AI终端行业专题：从大模型到智能体端侧算力助力AI规模化应用20231207-国信证券正式版.docx

《AI终端行业专题：从大模型到智能体端侧算力助力AI规模化应用20231207-国信证券正式版.docx》由会员分享，可在线阅读，更多相关《AI终端行业专题：从大模型到智能体端侧算力助力AI规模化应用20231207-国信证券正式版.docx（29页珍藏版）》请在优知文库上搜索。

1、Al终端行业专题超配从大模型到智能体，端侧算力助力Al规模化应用核心观点从大模型到智能体，AlAgent（智能体）爆发元年，点燃新一轮创新周期。目前的Al工具大多都是bot（机器人），包括以ChatGPT为代表的LLM（大语言模型），都仅是一个应用程序，只有当用户输入特定内容时才会被动反馈。而Al助手的下一程，将关注AlAgent的构建，以LLM或多模态模型为核心，具备跨应用、主动、自我升级等特征，成为用户的全能助手。例如联想推出AlTwin,AlTwin将建立本地知识库，预测用户的任务和提供自主解决方案，让设备成为用户的数字延伸。而OpenAI推出的GPTs,构建了通向Agent的桥梁，未来

2、研发将加速。我们认为，随着AlAgent的成熟，Al应用的规模化落地势在必行，有望推动新一轮的消费电子创新周期。Al大模型规模化扩张带来推理算力需求激增，布署端例算力缓解成本压力。2023年5月，高通发布混合Al是Al的未来，混合Al指终端和云端协同工作，在适当的场景和时间下分配Al计算的工作负载，以更高效利用资源。原因在于生成式Al模型大多拥有数十亿级参数，对计算基础设施要求极高，且Al推理的规模将远高于Al训练，推理成本将随着日活用户数量及其使用频率的增加而增加，而云端推理的成本掌握在云厂商手中，这将导致规模化扩展难以持续，因此布署端侧算力是生成式Al规模化扩展至关重要的一步。生成式Al与

3、端例Al先行，倒逼智能设备硬件性能升级。“安迪-比尔定理”代表着智能终端硬件和软件间螺旋式发展演进关系，一般来讲软件的更新升级要与硬件资源所匹配。然而，生成式Al快速发展使得Al应用在软件及系统层面率先作出巨大改变和升级。例如，微软推出Microsoft365Copilot全面接入Al功能，WindowsCopilot是第一个提供集中生成式Al协助的电脑平台。端侧Al应用打破了软硬件迭代式演进规律，进而倒逼智能设备硬件性能升级，为此芯片龙头争先推出支持生成式Al的处理器。例如，高通骁龙XElite专为生成式Al打造，支持端侧运行超130亿参数Al模型；苹果发布新一代M3系列芯片，其中M3Max

4、支持开发数十亿参数Al模型。各大手机终端品牌积极投入AlAgent端侧部署的创新周期。回顾手机发展历史，就是终端智能化升级的历史，从功能机到智能机，再到未来的Al智能体，智能化升级才是终端行业最核心的成长驱动因素。上一轮智能机“黄金十年”在2016年达到14.69亿部的高点，此后手机市场再次陷入存量竞争。4Q23以来，高通、联发科等头部芯片厂均针对性升级了移动平台的Al能力，安卓系厂商以紧随其后推出了搭载相关平台的旗舰机型，并升级了各自的手机助手，积极投入新一轮的AlAgent创新之战。行业研究行业专JS电子消费电子超配维持评级证券分析部：胡剑021-60893306hujian1S09805

5、21080001证券分析前：局翔证券分析部：胡021-60871321huhui2S0980521080002证券分析师：叶子021-603754020755-81982153zhoujingiangyzi3,S0980522100001S0980522100003联系人I6冽洋联系人I李书Kt010-880053070755-81982362zhanIiuyang0RIishuying联系人I连欣然010-88005482Iianxinran市场走势资料来源：Wind、国信证券经济研究所整理相关研究报告消费电子6月投资策略-Al创新斌能.关注服务器及AIoT产业链32023-06-25消费电

6、子4月投资策珞-Al创新持续催化，关注AIoT设备及服务台产业链2023-04-17GVR虚拟现实行业深度报告-Al赋能,苹果入局，生态正向循环推动产业全面加速32023-04-08G消费电子3月投资策珞-手机备货订单回暖，关注新能源增量市场弹性32023-03-17g消费电子2月投资策略-关注终算景气度拐点及VR,新能源创新预期32023-02-12手机新品获靖1模型加持，革新人机交互模式。小米14系列手机首发搭载高通骁龙8Gen3,其自研60亿参数大模型能够流畅运行，在知识问答、文字扩写、表格生成、编写代码等生成式Al应用方面带来全新体验；小米14Pro亦支持终端侧Al大模型图像处理。Vi

7、voX100系列手机首发搭载联发科天矶9300,其首款全局智能辅助应用“蓝心小Vn拥有更自然、便捷的人机交互方式和丰富多维的信息表达。手机端侧模型加入有望革新人机交互方式与使用体验，从而加速手机换机周期。国僖证券MMMMCUimM处理器龙头客户端收入边际增长，PC换机周期有望得到加速。据IDC数据，全球PC出货量自2014年达到顶峰5.38亿部后，逐年下滑至2018年的4.06亿部；虽此后年度出货量有所上升，但仍未超过2014年峰值水平。2022年全球PC出货量仅4.54亿部，同比减少12.5%1Q23/2Q23出货量分别为8764/8937万部(YoY-25.8%-19.8%,QoQ-21.

