2023年08月16日

电子

ESSENCE

高通等IT龙头布局终端生成式AI，终端AI推理应用有望带动产业链升级

目高通、苹果、英特尔、Meta、微软、谷歌等龙头企业相继布局终端生成式AI:

随着大模型参数规模的迅速增大，参数规模迈入千亿级和万亿级时代，通用大模型性能优秀，但也带来更大的硬件投入和功耗。近期Meta、微软、谷歌、苹果、英特尔等科技龙头公司均加快部署生成式AI，并探索在手机、PC等终端的应用。高通在《混合AI白皮书》中提出，混合AI是AI规模化发展的必然趋势，混合AI是指终端和云端协同工作，在适当的场景和时间下分配AI计算的工作负载，模型训练在云端实现；根据模型复杂度，推理工作部分放在终端侧。能够带来成本、能耗、性能、隐私、安全和个性化优势，助力实现随时随地的智能计算。混合AI市场潜力巨大，有望在未来十年内为高通打开约7000亿美元市场。

目高通混合AI进展：

高通深耕AI研发15余年，拥有领先的边缘侧AI布局，终端侧AI处理器产品矩阵丰富，以8550为代表的高性能产品已广泛应用于多个终端，但传统SOC不适合生成式AI。高通的混合AI工作致力于推进全栈AI策略，助力AI生态系统大规模快速商业化，具体工作如下：一是算法和模型开发，在不牺牲准确度的前提下提高效率。例如：基于Q-SRNet模型的算法、采用INT4量化的软件，以及支持INT4加速的第二代骁龙8硬件，与INT8相比，INT4性能和能效提高1.5倍至2 倍。二是提升软件和模型效率。高通AI软件栈全面支持主流 AI框架，比如TensorFlow、PyTorch、ONNX等，旨在为开发者实现一次开发，即可跨高通所有硬件运行AI负载。三是硬件加速。高通AI引擎采用异构计算架构，包括Hexagon处理器、高通Adreno GPU和高通KryoCPU，通过异构计算，开发者和OEM厂商可以优化智能手机和其他边缘侧终端上的AI用户体验。高通SoC有望持续推陈出新，NPU性能提高，AI算力持续升维。据高通官网数据，晓龙8Gen1的AI算力为9INT8TOPs,骁龙8Gen2的AI算力相比上一代约提升了4.35倍，新一代晓龙8Gen3算力有望持续提升。终端有望运行100亿及以上参数的模型。

目终端生成式AI带来的硬件变化及投资机遇：

混合AI或带来硬件终端的变化：1）在功耗允许情况下，终端SoC 算力持续提升，端侧软硬件一体框架加速优化；2）模型参数的缓存量较大，DRAM 配置需根据模型大小同步递增，有望带动存储产业加速

证券研究报告

投资评级领先大市-A

维持评级

首选股票目标价（元）评级

行业表现

资料来源：Wind资讯

升幅%	1M	3M	12M
相对收益	-8.3	1.7	-7.5
绝对收益	-9.6	-2.1	-15.6

马良分析师

SAC 执业证书编号：S1450518060001

maliang2@essence.com.cn

每日免费获取报告 □

每日微信群内分享7+最新重磅报告；

每日分享当日华尔街日报、金融时报；

√ 行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

从周期底部走出；3)未来的生成式AI软件安装包中有可能集成训练好的模型参数，NAND配置需相应提高；4）手机、PC等终端的推理计算能耗增加，对产品的散热要求提高；5）数据吞吐增加，总线通信模式或带宽改变。我们认为，近年来消费电子创新乏力，换机周期逐渐延长，智能手机、PC的出货量有所放缓，终端生成式AI应用有望为消费电子产业链注入新动能：搭载高端 SoC 的机型渗透率有望持续提升，DRAM和NAND等存储芯片单机用量增加，通信、散热等环节持续优化，智能手机和PC 的换机周期有望缩短；生成式AI在自动驾驶/智能座舱、机器人、XR、AIoT等领域的应用也有望提速。建议重点关注手机、PC、自动驾驶/智能座舱、机器人、XR、AIoT等相关产业链投资机会。

目风险提示：行业竞争加剧；相关技术进展不及预期；商业变现能力不及预期。

内容目录

1．科技龙头加快布局AI市场，终端侧AI商业化应用落地加速. 5
2．高通有望引领混合AI发展，助力实现随时随地的智能计算.. 6
3．高通持续提升终端硬件AI 性能，终端侧全栈AI不断优化. 8
3.1．高通深耕AI研发15余年，不断突破AI可能性． 8
3.2．高通全栈AI策略指引下，终端AI性能和能效卓越 14
4．混合AI有望率先给手机和PC 端带来AI体验变革.. 15
4.1．手机硬件结构复杂，APP的运行涉及诸多硬件交互.. 15
4.2．SoC：面对生成式AI加速落地，SoC 算力提升潜力巨大. 18
4.3．DRAM：生成式AI模型参数递增，DRAM配置需同步递增. 22
4.4．NAND：未来生成式AI软件较大，NAND 配置需相应提高. 25
5．AI行情由供给侧迈向应用侧，建议关注产业链投资机会， 26
6．风险提示... 29

图表目录

图1．不同领域的AI大模型参数规模演进． 6
图2．AI大模型参数规模已经开始逐渐迈入千亿级和万亿级时代. 6
图3．生成式AI大模型走向边缘终端是必然趋势. 7
图4．为实现规模化扩展，AI正向边缘转移.. 7
图5．未来100亿或更高参数的混合AI模型有望在终端上运行. 8
图6．高通终端侧AI 赋能智能网联边缘.. 8
图7．2016-2025年间数字化转型有望带来超过100万亿美元的价值. 8
图8．混合AI有望在未来十年内为高通打开约7000 亿美元市场.. 8
图9．高通深耕AI研发超过15年，不断突破AI可能性。 9
图10．高通 SoC支持手机运行数十亿参数的AI大模型. 9
图11．高通 SoC支持手机AI大模型在12秒内生成图片. 9
图12．高通拥有强大且丰富的智能手机SoC 产品组合. 10
图13．骁龙8Gen2 CPU为八核心设计. 10
图14．晓龙8Gen2 首批搭载于小米、红米、荣耀、iQ00、一加、OV等厂商 10
图15．高通全栈 AI研究和技术持续改进.. 14
图16．高通AI 全领域引领研发.. 14
图17．高通AI软件栈将AI 软件统一到一个软件包中. 15
图18．Snapdragon 865 在能效和性能方面有显著改善.. 15
图19．智能手机的主要结构. 16
图 20．智能手机的主电路板结构.. 16
图 21．SoC 包含一个或多个计算引擎，主、次存储器和输入/输出端口三个部分.. 16
图 22．SoC 集成了各种功能模块. 16
图 23．存储器有内存和闪存，分属于不同的存储器层次. 17
图 24．选择的内存类型取决于设计规范和应用程序. 17
图25．系统总线结构图. 18
图26．I2C 总线结构图.. 18
图 27．Kryo CPU 相比晓龙8Gen 1 性能提升35%，同时能效提升40%. 20
图28．骁龙8Gen2首次支持INT4，提高了运算效率.. 20
图29．晓龙8Gen3和天玑9300在工艺制程及架构.. 21
图30．全球存储市场DRAM和NANDFIaSh为主. 23
图 31．全球存储市场在2022年小幅回落后或恢复温和增长. 23
图32．2021年DRAM 市场规模约961亿美金，以三星、SK海力士、美光三家龙头为主.．23
图 33．DDR、GDDR、LPDDR 不断迭代.. 24
图34．手机与PC 合计占DRAM 终端产品份额一半左右. 25
图 35．2022年第三季度全球 NAND 出货量占比.. 26
图 36．2020-2023 年全球 NAND 下游需求占比.. 26
图37．近年来中国智能手机出货量有所放缓. 26
图 38．2023年后全球智能手机出货量有望迎来改善... 26
图 39．2023Q1全球畅销手机前20各价格段销量占比.. 27
图40．历年全球畅销手机前20各价格段销量占比. 27
表1：各大科技巨头正在加速终端侧AI布局.. 5
表2：骁龙800系列高性能产品已广泛应用于多个机型. 10
表3：IP核按照设计的程度不同，可以划分为软核、固核、硬核... 17
表4：高通为智能手机、PC、智能汽车等各类终端平台打造了SoC.. 18
表5：对比高通终端算力和英伟达云端算力参数对比. 21
表6： DRAM可以分为DDR、LPDDR、GDDR. 24
表7： DDR5与DDR4相比整体性能有较大改善.. 24
表8：华为nova65G 主要硬件配置. 28
表9：OPPO Reno4 Pro 主要硬件配置. 28
表10：部分产业链上市公司.. 29

1.科技龙头加快布局AI市场，终端侧AI商业化应用落地加速

AI市场持续火热，科技龙头积极布局终端侧AI。年初以来，以ChatGPT为代表的生成式人工智能带动了AI 大模型的持续落地和商业化，IOS 版ChatGPT已于近期推出，不久的未来OpenAI或为安卓手机提供相应的服务。ChatGPT应用的推出，无疑让更多人感受到了人工智能带来的便利，随着AI走进千家万户，终端AI算力和应用的发展是必不可少的。Meta、微软、谷歌、苹果、英特尔、联发科等各大科技巨头正在加速布局面向消费级和企业级的终端侧Al。

