、背景虛化、降噪等一系列的功能。隨著產業鏈上下游的積極參與，AIPC元年正式開啟，預計AIPC有望在2024年迎來放量。據Canalys預測，2024年AIPC出貨量將超過5,000萬臺。建議關注硬件（芯片、內存、結構件、散熱等）、軟件（大模型、模型壓縮、應用等）增量部件環節。終端進入去庫尾聲，24年有望恢復增長。隨著PC市場發展逐漸成熟，后續需求預計主要來自于大約五年一換的替換需求，以及革命性技術推出所帶來的新增需求。受宅經濟對PC需求提前透支，以及近年宏觀經濟下行等因素影響，2022年全球PC出貨量同比下降15.46%。2023年以來，全球PC出貨量Q1、Q2、Q3同比仍然下降，但降幅已呈現逐季收窄的態勢。同時，頭部PC廠商庫存水位持續下降。隨著PC市場的庫存逐步恢復到健康水平，在AIPC等新產品的拉動下，全球PC市場有望在2024年迎來回暖。據Canalys預測，2024年全球PC出貨量有望達到2.67億臺，較2023年增長8%。投資建議：AIPC能夠創建個性化的本地知識庫，通過模型壓縮技術運行個人大模型，實現人機的自然交互。與公共大模型提供回答相比，AIPC更加個性化、體驗效果更好、數據安全性更高。2023年以來芯片廠商密集發布嵌入AI能力的CPU處理器，終端廠商積極跟進陸續發布相關終端產品。在產業鏈上下游積極參與下，AIPC元年正式開啟。建議關注硬件（芯片、內存、結構件、散熱等）、軟件（大模型、模型壓縮、應用等）增量部件環節。風險提示：下游需求釋放不及預期；宏觀經濟發展不及預期等。 請務必閱讀末頁聲明。1.AIPC正式面世，有望提升用戶體驗 2.AIPC元年開啟，關注增量部件 43.終端進入去庫尾聲，24年有望恢復增長 4.投資建議 5.風險提示 插圖目錄 圖4：AIPC針對工作、學習、生活場景提供的個性化服務 4 4圖6：MeteorLake產品介紹 4圖7：MeteorLake提供多元AI算力 4圖8：英特爾內部測試結果 5圖9：AMD銳龍路線圖 5圖10：銳龍8040運行Llama2、Vision模型的性能進一步提升 5圖11：高通驍龍XElitePC處理器 圖12：聯想X1Carbon、小新Pro16的AI功能 圖14：聯想官網CES2024頁面 圖16：英特爾啟動首個AIPC加速計劃 圖17：中國市場AIPC滲透率預測 9圖18：中國市場AIPC銷售規模預測 9圖19：美光FY24Q1對AIPC的表態 圖20：英特爾發布會展示的AIGC助手 圖21：英特爾與12家模型廠商合作 圖22：全球PC滲透率 圖23：歐美國家PC滲透率 圖24：近年全球PC出貨量 圖25：近年聯想集團存貨 圖26：近年戴爾存貨 圖27：近年惠普存貨 圖28：近年宏碁存貨 圖29：近年華碩存貨 表格目錄表1：多個品牌發布基于Ultra處理器的終端產品 表2：傳統芯片與人工智能芯片的特點 9表3：模型壓縮技術分類 表4：2023Q3終端廠商全球PC出貨量 表5：重點公司盈利預測及投資評級（截至2024/1/9） 請務必閱讀末頁聲明。混合AI有望逐步推廣。混合AI指的是云端和終端協同處理AI任務，可選擇云端或終端作為工作負載的中心，在必要時向終端或云端分流相關任務。相較于目前在云端完成大模型的訓練和推理而言，混合AI架構具有算力成本低、時延低、數據安全性高等特點，后續有望逐步推廣。圖1：AI處理從云端到邊緣端AIPC正式面世。2023年10月24日，聯想在創新科技大會上展示了首款AIPC。AIPC能夠創建個性化的本地知識庫，通過模型壓縮技術運行個人大模型，實現人機的自然交互，并且可以實現離線運行。