蘋果發表AI PC產品，AI PC 元年已到

行業近況：

3月4日晚間，蘋果突然更新MacBook Air ，進入3nm製程的M3晶片時代。

作為蘋果首款AI PC產品，在M3晶片的加持下，macOS提供AI功能，使用者可實現即時語音轉文字、翻譯、文字預測、視覺理解、輔助功能等，支援運行Microsoft Copilot for Microsoft 365 、Canva和Adobe Firefly 。蘋果表示，MacBook Air還可以運行優化的AI模型，包括大型語言模型（LLMs ） 和擴散模型，用於本地生成圖像，性能極佳。

產業動態

大模型的最佳載體

AI大模型在雲端運作雖然具有便於管理和擴展的優點，但也面臨資料安全、隱私保護、網路延遲和高昂營運成本等挑戰。這些問題在一定程度上限制了AI大模型的商業化應用。為了解決這些問題，將AI大模型嵌入終端設備，形成所謂的混合AI架構，已經成為促進大模型普及的重要趨勢.

端側AI部署是目前AI實現規模化擴展及應用落地的關鍵。作為底層技術和上層應用之間的載體，AI PC使用場景與AI大模型目前覆蓋的應用場景高度重合，是大模型的最佳載體，也是推動AI技術普及的關鍵設備，並且在模型側、硬件側均有產業升級趨勢。

混合式AI優勢

端側的算力比雲端的弱，因為雲端伺服器的CPU算力更強。

行業前景

英特爾計畫2年內出貨1億顆AI PC晶片英特爾表示，目標在2024~2025年出貨1億顆AI PC晶片，24年4000萬顆，25年提升至6000萬顆，彰顯了對AI PC發展信心。

2025年，預計AI PC將佔到PC出貨量的20%。預計今年交付4,000 萬台AI PC，明年將交付6,000 萬台，佔2025 年預計全球PC 市場總量的20% 以上，預計到2025年AI PC將佔60%以上。

AI PC 帶來硬體升級

為大模型的本地運行需要強大的處理能力,相比傳統PC，AI pc帶來了處理器晶片，內存，散熱等硬體的升級。微軟宣布其AI PC的最低算力為40 TOPS，大幅提升了硬體需求。

以蘋果發表的新款Macbook Air為例，其搭載M3晶片，效能表現是M1晶片的1.6倍，圖形處理速度最高達5.8倍。

AI大模型的運行對內容容量要求比較高，蘋果新款AIR 最高支援128G記憶體容量，大內寸支援大模型，PC記憶體擴大趨勢已成，大容量的DDR5等DRAM產品滲透率會快速提升。

晶片效能提升勢必會帶來更多的能耗，散熱需求提升，就像AI伺服器一樣，也是由於能耗提升產業從風冷轉向液冷，價值鏈大大增加。

AI PC對儲存容量和速率需求的提升

AIPC （加速運算處理器）對儲存容量和速率的要求較高，需要搭載專用晶片組和區塊來承載端側的AI運作負載。微軟對IPC對指令件的規格製定了記憶體配置要求最低為16GB ，記憶體傳輸速率也需要更高。因此DDR5/LPDDR5滲透率提升及DRAM容量提高。

CKD（時脈驅動晶片）的滲透率將與DDR5滲透率相關，主要應用於DDR5內存，當DDR5的資料速率達到6400MT/s及以上時，CKD晶片將成為PC和筆記型電腦記憶體的一個重要組成部分，將受益於AIPC的加速。

DDR5和LPDDR5記憶體狀況

去年以來三星，美光海力士，大幅縮減產能，半導體儲存市場週期性反轉，而DDR5相比DDR4實現了性能的大幅提升，具體為傳輸速度更快、能耗更低、穩定性提高、內存密度更大和存取效率提高等優勢，滿足了這兩年AI算力的高速發展需求，產能進展，從去年Q4開始，三星，海力士都在提升DDR5產能，預計2024年滲透率達到30-50% ，美光預計其DDR5出貨量將在今年第一季末超過DDR4產品。