表1：各大科技巨头正在加速终端侧AI布局

公司名称	时间	终端侧AI布局内容
Meta	2023年5月	Meta宣布将针对AI的基础设施建设进行改进，如用RSC，第一代ASIC来加速研究 Meta和微软发布了新一代Llama，作为下一代开源大型语言模型。在此次之前，Meta还发布了
Meta	2023年7月	一系列AI模型，如LLaMA，CM3leon等
微软	2022年7月	微软推出微软云合作伙伴计划
	2023年1月	微软宣布与OpenAI扩大合作关系
	2023年2月	微软推出全新的人工智能驱动的Microsoft Bing和 Edge
	2023年3月	宣布为整个微软商业应用产品线，带来由全新一代人工智能驱动的产品升级，并正式推出国际版 Dynamics 365 Copilot
	2023年5月	微软宣布正在转向下一代人工智能驱动的Bing和Edge，来进一步改变搜索软件功能，并推出新的 Bing预览版
	2023年5月	高通和微软在Microsoft Build开发者大会上携手推动终端侧AI规模化扩展
谷歌	2015年8月	AIphaGo进行首场比赛，赢得了历史上第一场与围棋职业选手的比赛，之后接连推出 AlphaZero和MuZero
	2017年5月	宣布从 mobile-first 转向Al-first 战略
	2023年4月	宣布 DeepMind和Google Brain 合并，创建Google DeepMind
	2023年5月	在年度开发者大会I/0上推出了全新的大型语言模型，并将其集成到谷歌旗下各种产品中
苹果	2011年	发布初代人工智能Siri
	2017年9月	发布IphoneX，装备AI仿生芯片A11Bionic
	2023年6月	发布初代头显设备Vision Pro
	2023年8月	iPhone15或在9月22日上市，苹果正将生成式A1引入手机平板
英特尔	2017年3月	组建超级AI部门，创建新的AI实验室
	2018年	推出AI百佳创新激励计划、英特尔创新加速器、智慧未来城市、FPGA中国创新中心等各项培养计划，以更好地培养AI人才、繁荣AI 生态
	2023年8月	有望在9月推出MeteorLake新一代酷睿处理器，它将开创全新的AIPC时代，联想将首批发
联发科	2017年	布公司战略调整，将重心由智能手机逐步转向了AI芯片
	2018年2月	推出了NeuroPilot人工智能平台，希望通过整合硬件APU及软件，将终端AI带入各种跨平台设备；发布了首款12nm工艺、基于NeuroPilot平台、集成了多核AI处理器的 SoC—Helio
	2018年12月	P60 在AI领域进一步加码，推出了基于APU2.0的HelioP90
	2023年2月	与英伟达合作，在联发科旗舰手机SoC上整合英伟达AIGPU
	2023年5月	与英伟达合作，共同为汽车提供AI智能座舱方案，联发科将开发集成英伟达GPU芯粒的汽车 SoC，搭载英伟达AI 和图形计算IP

资料来源：Meta官网，微软官网，谷歌官网，苹果官网，英特尔官网，联发科官网，腾讯新闻，搜狐新闻，IT之家，安信证券研究中心

AI大模型参数规模增势迅猛，面对算力的巨大消耗，终端算力的发展或成为当务之急。从2012年的AlexNet的百万级参数开始，AI大模型参数规模每年都以指数级的增长速度在扩大，如今不同领域的AI大模型参数规模已经开始逐渐迈入千亿级和万亿级时代。以自然语言处理（NLP）为例，经过十余年的发展，模型参数已经达到了千亿级别，数据量增长了数百万倍。AI大模型可以从海量的数据中训练出通用的知识和能力，从而在不同的任务和领域中表现出强大的泛化性能，而AI大模型参数规模和训练、推理时所需要的算力呈正比关系，因此可以推测未来随着大模型参数规模的增长，对算力的消耗加大，终端算力的发展或成为当务之急。

图1.不同领域的AI大模型参数规模演进

资料来源：智算中心网络架构白皮书，安信证券研究中心

图2.AI大模型参数规模已经开始逐渐迈入千亿级和万亿级时代

资料来源：大模型之家，速途元宇宙研究院，安信证券研究中心

2.高通有望引领混合AI发展，助力实现随时随地的智能计算

大模型有望走向端侧，混合AI前景广阔。2023年5月，高通发布了混合AI白皮书，指出混合AI是AI的未来。混合AI是指终端和云端协同工作，在适当的场景和时间下分配AI计算的工作负载。在一些场景下，计算将主要以终端为中心，在必要时向云端分流任务。而在以云为中心的场景下，终端将根据自身能力，在可能的情况下从云端分担一些AI工作负载。在以终端为中心的混合AI架构中，许多生成式AI模型可以在终端上充分运行，云端仅用于分流处理终端无法充分执行的任务。在基于终端感知的混合AI场景中，在边缘侧运行的模型将充当云端大语言模型的传感器输入端，以进一步分流计算任务并减少连接带宽，从而节省成本。终端和云端的AI计算也可以协同工作来处理AI负载，在性能和能耗上实现双赢。

图3.生成式AI大模型走向边缘终端是必然趋势

资料来源：高通混合AI白皮书，安信证券研究中心

混合AI能够带来成本、能耗、性能、隐私、安全和个性化优势。混合式AI能够解决大型生成式AI模型推理成本高的问题。仅在云端进行推理，数据中心基础设施成本会持续增加，而将一些处理从云端转移到边缘终端，云基础设施的压力能够减轻并且减少开支。边缘终端能够以很低的能耗运行生成式AI，实现环境和可持续发展目标。在混合AI架构中，终端侧AI处理稳定可靠，可以防止云服务器和网络连接拥堵时出现大量排队等待、高时延和拒绝服务的情况。此外，用户无论身处何地都可以正常运行生成式AI应用。终端侧AI从本质上有助于保护用户隐私，因为查询和个人信息完全保留在终端上，同时让更加个性化的体验成为可能，能够在不牺牲隐私的情况下，根据用户的个性进行定制。

图4.为实现规模化扩展，AI正向边缘转移

资料来源：高通混合AI白皮书，安信证券研究中心

混合AI将赋能生成式AI，高通有望引领混合AI发展。当前具备AI功能的智能手机、笔记本电脑和PC、汽车、XR以及物联网等终端产品已达到数十亿台，混合AI架构将赋能生成式AI在上述这些终端领域提供全新的增强用户体验。目前可以在终端侧运行的生成式AI模型参数规模在10亿至100 亿之间，随着生成式AI模型不断缩小，以及终端侧处理能力的持续提升，拥有100亿或更高参数的混合AI模型将能够在终端上运行。高通在终端侧AI优势的核心是其AI引擎，通过开发低能耗、高性能AI，已经形成了一个跨智能手机、汽车、XR、PC、笔记本电脑以及企业级AI等领域的庞大终端AI生态系统。目前高通部署的边缘侧终端规模已经十分庞大，截至2023年5月，搭载晓龙和高通平台的已上市用户终端数量已达到数十亿台，而且每年有数亿台的新终端仍在进入市场。

图5.未来100亿或更高参数的混合AI模型有望在终端上运行

资料来源：高通混合AI白皮书，安信证券研究中心

图6.高通终端侧AI赋能智能网联边缘

资料来源：MEET2023智能未来大会，安信证券研究中心

混合AI市场潜力巨大，有望在未来十年内为高通打开约7000亿美元市场。根据IDC预计，到 2025年，64%的数据将在传统数据中心之外创建，这意味着更多的数据将采用混合AI的架构运行。高通是有能力打造云边缘融合的公司，根据高通公司官网的预测，混合AI有望在未来十年内扩大公司的潜在市场，达到约7000亿美元的市场规模。

图7.2016-2025年间数字化转型有望带来超过100万亿美元的价值

资料来源：腾讯研究院，世界经济论坛，安信证券研究中心

图8.混合AI有望在未来十年内为高通打开约7000亿美元市场

资料来源：高通官网，安信证券研究中心

3.高通持续提升终端硬件AI性能，终端侧全栈AI不断优化

3.1.高通深耕AI研发15余年，不断突破AI可能性

高通重视前沿AI研发，拥有领先的边缘侧AI布局。高通由无线通信领域起家，自2007年启动首个AI研究项目，深耕AI领域已超过15年。高通拥有行业领先的AI硬件和软件解决方案，开发的低功耗、高性能AI，已经形成了一个跨智能手机、汽车、XR、PC、笔记本电脑以及企业级AI等现有市场和新兴领域的庞大终端AI生态系统。

图9.高通深耕AI研发超过15年，不断突破AI可能性

资料来源：高通混合AI白皮书，安信证券研究中心

混合AI在各终端陆续落地，应用场景或将不断涌现。根据高通CE0在彭博技术峰会上的发言，预计到2024年，高通公司将推出最新版AI处理器，在手机端可支持10B 参数的大模型，在笔记本端可支持20B参数的大模型，在汽车端可支持40-60B参数的大模型。手机端将会出现越来越丰富的AI内容生成场景，笔记本端微软Copilot也将在高通SoC上运行。

