1、1/262024 年年 6 月月 14 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端侧端侧AI行业深度：行业概况、产业变革、发行业深度：行业概况、产业变革、发展趋势及相关企业深度梳理展趋势及相关企业深度梳理随着云端推理成本高、可靠性及时延、用户隐私及数据安全等问题受到关注，端侧 AI 部署成为 AI 实现规模化扩展及应用落地的关键。在模型、芯片、操作系统、软件应用等各方面，智能终端新形态在不断落地：AIPC 方面，2024 年起，PC 厂商抢滩 AIPC 市场，Canalys 预测，兼容 AI 的 PC 有望在 2027 年渗透率达到 60%；AI 手机方面，三星、小米等

2、厂商在大模型及操作系统等各方面持续探索；另外，AI 智能可穿戴等智能终端创新也百花齐放。以下我们就将对端侧 AI 相关问题展开分析，端侧 AI 当前行业现状如何？产业发展有哪些必然性？在最重要的智能终端手机及 PC 端，端侧 AI 发展如何？整体市场空前发展的产业前景下，哪些板块和领域将会产生变革？市场上相关企业有哪些？行业呈现怎样的发展趋势？我们将以这些问题为出发点，在下文中具体探讨释疑，从而更加深刻地了解端侧 AI 行业发展相关问题。目录目录一、行业概况.1二、端侧 AI 发展的必然性.3三、端侧 AI 之 AI 手机.5四、端侧 AI 之 AIPC.9五、产业变革.13六、相关企业.19

3、七、发展趋势.23八、参考研报.26一、一、行业概况行业概况1、AI 技术有云侧技术有云侧 AI 和端侧和端侧 AI 之分之分AIAI 技术有云侧技术有云侧 AIAI 和端侧和端侧 AIAI 两大分支两大分支。云侧 AI：在数据云端汇集训练，模型通用性强。从终端采集和感知到的声音、视频等数据都通过网络传输到云中心侧进行后续处理。端侧 AI：指在终端设备上直接运行和处理人工智能算法的技术。这种技术允许设备在本地处理数据，而不需要将数据发送到云端或服务器进行处理。2/262024 年年 6 月月 14 日日行业行业|深度深度|研究报告研究报告2、端侧、端侧 AI 场景丰富而深化，场景丰富而深化，包

4、括多种终端品类包括多种终端品类端侧 AI 场景广泛，包括智能手机、PC、汽车、XR 以及物联网等终端品类。不同产品类型也对芯片性能与成本提出更多的要求。3、端侧模型的部署和推广端侧模型的部署和推广，有望培养用户使用有望培养用户使用 AI 服务的习惯，创造更广服务的习惯，创造更广泛的应用场景泛的应用场景目前用户使用 AI 产品的痛点主要在交互门槛和使用场景较为模糊，端侧模型提供即时响应和离线功能，用户体验更为流畅和便捷，同时通过减少数据传输和优化能耗，成本也有所降低，因此用户可以在更多场景中调用 AI 服务，从而形成使用习惯。bUfYdXaYeZaVbZbZ6MaO6MmOoOtRtPeRrRs

5、MlOnMzRbRnNyRvPnMrRwMpMzQ3/262024 年年 6 月月 14 日日行业行业|深度深度|研究报告研究报告4、目前，目前，端侧端侧 AI 有有局限性局限性，大模型终端落地对算力、传输、功耗、散热大模型终端落地对算力、传输、功耗、散热等环节仍有挑战等环节仍有挑战终端落地大模型仍有以下问题待解决和提升终端落地大模型仍有以下问题待解决和提升：算力需求升级算力需求升级：目前最新的高通高通骁龙 8Gen3 和联发科联发科天玑9300 已支持百亿以下参数大模型，未来端侧模型参数量仍有提升空间，各厂商 SoC 除传统 CPU、GPU 等升级外，NPU 需加大升级力度提升 AI 算力性

6、能。存储和传输能力升级存储和传输能力升级：内存除了参数的存储，更重要是传输读取，这决定了大模型答案生成速度，如果存储和传输条件不足，则端侧 AI 不如联网访问云端的体验。电池续航与散热能力升级电池续航与散热能力升级：芯片、传感器等硬件性能增强导致功耗提升，会加大电量损耗、功耗管理和散热问题。因此，即便终端主要负责推理任务，在传统硬件配置基础上，仍难以做到短期内落地百亿以上参数的大模型，相关配置均需升级。产品同质化、杀手级应用未能大规模出现产品同质化、杀手级应用未能大规模出现也也是端侧是端侧 AIAI 发展面临的主要问题发展面临的主要问题。AI 大模型+IoT 是长期趋势，后续终端同质化竞争可能