根據聯想的定義，AIPC能夠提供多場景下的個性化服務、即時可靠的智能服務、更低的大模型使用成本、可信安全的個人數據與隱私保障等四大核心價值。圖2：聯想推出首款AIPC圖3：AIPC四大核心價值AIPC有望提升用戶體驗。與公共大模型所提供的回答相比，AIPC由于基于本地用戶數據進行微調，將更加強調個性化。在聯想創新科技大會上，聯想展示了公共大模型與AIPC回答行程計劃的區別，其中AIPC會根據用戶偏好定制行程、酒店、餐廳等。在面對企業用戶時，會上展示了AIPC如何賦能差旅計劃制定、供應鏈風險管控等場景，請務必閱讀末頁聲明。 其中針對差旅計劃制定，AIPC能夠結合公司差旅政策、審批流程以及員工個人的信息和偏好進行計劃的制定。在體驗與安全性上，AIPC主要在本地完成推理，與云端交互相比，時延會更低、體驗效果更好；同時，只有在不涉及用戶隱私的公共請求才會調用云端服務，進一步保障了用戶的數據安全。圖4：AIPC針對工作、學習、生活場景提供的個性化服務圖5：聯想展示AIPC的回答2.1AIPC有望迎來放量芯片廠商密集發布嵌入AI能力的處理器。2023年以來AMD、高通、英特爾等廠商密集發布嵌入AI能力的CPU處理器。其中，英特爾在12月正式發布代號為MeteorLake的Ultra，首次將NPU嵌入到CPU處理器，支持200億參數大模型的運行。MeteorLake采用了分離式模塊架構，由計算模塊、SoC模塊、圖形模塊以及IO模塊這四個獨立模塊組成，并通過Foveros3D封裝技術連接。MeteorLake的“CPU+GPU+NPU”能夠協同處理AI相關任務，最新測試結果顯示較只負載在CPU或GPU上表現更優秀。圖6：MeteorLake產品介紹圖7：MeteorLake提供多元AI算力 請務必閱讀末頁聲明。圖8：英特爾內部測試結果AMD方面，12月推出的銳龍8040主要在7040基礎上進化，NPUAI算力從10TOPS提升至16TOPS，整體算力從33TOPS提升至39TOPS。在運行模型、Vision模型的性能相較于7040均提升了40%。高通方面則推出了驍龍XElitePC處理器，AI引擎算力達到75TOPS，能夠在本地運行130億參數的大模型。圖9：AMD銳龍路線圖圖10：銳龍8040運行Llama2、Vision模型的性能進一步提升請務必閱讀末頁聲明。圖11：高通驍龍XElitePC處理器終端廠商積極跟進，相繼推出AIPC產品。英特爾Ultra處理器發布后，聯想、華碩、戴爾、微星、宏碁等多家終端廠商積極跟進，密集發布相關終端產品。從各家AIPC宣傳的功能來看，除了能提升運行AI應用的效率之外，普遍在視頻會議、圖片/視頻編輯等領域提供包括AI美顏、背景虛化、降噪等一系列的功能。從價格上來看，除了聯想X1Carbon以及微星Prestige16定價超過1萬元外，其余基本集中在5,000-7,000元價格帶上，定價處于中間水平有助于進一步加快AIPC的滲透。表1：多個品牌發布基于Ultra處理器的終端產品產品參數價格聯想ThinkPadX1CarbonUltra7155H，32G+1TBUltra7155H，32G+2TB14,999元（京東）Ultra5125H，16GB+1TBUltra5125H，32GB+1TB5,846、6,046元（京東）華碩靈耀142024Ultra7155H，32GB+1TB6,799元（京東）微星Prestige13Ultra7155H，32GB+1TB9,999元（京東）Prestige16Ultra7155H，32GB+1TB10,999元（京東）戴爾靈越13Ultra5125H，16GB+1TBUltra7155H，16GB+1TB6,499-7,399元（官網）宏碁SwiftGo14Ultra處理器，最高32GB+2TB5,499元（官網）SwiftGo16Ultra處理器，最高32GB+2TB799.99美元（官網）SwiftX14Ultra處理器，高達32GB+1TB7,999元請務必閱讀末頁聲明。