图10.高通SoC支持手机运行数十亿参数的AI大模型

资料来源：彭博技术峰会，安信证券研究中心

图11.高通SoC支持手机AI大模型在12秒内生成图片

资料来源：彭博技术峰会，安信证券研究中心

高通终端侧AI处理器产品矩阵丰富，高性能产品已广泛应用于多个机型。高通处理器通常利用芯片的数字命名来划分产品档次，晓龙系列产品为例，大致可划分为四个等级：入门级、中级、高级和顶级。其中，骁龙400和200 系列属于入门级，骁龙600 系列属于中级，骁龙700 系列属于高级，晓龙800系列属于顶级。在高通旗舰处理器骁龙800系列中，最新的骁龙8Gen2具备突破性的AI性能，采用了台积电4nm工艺制程，CPU为八核心设计，分别为一个X3大核、两个A720中核、两个A710 中核以及三个A510小核,GPU的规格为 Adreno740，首批产品将搭载于小米、红米、荣耀、iQ00、一加、OV等厂商。

图12.高通拥有强大且丰富的智能手机SoC产品组合

资料来源：CSDN，安信证券研究中心

图13.晓龙8Gen2CPU为八核心设计

资料来源：快科技，安信证券研究中心

图14.骁龙8Gen2首批搭载于小米、红米、荣耀、iQOO、一加、OV等厂商

资料来源：快科技，安信证券研究中心

表2：晓龙800系列高性能产品已广泛应用于多个机型

处理器型号	制造工艺	CPU架构	核心频率	GPU	内存	基带	出货时间	代表机型
晓龙800 （MSM8x74)	28nm HPM	四核 Krait 400	2.26GHz	Adreno 330 450MHz	双通道 LPDDR3- 800	HSPA+、 CDMA、 LTE	2013年 Q2	LG G2、三星Galaxy S4LTE-A、索尼 Xperia Z Ultra、三星Galaxy Note 3（LTE版）、Xperia Z1、宏基 Liquid S2
晓龙801 (MSM8x74AA)	28nm HPM	四核 Krait 400	2.26GHz	Adreno 330 450MHz	双通道 LPDDR3- 800	HSPA+、 CDMA、 LTE	2013年 Q4	Vivo Xshoot Elite、IUNI U3、 BlackBerry Passport、Oppo N3、 OnePlus X
晓龙801 (MSM8x74AB)	28nm HPM	四核Krait 400	2.36GHz	Adreno 330 578MHz	双通道 LPDDR3- 933	HSPA+、 CDMA、 LTE	2013年 Q4	MSM8974AB:HTC M8、Vivo Xplay 3S、Nubia Z5S LTE、索尼 Xperia Z2、OPPO Find7轻装版； MSM8674AB:小米3电信版； MSM8274AB：小米3联通版
晓龙 801 (MSM8x74 AC)	28nm HPM	四核Krait 400	2.45GHz	Adreno 330 578MHz	双通道 LPDDR3- 933	HSPA+、 CDMA、 LTE	2014年 Q1/Q2	Galaxy S5、OPPO Find7标准版、 Nubia X6、小米4、LG G3
晓龙805 (APQ8084)	28nm HPM	四核 Krait 450	2.7GHz	Adreno 420 600MHz	双通道 LPDDR3- 800		2014年 Q1	三星Galaxy S5LTE-A(Korea)、LG G3 Cat.6、三星Galaxy Note4 LTE、三星Galaxy Note Edge、 Amazon Fire HDX 8.9、摩托罗拉 Droid Turbo、Nexus 6、三星Galaxy Note 4 Duos
晓龙808 (MSM8992)	20nm HPM	双核A57+四核A53	2. 0+1.44G Hz	Adreno 418 600MHz	双通道 LPDDR3- 800	晓龙X10 LTE Cat.9	2014年 Q3	LGG4、MotoXStyle/Pure Edition、宏基Jade Primo、三星 SM-9198、联想Vibe X3、夏普Aquos Compact SH-02H、夏普Aquos Zeta SH-01H、小米 4C、小米4S、Nexus 5X、LG V10、微软 Lumia950、黑莓 Priv
晓龙810 ( MSM8994)	20nm HPM	四核A57+四核A53	2. 0+1.55G Hz	Adreno 430 650MHz	双通道 (LPDDR4- 1600)	晓龙X10 LTE Cat.9	2014年 Q3	HTC One M9/Butterfly 3/Bolt、乐视乐 Max、乐视乐1Pro、努比亚 Z9/Z9 Max、索尼 Xperia Z4 Tablet、一加2、中兴 Axon、摩托罗拉 Droid Turbo 2、Vertu Signature Touch、索尼Xperia Z3+/Z4/Z5/Z5 Compact/Z5 Premium、Nexus 6P、微软Lumia 950 XL
晓龙820降频版 (MSM8996)	14nm FinFET	双核 Kryo+ 双核Kryo	1. 8+1.36G Hz	Adreno 530 510MHz	双通道 LPDDR4- 1333	晓龙X12 LTE Cat.12 600Mbps /Cat.13 150Mbps	2015年 Q4	小米5标准版、联想 MotoZ
晓龙820 (MSM8996)	14nm FinFET	双核 Kryo+ 双核Kryo	2.15+1.59 GHz	Adreno 530 624MHz	双通道 LPDDR4- 1866	晓龙X12 LTE Cat.12 600Mbps /Cat.13 150Mbps	2015年 Q4	Galaxy S7/S7 Edge/Note 7、小米 5 高配版/尊享版、HTC 10(国际版)、索尼 Xperia X Performance/Xperia XZ、惠普EliteX3、Vivo Xplay5旗舰版、乐视乐 Max2、联想 ZUK Z2 Pro/Z2/Z2 里约版/Moto Z Force、努比亚 Z11/Z11黑金版、中兴天机 Axon 7、360 Q5 Plus、vivo Xplay6
晓龙821 (MSM8996 Pro)	14nm FinFET	双核 Kryo+ 双核Kryo	2.34+2.19 GHz	Adreno 530 653MHz	双通道 LPDDR4- 1866	晓龙X12 LTE Cat.12 600Mbps /Cat.13 150Mbps	2016年 Q3	华硕ZenFone3Deluxe、乐视乐 Pro 3、小米 5S (2.15+2.0GHz 降频版)/5S Plus/Note 2/MIX、Google Pixel/Pixel XL(2.15+1.65GHz 降频版）、锤子M1/M1L、一加3T、ZUK Edge、华硕 ZenFone AR、LG G6/G7 Fit/Q9
晓龙835 (MSM8998)	10nm FinFET	四核 Kryo 280+四核 Kryo 280	2.45+1.9G Hz	Adreno 540 670/710MH Z	双通道 LPDDR4X- 1866	晓龙X16 LTE Cat.16 1Gbps/C at.13 150Mbps	2017年 Q1	8/W2018/Galaxy Tab S4、小米 6/小米 MIX 2、索尼XZ Premium、一加5/ 一加 5T、努比亚Z17/红魔电竞、 Essential Phone、HTC U11、联想 Moto Z2/Z2 Force/Moto Z 2018、诺基亚8/8 Sirocco、华硕 ZenFone 4 Pro、LG V30/V30S ThinQ、Google Pixel 2/Pixel 2XL、雷蛇 Razer Phone、8848 M5、Moto Z3
晓龙845	10nm FinFET	八核 Kryo 385	2.8GHz	Adreno 630 710MHz	LPDDR4X- 1866	晓龙X20 LTE Cat.18 1.2Gbps /Cat. 13 150Mbps	2018年 Q1	锤子坚果R1、夏普 Aquos R2/Aquos zero/Aquos R2 Compact、LG G7 ThinQ、OPPO Find X、华硕 ROG 游戏手机、雷蛇 Razer Phone 2、Google Pixel 3/Pixel 3 XL、努比亚 Z18/X、中兴AXON 9 Pro、AGM X3/X3 极客版、魅族16th/16th Plus/zero、HTC Exodus 1、美图
晓龙855 7nm		一大核 Kryo 485 (A76)+三中核 Kryo 485 (A76)+四小核 Kryo	Adreno 2.84+2.42 585MHz	LPDDR4X- 640	2133 at.13 316Mbps	外挂晓龙X50 LTE Cat.20 2Gbps/C	2019年 Q1	iQ00 Neo 联想Z5ProGT855/Z6Pro/Z6Pro 5G 探索版、小米9/小米9透明尊享版/小米MIX3 5G、红米K20/K20 Pro、vivo APEX 2019、魅族 16s/16T、黑鲨2、努比亚红魔3、LG V50 ThinQ/G8 ThinQ/G8X ThinQ/V50S ThinQ、OPP0 Reno 10倍变焦版/Neo 855、IQ00、三星Galaxy S10/S10e/S10+/S10 5G/Fold/A90 5G/Galaxy Fold/S10 Lite、索尼
晓龙855 7nm		一大核 Kryo 485 (A76)+三中核 Kryo 485 (A76)+四小核 Kryo	Adreno 2.84+2.42 585MHz	LPDDR4X- 640	2133 at.13 316Mbps	外挂晓龙X50 LTE Cat.20 2Gbps/C	2019年 Q1		Xperia1/Xperia5、中兴Axon 10 Pro、华硕 ZenFone6、一加7/一加7 Pro/一加7T/一加7TPro、坚果Pro 3、GooglePixel4/Pixel 4XL、微
晓龙855+	7nm	一大核 Kryo 485 (A76)+三中核 Kryo 485(A76)+四小核 Kryo 485 (A55)	2. 96+2.42 +1.8GHz	Adreno 640 672MHz	LPDDR4X- 213312GB	集成晓龙X24、外外挂晓龙 X50 LTE Cat.20 2Gbps/C at.13 316Mbps 集成骁	2019年 Q3	R0G 2、黑鲨2Pro、努比亚 Z20、 iQ00 Pro/iQ00 Pro 5G/Neo 855竞速版、魅族16s Pro、努比亚红魔3S、一加7T、三星W20/Galaxy Z Flip、 OPPO Reno Ace、realme X2 Pro/X3/X3 SuperZoom
晓龙860	7nm	一大核 Kryo 485(A76)+三中核 Kryo 485(A76)+四小核 Kryo 485 (A55)	2.96+2.42 +1.8GHz	Adreno 640 672MHz	LPDDR4X- 2133 16GB	龙X24、外挂晓龙X50 LTE Cat.20 2Gbps/C at.13 316Mbps	2021年 Q1	POCO X3 Pro 小米10/小米10Pro/小米P0C0 F2
晓龙865	7nm	一大核 Kryo 585(A77)+三中核Kryo 585(A77)+四小核 Kryo 585 (A55)	2.84+2.42 +1.8GHz	Adreno 650	LPDDR4X- 2133 LPDDR5- 2750	外挂晓龙X55 5G 7.5Gbps /3Gbps	2019年 Q4	Pro/小米10T/小米10T Pro/小米10 至尊纪念版、Redmi K30S 至尊纪念版、realme 真我 X50 Pro/X50 Pro 玩家版、魅族17/魅族17 Pro、红魔 5G、黑鲨3/黑鲨3Pro、一加8/一加 8 Pro/一加8T、8848 M6/超跑限量款 5G、三星Galaxy S20/S20 Plus/S20 Ultra/S20 战术版/S20 FE、Redmi K30 Pro、柔宇柔派2、vivo NEX 3S 5G/X50 Pro+、OPP0 Find X2/Find X2 Pro/Ace2/Reno5 Pro+、iQ00 Neo 3/iQ005、LG V60 ThinQ、索尼 Xperia1I/Xperia 5 II、腾讯黑鲨 3S、红魔 5S、华硕 ZenFone 7、坚
晓龙865+	7nm	大核Kryo 585 (A77)+三中核 Kryo 585 (A77) +四小核 Kryo 585 (A55)	3.1+2.42+ 1.8GHz	Adreno 650	LPDDR4X- 2133 LPDDR5- 2750	外挂晓龙X55 5G 7.5Gbps /3Gbps	2020年 Q3	果R2 R0G 游戏手机3、联想拯救者Pro、三星 W21/Galaxy Note 20/Note 20 Ultra/ZFold2/ZFlip5G、一加8T 摩托罗拉edge s/edgespro/edge
晓龙870	7nm	一大核 Kryo 585(A77)+三中核 Kryo 585(A77) +四小核Kryo 585 (A55)	3.2+2.42+ 1.8GHz	Adreno 650	LPDDR4X- 2133 LPDDR5- 2750	外挂晓龙X55 5G 7. 5Gbps /3Gbps	2021年 Q1	s30、三星Galaxy S21FE、iQ00 Neo5/Neo5 SE/Neo6 SE、小米10S/小米 POC0 F3/小米12X、Redmi K40/K40、一加9R、黑鲨4/黑鲨4S/ 黑鲨5、OPPO Find X3/Reno 6 Pro+、realme GT 大师探索版/realme GT Neo2/realme Q5 Pro、中兴 Axon
晓龙888	三星5nm	一大核 Kryo	2.84+2.4+	Adreno	LPDDR4X-	集成晓	2020年	30/Axon 40 Pro、格力TOS0T G7、魅族18X、vivo S15/S16 小米11/11UItra/11Pro/MIX

