1、 1/30 2024 年年 3月月 18 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 AI PC行业行业深度：深度：背景及概念背景及概念、市场价值市场价值、产产业链业链及相关公司深度梳理及相关公司深度梳理 AI 大模型在云端运行存在数据泄露、传输延迟、运营成本越来越高等诸多问题，阻碍大模型的商业化应用，因此将 AI 大模型嵌入终端设备，形成混合 AI 架构是促进大模型普及的重要措施。AI PC 将 AI 模型与 PC 结合，带来架构设计、交互方式、内容、应用生态等创新，将深入变革 PC 产业。随着 AI PC发展得如火如荼，能够认为 2024 年将会成为 AI PC

2、 元年。本篇文章的研究对象将是 AI PC，我们将对 AI PC 的发展背景进行详细分析，并讲解其概念及功能等内容，分析其演进趋势。接下来，我们将深入探讨 AI PC对个人电脑行业所带来的价值，并对 AI PC产业链进行梳理，分析其为传统个人电脑产业链带来了哪些变化，列举可能受益的相关公司。希望这些内容能够增进大家对 AI PC的认识。目录目录 一、AI PC 的产生背景及概述.1 二、AI PC 发展演进趋势.5 三、市场价值.6 四、产业链分析.9 五、相关公司.25 六、未来展望.29 七、参考研报.29 一、一、AI PC 的产生背景及的产生背景及概述概述 1、数据安全和高成本阻碍大模

3、型普及数据安全和高成本阻碍大模型普及 AI 大模型在云端运行存在数据泄露、传输延迟、云端运营成本越来越高等诸多问题，阻碍大模型的商业化应用。在数据安全方面，以 ChatGPT 为例，根据 Cyberhaven 的统计，每个使用 ChatGPT的公司每周向 ChatGPT泄露数百次机密材料，而 ChatGPT 正在将这些材料纳入其公开的知识库并进行共享。在在云端大模型运行成本方面，云端大模型运行成本方面，生成式 AI 大模型的参数量以数十、数百亿计，只有云端服务器可以满足模型训练、优化、推理的需求，而随着用户量及使用请求的逐渐增多，云端尝试的运营成本越来越高。端端侧侧 AI 部署成为部署成为 A

4、I 实现规模化扩展及应用落地的关键。实现规模化扩展及应用落地的关键。2/30 2024 年年 3月月 18 日日 行业行业|深度深度|研究报告研究报告 2、端云协同模式成为主流端云协同模式成为主流 目前移动端 AI 部署的方式分为端侧部署、端云协同两种。端侧部署：端侧部署：即在终端如手机、PC等上进行大模型本地部署；端云协同：端云协同：即终端和云端协同工作分流 AI 计算的工作负载，根据工作负载分流模式，高通提出三种云端混合的模式：1）以终端为重心的混合 AI，其中终端将充当锚点，云端仅用于分流处理终端无法充分执行的任务；2）基于终端感知的混合 AI，在边缘侧运行的模型将充当云端大语言模型（类

5、似大脑）的传感器输入端（类似眼睛和耳朵），向云端处理输入文字信息；3）终端与云端协同处理的混合 AI，终端向云端发送多个 token，云端仅需读取一次完整模型参数来并行计算多个 token 输入，提升模型运算效率并节省功耗。KYjWMBbWiYfUJVhVcZmV8OaO6MtRpPtRnRiNmMsReRpNpObRrQpOwMtRsRNZsOpQ 3/30 2024 年年 3月月 18 日日 行业行业|深度深度|研究报告研究报告 3、AI PC：大模型的最佳载体：大模型的最佳载体 AI PC 是包含是包含 AI 模型、应用以及硬件设备的混合体，或是模型、应用以及硬件设备的混合体，或是 AI

6、 普惠应用的终端普惠应用的终端。其其本质是本质是即为即为云端与云端与本地端协作，利用云端的大数据处理能力丰富本地端的本地端协作，利用云端的大数据处理能力丰富本地端的 PC 使用场景，依托云端算力来提升本地性能平使用场景，依托云端算力来提升本地性能平衡衡。AI PC 具有存储容量大、计算能力强、交互模态以及承载场景丰富的优势。AI 大模型目前覆盖的应用场景与 PC 高度重合，因此 AI PC 被称为“大模型的最佳载体”。AI PC 具备五大具备五大特征特征，AI 赋能全面提升用户使用体验赋能全面提升用户使用体验：拥有本地部署的大模型与个性化本地知识库组合构成的个人大模型，第一交互入口为个人智能体