8、5%2.0%),表明全球PC市场复苏存在一定压力。英特尔与AMD作为全球个人PC处理器龙头，自FY23起面向PC等客户端产品收入同环比逐季改善。其中，FY3Q23英特尔客户端计算事业部收入同比减幅收窄至3.2%,环比增长16.0%；AMD客户端部门收入同比增长42.4%,环比增长45.6%o随着端侧Al应用深化及终端Al芯片陆续推出，PC换机周期有望得到加速。产业集相关公司：消费电子：传音控股、光弘科技、电连技术、顺络电子、东山精密、鹏鼎控股、赛微电子、韦尔股份、力芯微、歌尔股份、福蓉科技；基础算力：沪电股份、工业富联、国芯科技、杰华特、江波龙、德明利、精研科技；物联网端例芯片：晶晨股份、恒玄

9、科技、北京君正、兆易创新、乐鑫科技。风险提示：Al创新不及预期；Al技术发展不及预期；产品研发不及预期；终端需求不及预期；行业竞争加剧。内容目录AlAgent元年，端侧Al支撑规模化扩张6从大模型(LLM)到智能体(Agent),智能助手的下一程6OpenAI推出GPTs,搭建通向AlAgent终局的桥梁8从自动化走向智能化，革新人机交互方式9考虑成本、隐私与安全，混合Al是Al应用规模化的必经之路12手机：AlAgent落地的理想载体13智能手机存量竞争时代，Al智能体有望开启创新驱动周期13头部芯片厂商针对性升级，旗舰机型率先适配14AlPC：端侧Al应用有望加速PC换机周期17温特尔联盟

10、与安迪-比尔定理推动计算机软硬件螺旋式上升演进17生成式Al与端侧Al先行，有望倒逼智能设备端侧硬件性能升级19处理器龙头客户端收入边际增长，Al应用促进PC市场景气回升23产业链相关公司25图表目录图图图图图图图图图B图图0 12123456789111获取模型能力的策略生成流程61.LM是被动的71.LM是LAM的核心7智能体架构设计71.LMAgent推出时间统计8Altman演示构建一个自定义GPT8GPTs8Vivo推出蓝心大模型矩阵9蓝心小V相比传统Al助手优化了交互模式9盘古大模型架构图10智能助手小艺基于大模型全面升级W三星推出自研生成式Al模型Gauss11本地模型的建议更慢

11、但更有个性11图15：Al处理的重心正在向边缘转移12图16：生成式Al生态链使应用数量激增12图17：生成式Al模型可从云端分流到终端上运行13图18：云端仅用于分流处理终端无法充分运行的Al任务13图19：全球智能手机出货量及同比增速14图20：第三代骁龙8移动平台性能14图21：小米自研Al检测和消除算法“魔法消除”使用效果15图22：联发科发布天矶9300芯片16图23：VivoX10016图24：温特尔联盟17图25：2000-2022年全球PC出货量18图26：2016-2022年全球PC市场份额18图27：安迪格鲁夫与比尔盖茨18图28：CopilotinWord功能演示19图2

12、9：CopilotinExceI功能演示19图30：CopiIotinPowerPoint功能演示19图31：CopiIotinOutIook功能演示19图32：微软推出WindowsCopiIot20图33：联想展示AlTwin21图34：联想提出“三个大模型”框架21图35：杨元庆在财经年会上定义AlPC五大特质21图36：骁龙XElite平台性能22图37：M3系列芯片核心参数22图38：笔记本电脑市场CPU出货量份额及预测23图39：英特尔业务部门与对应相关产品及解决方案23图40：英特尔各业务部门收入占比24图41：英特尔客户端计算事业部季度收入24图42：AMD各业务部门收入占比2

13、5图43：AMD客户端业务部门季度收入25表1：苹果A系列芯片参数变化17表2：AMD业务部门及主要产品24表3：相关产业链公司盈利预测及估值25AlAgent元年，端侧Al支撑规模化扩张从大模型(LLM)到智能体(Agent),智能助手的下一程人工智能(Al)在用户软件使用方式上即将带来的根本性变革。比尔盖茨在今年11月提出，尽管软件已经经过了几十年的迭代，但使用方式仍然较原始，例如，当用户需要完成特定的任务时，需要告诉设备应该使用哪个应用程序。未来，用户不必再为不同的任务使用不同的应用程序，只需以日常语言告诉设备想要做什么，软件将能够因其对用户生活的深入了解而作出个性化响应。任何在线的人都

14、将能够拥有一个Al智能体，由先进人工智能驱动的个人助手。未来，Al智能体更倾向于是一种“代理”(agent。，与当前Al工具(bot)有所差异。Bot仅限于单一应用程序，并且通常只在用户输入特定单词或寻求帮助时才介入。这些工具不会记住用户历史上如何使用它们，也不会变得更好或学习用户的任何偏好。而AlAgent更加智能：1)它们是主动的，能够在用户提问之前就提出建议；2)它们能够跨应用程序完成任务；3)它会随着时间的推移而改进，因为它们记得用户的活动，并识别其行为中的意图和模式。百模大战只是起点，AlAgent完成执行落地的完整闭环。LLM初期，大家普遍认为LLM是通向通用人工智能的路径，但大模型只能被动的响应查询，可以完成对话、写故事、生成代码，比传统Al模型具有更强的理解能力和创造能力，但并不能直接到达AGI(通用人工智能)的理想目标。而以AutoGPT和BabyAGI等项目为代表的LAM模型(Large-ActionModeIsLarge-AgentModeIs),将LLM作为Agent的中心，将复杂任务分解，在每个子步骤完成自主决策和执行，形成了具有多领域、多模态执行力的AlAgent0图1：获取模型能力的策略生成流程The era Of mechtn lmng TM Cea c Urae