	680 (X1)+三中核Kryo 680 (A78)+四小核 Kryo 680 (A55)		1. 8GHz 680	2133 LPDDR5- 3200	龙X60 5G 7.5Gbps /3Gbps	Q4	FOLD、iQ007/iQ00 8/iQ00 Neo 5S、vivo X60 Pro+、三星Galaxy S21/S21+/S21 UItra/Galaxy Z Fold 3/Galaxy Z Flip 3/W22/Galaxy S21 FE、Redmi K40 Pro/K40 Pro+、华硕 R0G 游戏手机5/ZenFone8/ZenFone 8 Flip、realme GT/GT2、中兴 Axon 30 Pro/Axon 30 UItra、联想拯救者 2 Pro、一加9 Pro/一加9/一加 9RT、红魔6Pro/红魔6R、黑鲨4 Pro/黑鲨4S Pro、OPP0 Find X3 Pro/Find N/KO Pro、魅族18/魅族 18 Pro、努比亚Z30 Pro、索尼 Xperia1III/Xperia5III、荣耀 Magic 3/荣耀 X40 GT、华为P50/P50 Pro/P50 Pocket 海外版/Mate Xs 2、
晓龙888+	三星5nm	一大核Kryo 680 (X1)+三中核 Kryo 680(A78)+四小核Kryo 680 (A55) 单核X3+双	3. 0+2.4+1 Adreno .8GHz 680	LPDDR4X- 2133 LPDDR5- 3200	集成骁龙X60 5G 7.5Gbps /3Gbps	2021年 Q2	微软 Surface Duo 2、华硕8z 小米 MIX4、荣耀Magic3Pro/至臻版、腾讯R0G 游戏手机5s/5s Pro、 iQ00 8Pro、魅族18s/魅族18s Pro、vivo X70 Pro+、红魔 6S Pro、 OPPO Find X5、moto S30 Pro
8550	台积电4nm	核A715+双核A710+三核A510					摩托罗拉edgeX30/X30Pro/X30冠军版、小米12/小米12 Pro/小米 POC0 F4 GT、Redmi K50电竞版/冠军版、iQ009/iQ009 Pro/iQ00 Neo6/iQ00 10、realme GT2 Pro、荣
晓龙8Gen1	三星4nm	单核 X2+三核A710+四核A510	3.0+2.5+1 .7GHz	Adreno LPDDR5- 730 3200	集成晓龙X65 5G 10Gbps/ 3Gbps	2021年 Q4	耀MagciV/Magic4/Magic4 Pro/Magic4至臻版、一加10 Pro、红魔7/红魔7Pro、三星Galaxy S22/S22+/S22 UItra、vivo X80 Pro 晓龙版/X Fold/XNote、中兴Axon 40 UItra/天机A41UItra、夏普 AQUOS R7、索尼Xperia1IV/Xperia 1 IV Gaming Edition/Xperia 5 IV、黑鲨5Pro、联想拯救者 Y90、努比亚 Z40 Pro、OPPO Find X5 Pro 晓龙版/Reno9 Pro+ 小米12S/12S Pro/12SUItra/12T
晓龙8+ Gen1	台积电4nm	单核 X2+三核A710+四核A510	3.2+2.8+2 . 0GHz	Adreno LPDDR5- 730 3200	集成晓龙X65 5G 10Gbps/ 3Gbps	2022年 Q2	Pro/MIX 2 Fold/P0C0 F5 Pro、腾讯 ROG 游戏手机6/6Pro、红魔7S/7S Pro、reaIme GT2 大师探索版/GT Neo5、Redmi K50 至尊版/K60、vivo X Fold+/XFlip、华为Mate 50/Mate 50 Pro/Mate 50 RS保时捷设计 /P60/P60 Pro/P60 Art/Mate X3、三星Galaxy ZFold4/Z Flip4、联想拯救者 Y70、moto razr 2022/X30 Pro/40 UItra、一加 Ace Pro/一加 10T/一加Ace 2、努比亚Z40S Pro、 iQ00 10 Pro/iQ00 Neo7竞速版/Neo 8、华硕ZenFone9、荣耀 Magic Vs/ 荣耀80Pro/荣耀80GT/荣耀90 Pro、OPP0 Find N2/Reno10 Pro+
晓龙8Gen2	台积电4nm	单核 X3+双核A715+双核A710+三核A510	Adreno 3.2+2.8+2 740 . 8+2.0GHz 680MHz	LPDDR5X- 4200	集成晓龙X70 5G 10Gbps/ 3.5Gbps	2022年 Q4	11/iQ0011 Pro、小米13/小米13 Pro/小米13Ultra、moto X40、努比亚 Z50/Z50 UItra、Redmi K60 Pro/K60 冠军版、红魔8Pro/红魔8 Pro+、一加11、荣耀 Magic5/5 Pro/5至臻版、三星Galaxy S23/S23+/S23 UItra、腾讯 ROG 游戏手机7、魅族 20/魅族20 PR0/魅族

20INFINITY、OPPO Find X6 Pro、索尼 Xperia1V、夏普AQUOS R8 Pro

资料来源：高通官网，快科技，安信证券研究中心

3.2.高通全栈AI策略指引下，终端AI性能和能效卓越

高通持续推进全栈AI策略，助力AI生态系统大规模快速商业化。高通专注于研究跨应用程序、神经网络模型、算法、软件和硬件的优化技术，以及跨公司内部的跨学科工作，持续推进全栈AI研究和技术优化。该策略帮助高通在AI全领域创新，助力AI生态系统大规模快速商业化。

