AI 大模型的最佳载体
由于AI大模型在云端运行会存在成本高昂，数据传输有延迟，数据泄露等问题AI PC被称认为是AI 大模型的最佳载体。
根据Canalys预测，AI PC有望在2025年渗透率达到37%，2027年AI PC约占所有个人电脑出货量的60%.
024/2026/2028年全球AI PC的出货量有望分别达到5100万/1.54亿/2.08亿台，24-28CAGR达到42%
行业最新动态：
5.21日微软公司在发布会上引入了“Copilot+PC”，将旗下AI助手Copilot全面引入了Windows系统，并且内置了OpenAI的GPT-4o模型，其硬件AI算力据称可每秒执行40多万亿次操作。在硬件端，微软Surface选择用高通最新的骁龙X Elite以及骁龙X Plus处理器替代传统Intel酷睿系列。
根据微软的定义，如果想要
其他公司如近日戴尔推出5款AI PC产品，苹果的M3，联想，惠普，宏碁，华硕都在陆续推出内置AI的个人PC产品，行业趋势确定无疑。
AI技术推动PC行业升级：趋势、挑战与展望
去年三四季度，PC行业结束下行周期，进入平稳恢复阶段。尽管一季度PC需求不高，但全年关注点转向AI准备阶段。AIready阶段面临可用性低、应用生态不足等问题，预计随着AIPC（人工智能准备型PC）性能提升至40TOPs以上，将促进行业智能化进程。根据半导体发展趋势，预计PC行业将迎来4到5年的增长周期。此外，AIPC的成本构成中，CPU加NPU及配套硬件升级为主要价值增长点，预计将带来20%到40%的成本增加。
AI PC 带来哪些投资机会？
AI PC产业升级过程中，处理器芯片、内存、散热是主要受益领域，此外AI PC拉动PC行业出货量增长也有助于促进中游代工及品牌厂商的业绩增长。
微软宣布其AI PC的最低算力标准为40 TOPS，在算力芯片上高通布局领先，可以达到这个要求。
在处理器方面，目前AI PC基本采用“CPU+GPU+NPU”的异构方案。高通的骁龙X Elite是目前市面上唯一达到微软AI PC最低算力40TOPS要求的AI PC处理器。受益于AI需求定制化、专有化特点，ARM充分发挥其优势成为全平台主流架构，冲击更多市场份额。
内存方面：
AIPC的快速增长将导致未来存储需求至少增长三倍以上，并且AI PC将会拉升高世代DRAM芯片需求。引入更高宽带和更近接芯片的内存技术因此大容量的DDR5、LPDDR5/X等高世代DRAM产品渗透率将会提升。
散热方面：
NPU性能释放将会带来更多能耗，因此AI PC可能会给出全新的解决方案，对散热工艺和技术的要求提高，例如可能采用液态金属、石墨或铜管等高级散热材料。液冷散热技术使用占比可能有所提升，据市场研究公司IDC预测，到2024年，超过75%的PC将采用液冷散热技术。
电磁屏蔽：
AI PC的渗透率快速提升会需要解决电磁波产生的干扰问题，提升电磁屏蔽材料的需求增长，以此保护信号传输质量和计算的准确性。
AIPC硬件革新
随着AI技术的快速发展，NPU等硬件组件的算力需求呈现成倍增长，导致PC硬件，尤其是CPU、内存和散热系统面临升级压力。尽管如此，通过制程优化和架构调整，预计散热需求仅增加约50%，而非成倍增长。此外，随着人机交互方式的变革，如触摸屏和语音控制的普及，PC设计开始更加注重传感器的集成，如更高分辨率的摄像头。外围器件的价值占比相对较低，因此增长趋势相对较平稳。在未来，NPU卡的独立发展可能会成为一个新的增长点，但短期内尚不明朗。
行业催化剂：
6月份的Computex国际电脑展和苹果WWDC开发者大会都将会有新的软硬件方面的信息
高通超越Intel引领AI芯片发展的原因解析
与芯片开发的时间周期相关，当大模型火热时，Intel的上一代芯片规格已确定，造成Intel在AI芯片领域发展滞后。其次，高通投入巨资与微软合作，致力于解决手机上NPU算力限制的问题，表明其在AI领域的积极布局。另外，高通作为通信芯片设计领域的佼佼者，拥有在信号处理方面的设计优势，使其能够有效利用先进封装技术提升芯片性能。
AIPC如何改变问题解决的方式？
在AIPC时代，解决问题的方式从以前依赖搜索引擎通过人脑辨别筛选答案转变为使用推理引擎。推理引擎更多依赖NPU进行低功耗高效率的计算，能够直接生成明确结论，不再需要人工干预和信息筛选。这是AIPC对传统搜索引擎模式的一个重大颠覆，预示着未来AI将在人机交互过程中扮演越来越重要的角色。
AI对工作效率的影响体现在哪些方面？
AI在创作过程中的效率大幅提升，使得诸如写文章、视频剪辑等以往需要耗费大量时间和精力的任务，现在AI可以在几分钟内生成不错的内容，用户只需进行简单的编辑即可快速发布。此外，AI还带来了人机交互方式的变革，从最初的机器语言交互转变为自然语言交互，降低了学习成本，提高了工作效率。
AIPC（人工智能计算平台）的发展阶段如何划分？
AIPC的发展可划分为三个阶段：第一阶段是从准备阶段到2024年，这一阶段的核心特点是NPU标准化、独立化，虽然目前算力较低（如英特尔的阿尔法芯片约10 tops），但软件成熟度问题尚未解决；第二阶段，以高通XE light芯片为代表的融合AI产品将在40 tops以上的算力下进入初步可用状态，持续时间大约1到2年；第三阶段，预计随着AI比重的增加，当AI算力达到80 tops或更高时，AI原生应用将大量涌现，创作内容基本都依赖本地AI计算。
今年PC出货量的预测与关键因素是什么？AIPC快速增长会如何影响芯片市场？
今年PC出货量预计同比增长8%，这一增长主要依靠AIPC（加速计算）的拉动。从24年下半年开始，AIPC的渗透率将快速增长，到27年时预计达到60%的水平，年均复合增速高达63%。AIPC的发展将带来哪些环节的增量需求是需要重点关注的问题。AIPC的快速增长将促进新图GPU和NPU等基于神经网络架构的芯片发展。英特尔、高通（基于ARM架构的骁龙精英系列）、苹果（基于ARM架构的M系列芯片）等厂商都将受益于此，其算力和效率都将显著提升，满足终端设备高性能计算的需求。
核心个股：
存储：兆易创新，澜起科技，江波龙，德明利，佰维存储，聚辰股份等
散热：中石科技，思泉新材，隆扬电子，飞荣达等
电磁屏蔽：隆扬电子，沃特股份，方邦股份，飞荣达，思泉新材，光大同创等
其他：联想，华勤技术，英力股份，福蓉科技，格林精密和AI应用的落地等
------------------------
GB200行业逻辑可参考：