圖12：聯想X1Carbon、小新Pro16的AI功能CES2024召開在即，預計多家廠商展示AIPC相關產品。1月9日-1月12日，CES2024將在美國拉斯維加斯舉行，預計多家廠商將積極展示AIPC相關產品。其中，聯想將亮相10多款AIPC，包括ThinkPadX1Carbon、YogaPro9i、ThinkBookPlusGen5Hybrid等多款產品，加速推進“AIforAll，為消費者和企業用戶帶來獨特的個性化計算體驗。請務必閱讀末頁聲明。 圖14：聯想官網CES2024頁面圖15：AMD1月8日在CES2024的演講AIPC元年開啟，2024年有望迎來放量。英特爾10月發布了AIPC加速計劃，計劃與超過100家ISV合作伙伴深度合作并集合300余項AI加速功能，在音頻效果、內容創建等方面繼續強化PC的體驗，目標在2025年出貨1億臺AIPC。隨著產業鏈上下游的積極參與，AIPC元年正式開啟，預計AIPC有望在2024年迎來放量。據Canalys預測，2024年AIPC出貨量將超過5,000萬臺，占全年出貨量的比重達到19%。圖16：英特爾啟動首個AIPC加速計劃滲透率有望快速提升，個人消費者成為AIPC換機主力。從滲透率來看，據IDC預測，中國市場AIPC的2024年滲透率有望達到54.7%，2027年將進一步提升至84.6%。從市場規模來看，IDC預計到2027年，我國AIPC市場（消費市場、中小企業、大型企業）總體銷售額將達到2,308億元，2023-2027年復合增速高達90.49%。其中，個人消費市場將是AIPC的主要貢獻客群，占整體市場規模的比重達到56.85%。請務必閱讀末頁聲明。圖17：中國市場AIPC滲透率預測圖18：中國市場AIPC銷售規模預測2.2關注增量部件環節芯片：早期CPU、GPU等傳統芯片為AI發展提供了底層算力，但隨著AI快速發展，CPU已無法滿足AI快速增長的算力需求，而GPU整體能耗也相對較高。對此，針對AI設計的人工智能芯片應運而生，其采用并行計算的方式，架構和指令集針對算法和應用進行了專門優化，在性能、效率、能耗等方面都得到了顯著提升。2023年以來，AMD、高通、英特爾等芯片廠商相繼發布了嵌入NPU的PC處理器，其中高通驍龍XElite的NPU算力達到45TOPS，AMD8040的NPU算力也提升至了16TOPS，能夠為用戶提供更好的AI體驗、更低的功耗。表2：傳統芯片與人工智能芯片的特點芯片類型技術特點及對人工智能領域的適用性傳統CPU.通用性最強，可執行各種類型的計算機應用程序峰值運算性能有限.CPU非常適合傳統的控制密集型計算任務，但進行人工智能處理的性能和能效較低.人工智能應用開發生態成熟，但性能已無法滿足人工智能快速增長的計算能力.CPU廣泛應用于個人電腦、移動終端、傳統服務器等領域GPU.最初為圖形顯示與渲染等任務專門設計，后逐步拓展至科學計算與人工智能領域，通用性較好.為圖形處理、科學計算等傳統任務提供了良好的硬件支持，但也因此帶來了顯著的芯片面積開銷.