图15.高通全栈AI研究和技术持续改进

资料来源：高通混合AI白皮书，安信证券研究中心

图16.高通AI全领域引领研发

资料来源：高通官网，安信证券研究中心

高通终端侧全栈AI具备行业领先的性能和能效优势。近期高通在其官网发布了相关视频，演示了全球首个在Android智能手机上运行的StableDiffusion 技术。突显了全栈策略的优势。StableDiffusion是一种全栈研究和优化技术，使终端侧运行的操作能在仅15秒内完成。这项技术已经成功集成进入高通的AI软件栈，预计将在未来的硬件设计中发挥重要作用。此外，StableDiffusion 能够在手机上高效运行的优化方式也可以用于笔记本电脑、XR、汽车、智能耳机等其他终端。通过在高通SoC中已有的计算引擎(如CPU、GPU和DSP)上运行各种机器学习任务，为边缘AI 提供了最高效的解决方案。以高通的Hexagon DSP 为例，它最初是为多媒体工作而设计的，但它的性能已经进一步优化，以有效地运行人工智能的工作负载。与在CPU 上运行相同的工作负载相比，Snapdragon 865上带有的 Hexagon DSP已被证明在能效和性能方面有显著改善。

图17.高通AI软件栈将AI软件统一到一个软件包中

资料来源：高通官网，安信证券研究中心

图18.Snapdragon865在能效和性能方面有显著改善

资料来源：高通官网，安信证券研究中心

4.混合AI有望率先给手机和PC端带来AI体验变革

4.1.手机硬件结构复杂，APP的运行涉及诸多硬件交互

智能手机相当于袖珍的计算机。智能手机包含处理器、存储器、输入输出设备（显示屏、USB接口、耳机接口、摄像头等）及I/O通道。它通过空中接口协议（GSM、CDMA、PHS 等）和基站通信，既可以传输语音，也可以传输数据。

主电路板是智能手机的核心，负责手机的供电、控制以及各种功能的实现。智能手机的主电路板包括：射频电路、处理器及存储器电路、电源及充电电路、操作及屏显电路、接口电路，以及其他功能电路。其中，射频电路主要用来接收、发射射频信号，包括射频接受电路和射频发射电路，射频接收电路完成接收信号的滤波信号放大、调制等功能，射频发射电路完成语音基带信号的调制、变频、功率放大等功能。处理器及存储器电路是手机的核心电路，主要负责各种数据信号的处理、存储，向其他电路模块发送控制信号控制整机工作等。电源及充电电路主要负责将电池的供电转换成各个电路模块需要的工作电压，同时负责对电池的充电工作进行控制。操作与屏显电路主要用来驱动液晶显示屏显示图像，同时识别输人的人工指令，并将指令送到处理器电路进行处理。接口电路主要包括USB接口、耳机接口、蓝牙接口等，可以通过数据线与电脑、耳机或充电器连接。

图19.智能手机的主要结构

资料来源：澎湃新闻，安信证券研究中心

图20.智能手机的主电路板结构

资料来源：CSDN，安信证券研究中心

处理器芯片是智能手机的大脑，集成了众多功能模块。手机处理器芯片SoC(SystemOn Chip),即系统级芯片，它集成了各种功能模块，每一种功能都是由硬件描述语言设计程序，然后在SoC 内由电路实现的。SoC包括一个或多个计算引擎(微处理器/微控制器/数字信号处理器)，主、次存储器和输入/输出端口三个部分。相比于电脑的中央处理器（CenterProcessingUnit)，手机的 SoC 集成了CPU、DSP、数字电路、模拟电路、存储器及片上可编程逻辑等多种电路。SoC可以分为专用SoC和通用SoC 两类，专用SoC是专用于集成电路向系统级的发展；通用 SoC 是将MCU、DSP、RAM、I/O等集成在芯片上。

图21.SoC包含一个或多个计算引擎，主、次存储器和输入/输出端口三个部分

资料来源：EEWORLD，安信证券研究中心

图22.SoC集成了各种功能模块

资料来源：CSDN，安信证券研究中心

IP核（IntellectualPropertyCore)，即知识产权核，是满足特定规范并能在设计中可复用的功能模块，构成了SoC的基本单元。IP核可以应用在包含该电路模块的其他SoC设计中，从而缩短设计周期，提高复杂SoC设计的成功率。一个复杂的SoC通常是由芯片设计企业自主设计的电路和多个外购的IP核连接构成的。IP核按照设计的程度不同，可以划分为软核、固核、硬核。其中，软核以加密源代码的形式提供，芯片设计企业可以根据自研芯片情况调整和优化代码，软核灵活性高，对芯片设计企业的技术要求高。硬核相当于一块通过了验证的完整设计模块，可以直接取用，可靠性高，但灵活性相对较低。固核介于软核和硬核之间，它完成了比较关键的路径，并做好了预先的布局布线，其他部分仍可以通过编译器进行优化处理。

表3：IP核按照设计的程度不同，可以划分为软核、固核、硬核

分类	定义	特点
软核	以加密源代码的形式提供，芯片设计企业可以根据自研芯片情况调整和优化代码	灵活性高，对芯片设计企业的技术要求高
固核	完成了比较关键的路径，并做好了预先的布局布线，其他部分仍可以通过编译器进行优化处理	灵活性介于两者之间
硬核	一块通过了验证的完整设计模块，可以直接取用	可靠性高，但灵活性相对较低

资料来源：安信证券研究中心

智能手机的存储器有内存和闪存，分属于不同的存储器层次。智能手机的存储器主要包括RAM（RandomAccessMemory，随机存取存储器）、ROM（Read-OnlyMemory，只读存储器）。其中，RAM是随机存取存储器又称为主存，用于存储智能手机运行时的程序和数据，最常用的RAM是SRAM和DRAM。如果有缓存层次结构，SRAM通常被用于缓存，DRAM通常被用于主存储器。ROM是只读存储器，只能从设备中读取数据而不能往里面写数据，ROM中的数据是由手机制造商事先编好固化在里面的，使用者不能随意更改，ROM主要用于检查手机系统的配置情况，并提供最基本的输入输出（I/0）程序。

图23.存储器有内存和闪存，分属于不同的存储器层次

资料来源：《深入理解计算机系统（第三版)》，安信证券研究中心

图24.选择的内存类型取决于设计规范和应用程序

资料来源：EEWORLD，安信证券研究中心

总线是连接手机各芯片有关部件的公共信号线，是芯片间传递指令代码和通信信号的载体。按照数据传输的方式，总线分为串行总线与并行总线，串行总线的代表是I2C与USB，并行总线的代表是SDRAM的总线、NANDFIash的总线等。总线的作用是用来传输信号，为了各子系统的信息及时有效地传送，避免信号的相互干扰和物理空间上的过于拥挤，总线在通信时通常采用多路复用技术。评价总线性能主要关注宽度、频率和带宽这三大指标。其中，总线宽度是并行总线宽度，即能同时传送数据的二进制位数，单位为bit。在传输速率相同的情况下，并行总线数据线根数越多，则单位时间内的传输数据量越大，总线宽度越大。总线频率是总线一秒能够传送数据的次数，单位为Hz。总线带宽即总线的数据传输速率，是指每秒总线上可传送的数据总量，单位为MB/s，总线带宽由总线宽度与总线频率共同决定。

图25.系统总线结构图

资料来源：CSDN，安信证券研究中心

图26.I2C总线结构图

图3标准模式器件和快速模式器件连接到IC总线
资料来源：CSDN，安信证券研究中心

APP在智能手机上的运行离不开内存、闪存和处理器的交互。当用户点击手机上的APP图标时，手机闪存接收到启动指令，将包含该程序的所有信息发送到内存中。内存在接收到数据后，以极快的速度进行运算和处理，处理完毕的数据会再次传送回内存中。此时，手机上的APP 程序已经完成了开启过程，但并不会立刻回到闪存。相反，它会一直驻留在内存中，这是因为处理器需要随时准备接收来自用户操作的指令和数据。用户在操作APP期间，处理器会根据用户的操作不断处理数据，并将新产生的数据保存在内存中。最终，当用户关闭 APP时，内存将会把原本的数据和用户操作产生的新数据一起保存，并将最终结果写回闪存中，以保证数据的更新和完整性。

4.2.SoC：面对生成式AI加速落地，SoC算力提升潜力巨大

高通为智能手机、PC、智能汽车等各类终端平台打造了SoC。在智能手机端，高通最初将骁龙处理器划分成 S1、S2、S3、S4 四个层级，层级内又包含Play、Plus、Pro 和 Prime 四个子系列号。但复杂的编号不利于消费者记忆，于是2013年起，高通为骁龙处理器引入了如今的数字命名方式和层级。目前智能手机端的高端算力芯片以骁龙888、骁龙888+、8Gen1、8+Gen1、8550、8Gen2为主，为后续混合AI算力提升奠定了基础。在PC 端和智能汽车端，高通的高端算力芯片性能同样表现出色，在PC 端主要有8cx、8cxGen2、8cxGen3，在智能汽车端主要有6155、8155、8295。