關注國內龍頭，瀾起科技，兆易創新，聚辰股份，安集科技，雅克科技

AI PC帶動散熱系統升級

高算力需要高的散熱能力， AI pc可能帶來新的散熱方案，產業液冷技術佔比會提升IDC預測到2024年，超過75%的PC將採用液冷散熱技術。

ARM架構有機會份額提升

從市場佔有率角度， Arm架構在PC領域相比主流的x86架構仍有一定差距，但得益於Arm的低成本、低功耗、長續航，日益加強的性能和系統通用性以及海量終端設備生態，未來有龐大的市場成長潛力。

AI PC內建AI模型的優勢

本文討論了PC端內建AI模型相比於雲端算力的優勢。首先，內建模型在離線環境下更方便使用；其次，內建模型能夠記錄個人使用習慣，實現更個人化的推理；最後，內建模型能夠保護隱私，避免資料外洩風險。此外，在國內使用端側模型可以獲得更好的使用體驗。

AI PC對遊戲體驗的影響及應用前景

A IPC能夠為遊戲開發者提供端側模型部署能力，降低雲端API呼叫成本，理論上是一個經濟上可行的方式。然而，遊戲場景的滲透可能比辦公室場景更晚，預計在2025年左右初步滲透。除了辦公室需求，AI手機的小螢幕互動是否更便捷，AI數據和AIPC相比在一也有優勢，目前PC端應用更多，行動端應用較少。

為什麼邊緣AI的普及可能性大？

邊緣AI的普及可能性大是因為隨著模型技術的發展，邊緣AI在推理測的這一塊成本不斷下降，未來AI推理的成本的下探，將帶來邊緣AI的普及。

AIPC的產業發展趨勢是什麼？

AIPC的產業發展趨勢包括硬體和應用，以及整個PC產業的出貨量的拉動。

英特爾、高通、 AMD等廠商在處理器方面有何相關發表？

在記憶體方面，升級需求是什麼？

在端測運行數十億參數的大模型升級記憶體容量微軟要求主流的PC記憶體配置為16G傳輸介面需要由PCIE3.0升級到PCIE4.05.0 ，DRAM規格需要由DDR4升級到DDR5 。

端側推理需求為什麼會上升？

端側推理需求會上升，因為雲端訓練有資料安全、傳輸延遲和成本問題，而本地部署可以分擔雲端算力。

模型側有哪些支援大模型部署的需求？

現在的開源模型已經比較完善，開發者社群非常活躍，生態非常健全。能夠支援在端側部署數十億參數或上百億參數的模型。

基於開源模型可以直接微調並在端側部署嗎？AI生態的發展前景如何？

基於開源模型，無論是終端廠商或模型廠商都有端側模型的開發能力，因此可以微調並在端側部署。AI生態的發展前景看好，因為硬體、模型能力和應用生態都具備，而且參與者都在同樣的方向上努力。

AIPC的價格會有什麼變化？

AIPC的價格有望帶動整個整機的價格提升，因為記憶體和處理器晶片的價格會上漲。

AIPC增量的軟硬體可否解釋一下？

AIPC增量主要在硬體上，包括處理器、記憶體和電池容量的升級。

AIPC會為遊戲帶來更好的體驗嗎？

理論上遊戲調用端側模型成本較低，是一種經濟上可行的方式。

應用側AI PC有什麼進展？

作業系統方面，新一代作業系統Windows11重點強調了AI的功能，並提供多項AI工具；應用方面，目前AI應用主要集中在雲端，英特爾本地運行diffusion模型的端側應用。

AI PC對封測有什麼要求？

PC 處理器為了滿足端側運行AI模型的需求，同時兼顧成本、功耗等因素，通常將算力集成在C PU 當中，因此處理器的結構越發複雜，對於封測的難度有較大提升

ARM股價翻倍啟示？

2月初ARM三天翻倍,主要是公司預期未來各類終端（手機、PC、汽車與機器人）都會加入AI，公司為終端AI設計的V9晶片（v9升級主要集中在向量處理等AI運算能力提升）授權收入佔比已經由23Q3的10%提升至23Q4的15%，參考v7/v8的提升過程，預計v9三年左右可以提升至90%的滲透率；而v9授權費是v8的兩倍預期。

核心個股：

聯想，瀾起科技，兆易創新，聚辰股份，安集科技，雅克科技，中石科技，飛榮達，珠海冠宇，芯海科技，思泉新材，春秋電子通富微電等。（每日研究紀要）