運算單元占芯片面積比例很大，擅長數據級并行處理，其峰值運算性能高，但整體能耗較高.GPU廣泛應用于個人電腦、游戲機、工作站等領域；在人工智能領域，GPU多用于服務器與數據中心，在終端應用較少.GPU在云端具備成熟的應用開發生態，但在終端生態尚不成熟DSP.最初為數字信號處理任務設計，可用于傳統的通信和音視頻信號處理，常采用VLIW指令集.編程開發的門檻較高，在云端應用較少，但在手機等終端設備中有一定生態基礎FPGA.FPGA包含充裕的可重構邏輯單元陣列，可通過硬件重構方式靈活實現適合于人工智能應用的架構，但其成本和能效與實現相同架構的非FPGA芯片相比有很大差距智能通用型智能芯片.針對人工智能領域內多樣化的應用設計的處理器芯片，對視覺、語音、自然語言處理、傳統機器學習技術等各類人工智能技術具備較好的普適性.無需像CPU一樣支持控制密集型計算任務，或者像GPU一樣兼顧圖形處理與科學計算任務，架構完全針對人工智能處理的實際需求所設計.全新指令集完備高效，可覆蓋各類智能算法所需的基本運算操作.在指令集、處理器架構以及基礎系統軟件等方面具備較高的技術壁壘.性能功耗比較傳統芯片優勢明顯，可適應各種場景和規模的人工智能計算需求.與傳統芯片生態兼容，降低了程序員的開發難度.架構靈活通用，可支撐其在云端、邊緣端和消費類電子終端都獲得廣泛應用專用型智能芯片（ASIC）.面向特定的、具體的、相對單一的人工智能應用所設計的專用IC.在架構層面對特定智能算法作硬化支持，指令集簡單或指令完全固化技術門檻相對較低數據來源：《寒武紀首次公開發行股票并在科創板上市招股說明書內存：大模型的本地化部署對終端的內存和存儲提出了更高的要求。據美光FY24Q1業績說明會的表態，OEM廠商將在24H2開始增加搭載AI能力的PC，每臺PC的內存容量有望額外增加4-8GB、而且SSD平均容量也將增加。從聯想、華碩、戴爾、微星等品牌已發布搭載Ultra處理器的終端產品來看，基本標配了大容量內存及硬盤。隨著AIPC逐步起量，預計也將增加對內存、存儲的需求。 圖19：美光FY24Q1對AIPC的表態結構件、散熱等：AIPC的推出預計將加快結構件的創新及升級；同時，大模型的本地運行可能對電池續航、散熱材料等方面提出更高要求，相關零部件有望實現量價齊升。大模型：在2023新品發布會上，英特爾演示了PC環境下AIGC助手利用百川智能大模型回答問題，并同時宣布與12家模型廠商合作進行適配工作，包括百度、通義千問、智譜等。AIPC在出廠前預裝大模型，對相關模型需求也會進一步加大。圖20：英特爾發布會展示的AIGC助手圖21：英特爾與12家模型廠商合作模型壓縮技術：由于大模型容量較大，端側運行需要對其進行壓縮，壓縮過程中需要同時平衡模型的體積以及性能，在不顯著降低性能的基礎上，進一步減少存儲空間、提高運行效率。根據《ASurveyonModelCompressionforLargeLanguageModels》，目前模型壓縮技術主要包括剪枝、知識蒸餾、量化、低秩分解等。表3：模型壓縮技術分類方法介紹通過刪除不必要的或冗余組件來減少模型的大小或復雜性。有許多冗余參數對模型性能幾乎沒有影響，因此在直接剪掉這些冗余參數后，模型性能不會收到太多影響。同時，剪枝可以在模型存儲、內存效率和計算效率等方面更加友好。知識蒸餾旨在提高模型性能和泛化能力。該技術將知識從被稱為教師模型的復雜模型轉移到被稱為學生模型的更簡單模型。KD背后的核心思想是從教師模型的全面知識中轉化出更精簡、更有效的代表。量化雖然傳統上使用浮點數表示權重，但量化將它們轉換為整數或其他離散形式。這種轉換大大降低了存儲需求和計算復雜性。