表4：高通为智能手机、PC、智能汽车等各类终端平台打造了SoC

平台	型号	发布时间	制造工艺	CPU架构	核心频率	GPU	内存	算力	价格	搭载品牌
手机	晓龙 888	2020 年 12 月	三星 5nm	单核X1+ 三核 A78+四	2.84+2.4+1 .8GHz	Adreno 680	LPDDR4X- 2133 LPDDR5- 3200			FOLD、iQ00 7/iQ00 8/iQ00 Neo 5S、vivo X60 Pro+、三星Galaxy S21/S21+/S21 UItra/Galaxy Z Fold 3/Galaxy Z Flip 3/W22/Galaxy S21 FE、Redmi K40 Pro/K40 Pro+、华硕 R0G 游戏手机5/ZenFone 8/ZenFone8 Flip、realme GT/GT2、中兴 Axon
										5 III、荣耀Magic 3/荣耀X40 GT、华为P50/P50 Pro/P50 Pocket海外版/Mate Xs2、微软 Surface Duo 2、华硕8z
晓龙 888+	2021 年6 月	三星 5nm	LPDDR5- 3200"	3.0+2.4+1. 8GHz	Adreno 680	LPDDR4X- 2133 LPDDR5- 3200			小米MIX4、荣耀Magic3Pro/ 至臻版、腾讯 ROG 游戏手机 5s/5s Pro、iQ008Pro、魅族 18s/魅族 18s Pro、vivo X70 Pro+、红魔 6S Pro、OPP0 Find X5、moto S30 Pro 摩托罗拉edgeX30/X30Pro/X30
8Gen1	2021 年 12 月	三星 4nm	单核 X1+ 三核 A78+四核A55	3. 0+2.5+1. 7GHz	Adreno 730	LPDDR5- 3200	9 INT8	128美元（2022 年7 月）	米 POCO F4GT、Redmi K50 电竞版/冠军版、iQ009/iQ009 Pro/iQ00 Neo6/iQ00 10、rea lme GT2 Pro、荣耀Magci V/Magic4/Magic4 Pro/Magic4至臻版、一加10 Pro、红魔7／红魔7Pro、三星Galaxy S22/S22+/S22 UItra、vivo X80 Pro 骁龙版/XFold/X Note、中兴 Axon 40 UItra/天机 A41 UItra、夏普 AQUOS R7、索尼Xperia1 IV/Xperia1 IV Gaming. Edition/Xperia 5IV、黑鲨5 Pro、联想拯救者Y90、努比亚 Z40 Pro、OPPO Find X5 Pro 骁龙
8+Gen1	2022 年6 月	台积电 4nm	单核 X2+ 三核 A710+四核A510	3. 2+2.8+2. OGHz	Adreno 730	LPDDR5- 3200			7S/7S Pro、reaIme GT2 大师探索版/GTNeo5、Redmi K50 至尊版 /K60、vivo X Fold+/X Flip、华为 Mate 50/Mate 50 Pro/Mate 50 RS 保时捷设计/P60/P60 Pro/P60 Art/Mate X3、三星Galaxy Z Fold4/ZFlip4、联想拯救者 Y70、moto razr 2022/X30 Pro/40 Ultra、一加Ace Pro/一加 10T/一加Ace 2、努比亚 Z40S Pro、iQ00 10 Pro/iQ00 Neo7竞速版/Neo 8、华硕 ZenFone 9、荣
8550， 8Gen2	2022 年 11 月	台积电 4nm	单核X2+ 三核 A710+四核A510	3. 2+2.8+2. 0GHz	Adreno 730	LPDDR5- 3200			13 Pro/小米13 Ultra、moto X40、努比亚 Z50/Z50 UItra、 Redmi K60 Pro/K60 冠军版、红魔 8 Pro/红魔8 Pro+、红魔 8S Pro/红魔8S Pro+(领先版)、一加 11/一加 Open、荣耀 Magic5/5 Pro/5至臻版、三星Galaxy S23/S23+/S23 UItra、腾讯 ROG 游戏手机7、魅族20/魅族20 PRO/魅族 20 INFINITY、OPPO Find X6 Pro、索尼Xperia1V、
8cx	2020 年9	7mm	八核 Kryo495		2.75GHz	Adreno 680	LPDDR4X- 2133		ZenFone 10
8cxGen2	月 2020 年9 月	7mm	八核A76	2.84GHz	晓龙 8cxGen2	LPDDR4X- 2133 Adreno
8cxGen3		2021 三星			3.0GHz+2.4 GHz	晓龙 8cxGen3	8个	280美元（2023
8cxGen3		年 12 5nm 月	四核X1+ 四核A78	Adreno	3.0GHz+2.4 GHz	晓龙 8cxGen3	8个	LPDDR4x- 4266	30TOPS 年4 月）	Surface Pro 9、ThinkPad X13s
	6155	2019 年	11nm	双核+六核	1.9008+1.5 936GHz	Adreno6 12 845MHz	LPDDR4X- 1555
	8155	2019 年	台积电 7nm	单核+三核+四核	2.96+2.42+ 1.8GHz	Adreno6 40	LPDDR4X- 2092		40美元 (2022 年7	蔚来、小鹏、理想、上汽、长城、广汽、吉利、长安等
	8295	2021 年1	三星	四核+四	2.5+2.05GH	700MHz Adreno6	LPDDR4X-	30TOPS	月） 150美元（2021

资料来源：高通官网，快科技，安信证券研究中心

高通SoC推陈出新，AI算力持续升维。据高通官网数据，骁龙8Gen1的AI算力为9INT8,骁龙8Gen2的AI算力为48INT8，骁龙8Gen2的AI算力相比上一代约提升了4.35倍。2022年11月，高通在 2022 晓龙峰会上正式发布了晓龙8Gen2 SoC，作为第二代旗舰级产品，晓龙8Gen2 在CPU、GPU、AI和网络连接、影音素质和游戏体验、网络安全等方面都有明显提升。晓龙8Gen2不但在算力和能耗上提升明显，还搭载了高通旗下速度最快、最先进的高通AI引擎。此外，骁龙8Gen2采用了Hexagon处理器，这是全球首个支持INT4 运算单元的处理器。INT4 由于数据量很小，所以在处理一些轻度的、或者精度要求不高的运算时拥有明显的效率优势，因此极大程度上提高了运算的效率。此外，高通预计在2023年10月24日举行骁龙技术峰会并推出晓龙8Gen3，而联发科预计在2023年10月上旬或者中旬推出天玑9300，二者在性能上都有望得到大幅提升。

图27.Kryo CPU 相比晓龙8Gen1 性能提升35%,同时能效提升40%

资料来源：2022晓龙技术峰会，安信证券研究中心

图28.骁龙8Gen2首次支持INT4，提高了运算效率

资料来源：2022晓龙技术峰会，安信证券研究中心

图29.骁龙8Gen3和天玑9300在工艺制程及架构

资料来源：36氪，安信证券研究中心

对比高通终端算力和英伟达云端算力，未来高通SoC算力提升仍有巨大潜能。当前高通QCS8550 IN8 算力约是英伟达A10 算力的五分之一，未来伴随终端算力提升有望加速AI落地。高通的手机芯片分为多款，以最新的手机SoC 高通QCS8550为例，据官网数据，它的算力达到 48 INT8 TOPS，而用于云端生成式AI推理的英伟达A10算力达到 250INT8 TOPS。

表5：对比高通终端算力和英伟达云端算力参数对比

项目	英伟达A40	英伟达 A800	英伟达SXM4 A800	英伟达A30	英伟达A10	英伟达A2	英伟达A16	高通QCS8550
GPU架构 NVIDIA	Amphere	Amphere		Amphere	Amphere	Amphere	Amphere	Adreno 740 680MHz
Tensor核心数量 NVIDIA	336	432		224	288	40	一
CUDA核心数量 RT Cores	10752	FP64:3456 FP32:6912		3584	9216	1280
光线追踪核心数量	84				72	10
双精度性能FP64		9.5TFLOPS FP64(Tensor cores):19.5T		5.2TFLOPS FP64(Tensor
单位： FLOPS 单精度性能FP32 单位： FLOPS 半精度性能FP16	37.4 T/			cores) :10.3T 10.3TFLOPS/	31.2T/ TF32:62. 5T/1 25T	4.5T 9/18T
单位： FLOPS 单精度性能FP32 单位： FLOPS 半精度性能FP16	TF32: 74.8T/149.6 T	19.5T/ TF32:156T/312T	TF32:82T/165 T	cores) :10.3T 10.3TFLOPS/	31.2T/ TF32:62. 5T/1 25T	4.5T 9/18T
(Tensor 性能）单位： FLOPS	149.7 T/299.4T*	312/624T*		165/330 T*	125T\|250 T*	18T\|36 T*		12T
整数运算	INT8 299.3			INT8 330	INT8 250
能力	T/598.6T*	INT8 624 T/1248T* INT4 1248 T/2496T*		T1661 T*	T\|500T*	36T\|72T* 72T\|144		INT8 48 T
单位：OPS	INT4 598.7 T/1197.4 T*			INT4 661 T1321 T*	INT4 500 T\|1000 T*	T*
内存	48GB	40GB 40G/80G		24GB	24GB	16GB	4*16GB	4*16GB
存储类型	GDDR6	HBM2	HBM2/HBM2E	HBM2	GDDR6	GDDR6	GDDR6	LPDDR5/5x
显存位宽	696 GB/s	1555 GB/s	1555 GB/s	933GB/s	600 GB/s	200 GB/s	4*232	@4200MHz 1
显存位宽	384bit	4096 bit	2039 GB/s 4096bit	4096 bit	1	1	GB/s 1	1
系统接口	PCle			PCle	PCle	PCle		Pcle Gen4/Pcle
和带宽	Gen4,31.5GB/s	PCle Gen4,64GB/s		Gen4,64GB/s	Gen4,64GB/s	Gen4， 64GB/s	PCle Gen4	Gen3/UFS4.0/U SB3.1 Gen2
P2P	112.5GB/s	400GB/s	400GB/s（8卡间可达3.2TB/s)	225GB/s	112.5GB/s	1	1
功率	300W	250W	400W	165W 4 MIGs @ 6GB	150W	40-60W	250W
		各种实例大小（最	各种实例大小	each 2 MIGs @
MIG		大为7 MIG@5GB)	（最大为7MIG @10B)	12GB each 1 MIGs @ 24GB