雖然會出現一些固有的精度損失，但精巧的量化技術可以在精度下降最小的情況下實現實質性模型壓縮。低秩分解旨在通過將給定的權重矩陣分解為兩個或更多具有明顯較低維度的較小矩陣來近似給定的矩陣。數據來源：《ASurveyonModelCompressionforLargeLanguageModels》，機器之心公AI應用：目前發布的AIPC產品中，普遍在視頻會議、圖片/視頻編輯等領域提供包括處理器的AI算力達到了75TOPS，能夠在不到1秒的時間內，通過StableDiffusion完成圖片創作任務。隨著AIPC大規模推廣，預計將會進一步加快AI應用滲透。3.終端進入去庫尾聲，24年有望恢復PC市場發展漸趨成熟。隨著IBM、英特爾、微軟等科技巨頭持續推陳出新，PC產品性能持續提升同時也帶來價格帶不斷下移，產品逐步向普通消費者滲透。經過多年發展，全球PC市場進入到穩態發展，2019年滲透率已經達到47.1%，其中美國、歐洲發達國家的滲透率基本在80%以上。隨著PC市場發展逐漸成熟，后續需求預計主要來自于大約五年一換的替換需求，以及革命性技術推出所帶來的新增需求。從市場格局來看，2023Q3全球前五大終端廠商分別為聯想、惠普、戴爾、蘋果和華碩，其中聯想出貨量占比達到23.46%。圖22：全球PC滲透率圖23：歐美國家PC滲透率 數據來源：Statista，東莞證券研究所數據來源：Statista，東莞證券研究所表4：2023Q3終端廠商全球PC出貨量終端廠商全球出貨量（百萬臺）出貨量占比聯想23.46%HP13.519.79%Dell10.315.10%7.210.56%Asus4.97.18%其他16.323.90%全球PC市場出貨量邊際改善。新冠疫情期間線上辦公、線上教學等宅經濟場景流行，PC需求迎來集中釋放，2020、2021年全球PC出貨量同比分別增長12.37%和16.27%。受宅經濟對PC需求提前透支，以及近年宏觀經濟下行等因素影響，2022年全球PC出貨量同比下降15.46%。進入2023年，全球PC出貨量Q1、Q2、Q3同比仍然下降，但降幅已呈現逐季收窄的態勢。圖24：近年全球PC出貨量終端廠商進入去庫尾聲，24年有望恢復增長。頭部PC廠商的庫存在22年達到階段高點以后，開始進入到去庫階段，包括聯想、戴爾、惠普、宏碁、華碩等終端廠在內的庫存水位持續下降。其中，戴爾、宏碁的庫存水位已基本恢復至2019年水平，逐漸進入到去庫尾聲。隨著PC市場的庫存逐步恢復到健康水平，在AIPC等新產品的拉動下，全球PC市場有望在2024年迎來回暖。據Canalys預測，2024年全球PC出貨量有望達到2.67億臺，較2023年增長8%。其中，AIPC出貨量將達到5,000萬臺。 圖25：近年聯想集團存貨圖27：近年惠普存貨圖26：近年戴爾存貨圖28：近年宏碁存貨 圖29：近年華碩存貨4.投資建議AIPC能夠創建個性化的本地知識庫，通過模型壓縮技術運行個人大模型，實現人機的自然交互。與公共大模型提供回答相比，AIPC更加個性化、體驗效果更好、數據安全性更高。2023年以來芯片廠商密集發布嵌入AI能力的CPU處理器，終端廠商積極跟進陸續發布相關終端產品。在產業鏈上下游積極參與下，AIPC元年正式開啟。建議關注硬件（芯片、內存、結構件、散熱等）、軟件（大模型、模型壓縮、應用等）增量部件環節。表5：重點公司盈利預測及投資評級（截至2024/1/9）——————金山辦公 5.風險提示下游需求釋放不及預期：若終端客戶對AIPC接受度不及預期，將直接影響產品出貨量；宏觀經濟發