资料来源：高通官网，英伟达官网，Itserver，安信证券研究中心

4.3.DRAM：生成式AI模型参数递增，DRAM配置需同步递增

全球存储市场以DRAM和NANDFIaSh为主，市场规模在2022年小幅回落后或恢复温和增长。根据中商产业研究院统计，2022年，全球 DRAM市场规模为790.61亿美元，占比56.8%；全球 NANDFlash市场规模为601.26亿美元，占比43.2%。据CFM闪存市场统计，2022年全球存储市场规模下跌13%，DRAM 和NANDFlash 价格均大幅下降，其中FlashWafer 512Gb TLC价格已经跌至1.9美元，年内跌幅达54%。在终端厂商去库存和降成本的努力下，2023年存储市场规模有望恢复温和增长，整体规模达到约1450亿美元。

图30.全球存储市场DRAM和NANDFlaSh为主

资料来源：中商产业研究院，安信证券研究中心

图31.全球存储市场在2022年小幅回落后或恢复温和增长

资料来源：CFM闪存市场，安信证券研究中心

2021年DRAM市场规模约961亿美元，市场集中度较高。据ICInsights统计，2021年DRAM市场规模约961亿美元，以三星、SK 海力士、美光三家龙头为主。2021年三家龙头共占有94%的 DRAM 市场份额，其中三星占比约43%，SK海力士占比约 28%，美光占比约23%。

图32.2021年DRAM市场规模约961亿美金，以三星、SK海力士、美光三家龙头为主

资料来源：ICInsights，安信证券研究中心

根据产品特性和应用场景的不同，DRAM可以分为DDR、LPDDR和GDDR三大类。DDR（DoubleData Rate）是个人计算机和服务器标准内存，具备内存密度较大和传输速率较快的优势。LPDDR（LowPowerDDR）具备低功耗、小体积的优势，主要应用于智能手机、平板等便携式终端。GDDR（GraphicsDoubleDataRate）一般称之为显存，是针对图形显示卡所特化的一种 DDR内存，适合高速图像处理，主要应用于显卡和游戏主机。

表6：DRAM 可以分为 DDR、LPDDR、GDDR

分类	产品特性	应用场景
DDR	内存密度较大和传输速率较快	个人计算机、服务器
LPDDR	低功耗、小体积	智能手机、平板
GDDR	适合高速图像处理	显卡、游戏主机

资料来源：安信证券研究中心

DDR版本不断迭代，目前已经发展至第五代。DDR后续迭代版本采用数据读写速率作为命名标准，依次划分为 DDR2、DDR3、DDR4、DDR5。DDR5 从2022 年开始量产，与上一代 DDR4相比整体性能有较大改善。

图33.DDR、GDDR、LPDDR不断迭代

资料来源：FoneArena，安信证券研究中心

表7：DDR5与DDR4相比整体性能有较大改善

特性/选项	DDR4	DDR5	DDR5优点
数据速率	1600-3200 MT/s	3200-6400 MT/s	提升性能和带宽
VDD/VDDQ/NPP	1. 2/1.2/2.5	1.1/1.1/1.8	降低功耗
内部VREF	VREFDQ	VREFDQ，VREFCA，VREFCS	优化电压裕量，减少BOM成本
DRAM容量	2Gb-16Gb	8Gb-64Gb	支持更大的单一器件
预取	8n	16n	保持低的内核时钟
数据通道接收器均衡	CTLE	DFE	提升 DRAM 内DQ 数据眼的打开度
占空比调节	无	DQS 和DQ	提升传输的DQ/DQS引脚上的信号质量
内部DQS延迟监控	无	DQS 间隔振荡器	提升应对环境变化的鲁棒性
片上纠错码	无	128b+8b单位纠错，错误勘查和清理	强化片上RAS
循环冗余校验	写	读/写	通过保护读取数据加强系统RAS
Bank组 (BG)/banks	4 BGx4 banks （x4/x8）2 BGx4 banks (x16)	8Gx2banks(8Gbx4/x8）4BGx2 banks (8Gb x16) 8BGx4banks(16-	提升带宽/性能
64Gbx4/x8)4BGx4banks(16- 64Gbx16}
命令/地址接 □	ODT，CKE，ACT，RAS, CAS，WE，A<X:0>	CA<13:0>	大大减少了CA引脚数
片内端接	DQ，DQS，DM/DBI	DQ，DQS.DM，CA总线	提高信号完整性，降低BOM 成本
突发长度	BL8 （以及BL4)	BL16，BL32（以及BC8 OTF,BL32 OTF)	仅用1个DIMM子通道就可实现 64B 高速缓存线提取

资料来源：CSDN，安信证券研究中心

随着生成式AI模型参数递增，DRAM配置也需提高。在INT8下，保守估计模型参数每增加10亿，DRAM需要增加1GB。在手机端，分析荣耀、三星当前最高端手机配置发现，当前部分旗舰手机内存配置大多为8GB或16GB,考虑到操作系统等对内存的占用，需要增加DRAM容量，以支持在手机上进行100亿参数推理。在PC端，分析联想、苹果最高端笔记本配置发现，部分旗舰机型内存为32GB，苹果可选配为64GB或96GB。

混合AI有望提升手机销量，DRAM厂商受益较大。据TrendForce统计，2022年全球DRAM各类终端产品份额占比中，手机端占比为38.5%，PC端占比为13.2%，二者合计占比为51.7%；2023年全球 DRAM各类终端产品份额占比中，手机端占比为36.9%，PC 端占比为12.4%，二者合计占比为49.3%。手机与PC合计占DRAM终端产品份额一半左右，市场空间大，因此混合AI提升手机与PC 销量及单机用量，则有望进一步带动DRAM 需求增长。

图34.手机与PC合计占DRAM终端产品份额一半左右

资料来源：TrendForce，安信证券研究中心

4.4.NAND：未来生成式AI软件较大，NAND 配置需相应提高

NAND市场规模与DRAM相近，预计2025年有望首次超越DRAM市场规模。根据市场研究公司Omdia预测,2023年全球NAND闪存市场规模约为585.13亿美元，DRAM市场规模约为595.82亿美元，二者当前市场规模趋近。预计到2025年，NAND闪存市场规模将首次超越DRAM市场规模达到843.78亿美元，而DRAM市场规模约为833.97亿美元。

NAND市场主要有五大巨头，下游市场需求以手机端为主。根据国家发改委数据，2022年第三季度全球NAND 出货量前五家企业市场份额总和为95.4%，市场占比从高到低分别为三星、铠侠、SK海力士、西部数据、美光。根据Trendforce 统计，2020 年NAND的下游市场需求以智能手机端为主，预计到2023年，智能手机端的NAND需求将小幅上涨。

图35.2022年第三季度全球NAND出货量占比

资料来源：国家发改委，安信证券研究中心

图36.2020-2023年全球NAND下游需求占比

资料来源：Trendforce，安信证券研究中心

未来集成多个APP的生成式AI软件或较大，当前NAND配置需相应提高。手机端以荣耀、三星当前最高端手机配置为例，荣耀Magic5至臻版闪存为1TB，而三星GalaxyS23UItra 闪存为 256GB。PC 端以联想、苹果当前最高端笔记本配置为例，联想 Legion Pro 7iGen8 的闪存为 2TB，而苹果MacBook ProM2 的闪存为1TB。由于NAND 需要根据软件大小增加而增加，预计未来集成了生成式AI的APP大小将会提高，NAND容量也需要相应提高。

5.AI行情由供给侧迈向应用侧，建议关注产业链投资机会

近年来消费电子换季周期逐渐延长，智能手机出货量有所放缓。根据IDC统计数据，2023年Q1中国智能手机市场出货量约6544万台，同比下降11.8%,延续了2022年的消费低迷状态。与海外市场类似，中国手机市场需求也并未出现明显的反弹，消费电子整体行情仍然受到经济低迷、消费信心等因素的影响。消费者换机周期不断拉长，消费者对于手机更新换代的需求较弱，根据IDC 统计，一部智能手机使用3-4年越来越普遍。

图37.近年来中国智能手机出货量有所放缓

资料来源：IDC，安信证券研究中心

图38.2023年后全球智能手机出货量有望迎来改善

资料来源：IDC，安信证券研究中心

智能手机高端机型市场韧性较强，混合AI有望继续带动高端机型需求增长。将售价在 800美元以上的智能手机机型划分为高端机型，售价在400-799美元的智能手机划分为中端机型，售价在399美元的智能手机划分为低端机型。根据潮电智库统计，2023年第一季度全球畅销手机前20 高端机型总销量为5775万部，同比2022年第一季度总销量的5260万部增长了9%。高端机型手机销量每季度占比约在30%水平，2023年第一季度高端机型占比38%。相比之下，中低端机型的总销量都有所下降。未来混合AI或率先布局在高端机型市场，各大手机厂商的旗舰机型销量有望进一步提升。

图39.2023Q1全球畅销手机前20各价格段销量占比

资料来源：潮电智库，安信证券研究中心

图40.历年全球畅销手机前20各价格段销量占比

资料来源：潮电智库，安信证券研究中心

我们预计消费电子产业链有望受益于海外此轮混合AI趋势，在AI行情由供给侧迈向应用侧之时恢复上行趋势。SoC、DRAM和NAND 用量或增加，未来智能手机和PC 的换季周期或缩短，有望带领行业加速走出周期底部，建议关注相关产业链投资机会。

表8：华为nova65G主要硬件配置

元器件	厂商	型号	国家	预估成本
SoC	海思	Hi3690	中国	60美元，423.72元人民币（下同）
RAM	三星	K3UH7H70MM-EGCL	韩国	32美元，225.98元
ROM	三星	KLUDG4UHDB-B2D1	韩国	15美元，105.93元
5G基带芯片	海思	Hi9500	中国	55美元，388.41元
功率放大器芯片	村田制作所	未知	日本	0.8美元，5.65元
电源管理芯片	海思	Hi6562	中国	0.6美元，4.24元
音频解码芯片	海思	Hi6405	中国	1.6美元，11.3元
功率放大器芯片	海思	Hi6D05	中国	1.8美元，12.71元
功率放大器	海思	Hi6D22	中国	0.8美元，5.65元
快充管理芯片	海思	Hi6526	中国	1.1美元，7.77元
高效D类音频放大器	NXP	TFA9874C	荷兰	0.5美元，3.53元
WiFi/BT芯片	海思	Hi1103	中国	4美元，28.25元
3GB内存芯片	SK海力士	H9HZNNNHWMML	韩国	11美元，77.68元
CPU供电芯片	海思	Hi6421	中国	2美元，14.12元
基带供电芯片	海思	Hi6421	中国	2美元，14.12元
电源管理芯片	海思	Hi6422	中国	0.5美元，3.53元
低噪放芯片	海思	Hi6H11	中国	0.25美元，1.77元
射频开关芯片	海思	Hi6H12	中国	0.25美元，1.77元
电源管理芯片	海思	Hi6562	中国	0.6美元，4.24元
功率放大器芯片	海思	Hi6D03	中国	0.8美元，5.65元
前端模块芯片	高通	QDM2305	美国	0.5美元，3.53元
射频收发芯片	海思	Hi6365	中国	4美元，28.25元
屏幕	天马	TL068FVMH02-00	中国	18美元，127.15元

资料来源：华为官网，集微拆评，安信证券研究中心

表9：OPP0 Reno4Pro主要硬件配置

元器件	厂商	型号	国家和地区	预估成本
主芯片	高通	晓龙765G	美国	41美元，285.20元
内存+闪存	三星	8GB RAM+128GB ROM	韩国	40美元，278.24元
NFC控制芯片	NXP	SN***	荷兰	0.8美元，5.56元
音频解码器	高通	WCD***	美国	1.6美元，11.13元
电源管理芯片	高通	PM7*/PM7*	美国	3美元，20.86元
射频收发器	高通	SS***	美国	4.3美元，29.91元
三轴电子罗盘	美新半导体	MM***	中国	0.2美元，1.39元
Wi-Fi蓝牙芯片	高通	WCN***	美国	3.5美元，24.34元
6轴（陀螺仪+加速度计）	博世	未知	德国	0.5美元，3.48元
前端模块	QORVO	QM***	美国	2.5美元，17.38元
射频前端模块	Skyworks	Sky7***	美国	1.6美元，11.13元
激光聚焦传感器	意法半导体	未知	瑞士	0.8美元，5.56元
麦克风	歌尔	未知	中国	0.2美元，1.39元
屏幕	三星	AM***	韩国
后置摄像头传感器		IMX*/IMX/S5**		65美元，452.06元
前置摄像头传感器	索尼/三星未知	未知	日本/韩国未知	35美元，243.41元 5.5美元，38.25元

资料来源：OPP0官网，集微拆评，安信证券研究中心

表10：部分产业链上市公司

产业链环节	公司名称
品牌	华为、荣耀、小米、传音控股、苹果、三星、Oppo、Vivo、联想等
内存+存储	三星，美光科技，SK海力士，西部数据，长江存储，合肥长鑫，兆易创新，北京君正，澜起科技，聚辰股份，中微公司，国科微，江波龙，佰维存储，香农芯创，普冉股份，恒烁股份，深科技，东芯股份等
屏幕面板	三星，京东方A，深天马A，长信科技，维信诺，同兴达，蓝思科技，TCL科技，奥来德，精测电子等
PCB	迅达科技，弘信电子，鹏桑控股，深南电路，兴森科技，鹏鼎控股，东山精密等
摄像头	索尼，舜宇光学科技，豪威科技，三星，佳能，联创电子，水晶光电，韦尔股份，思特威，丘钛科技，高伟电子，蓝特光学，三利谱，欧菲光，立景，格科微等
电池	欣旺达，德赛电池等
SoC/CPU	高通，英伟达，联发科，苹果，三星，英特尔，华为海思，紫光展锐，翱捷科技，瑞芯微，晶晨股份，全志科技，台积电，中芯国际等
外壳/机构件	比亚迪电子，工业富联(富士康）等
射频/天线	Skyworks，Qorvo，立讯精密，卓胜微，唯捷创芯，东山精密，信维通信，硕贝德等
触控/指纹传感	韦尔股份，汇顶科技，新突思等
精密结构件	领益智造，长盈精密，安洁科技等
连接器	立讯精密，电连技术等
滤波器	卓胜微，麦捷科技等
被动元器件	顺络电子，声光电科，风华高科等
电容	微容科技等
陶瓷盖板	三环集团等
模拟芯片	圣邦股份，艾为电子，南芯科技，美芯晟，思瑞浦，中颖电子等
声学零部件	瑞声科技，歌尔股份等

资料来源：安信证券研究中心

6.风险提示

1）行业竞争加剧：终端AI迎来发展浪潮，若后续参与者增加，存在竞争格局恶化风险。

2）相关技术进展不及预期：终端AI技术尚未完全成熟，存在研发投入不足导致技术进展滞后的风险。

3）商业变现能力不及预期：混合AI相关产品仍处于研发期，后续产品拓展需要公司进一步挖掘客户需求。

目行业评级体系

收益评级：

领先大市 —— 未来6个月的投资收益率领先沪深300 指数 10%及以上;

同步大市——未来6个月的投资收益率与沪深300 指数的变动幅度相差-10%至10%；

落后大市——未来6个月的投资收益率落后沪深 300 指数10%及以上;

风险评级：

A——正常风险，未来6个月的投资收益率的波动小于等于沪深300 指数波动;

B——较高风险，未来6个月的投资收益率的波动大于沪深 300 指数波动；

分析师声明

本报告署名分析师声明，本人具有中国证券业协会授予的证券投资咨询执业资格，勤勉尽责、诚实守信。本人对本报告的内容和观点负责，保证信息来源合法合规、研究方法专业审慎、研究观点独立公正、分析结论具有合理依据，特此声明。

本公司具备证券投资咨询业务资格的说明

安信证券股份有限公司（以下简称“本公司"）经中国证券监督管理委员会核准，取得证券投资咨询业务许可。本公司及其投资咨询人员可以为证券投资人或客户提供证券投资分析、预测或者建议等直接或间接的有偿咨询服务。发布证券研究报告，是证券投资咨询业务的一种基本形式，本公司可以对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，并向本公司的客户发布。

免责声明

。本公司不会因为任

何机构或个人接收到本报告而视其为本公司的当然客户。

本报告基于已公开的资料或信息撰写，但本公司不保证该等信息及资料的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映本公司于本报告发布当日的判断，本报告中的证券或投资标的价格、价值及投资带来的收入可能会波动。在不同时期，本公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，本公司将随时补充、更新和修订有关信息及资料，但不保证及时公开发布。同时，本公司有权对本报告所含信息在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准，如有需要，客户可以向本公司投资顾问进一步咨询。

在法律许可的情况下，本公司及所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务，提请客户充分注意。客户不应将本报告为作出其投资决策的惟一参考因素，亦不应认为本报告可以取代客户自身的投资判断与决策。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议，无论是否已经明示或暗示，本报告不能作为道义的、责任的和法律的依据或者凭证。在任何情况下，本公司亦不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。

本报告版权仅为本公司所有，未经事先书面许可，任何机构和个人不得以任何形式翻版、复制、发表、转发或引用本报告的任何部分。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“安信证券股份有限公司研究中心”，且不得对本报告进行任何有悖原意的引用、删节和修改。

本报告的估值结果和分析结论是基于所预定的假设，并采用适当的估值方法和模型得出的，由于假设、估值方法和模型均存在一定的局限性，估值结果和分析结论也存在局限性，请谨慎使用。

安信证券股份有限公司对本声明条款具有惟一修改权和最终解释权。

安信证券研究中心

深圳市

地址：深圳市福田区福田街道福华一路19号安信金融大厦33楼

邮编：518026

上海市

地址：上海市虹口区东大名路638号国投大厦3层

邮编：200080

北京市

地址：北京市西城区阜成门北大街2号楼国投金融大厦15层

邮编：100034

START YOUR FINANCE

起点财经，网罗天下报告

半导体设备国产化加速，生成式AI基建向前发展	2023-08-13
AI 服务器/EGS 平台升级拉动高速 PCB 需求，高速 PCB 产业链解析	2023-08-06
顺周期品种有望景气回升，先进封装有望持续受益AI 需求	2023-08-06
政策利好叠加技术升级，智能驾驶行业迎关键窗口期	2023-07-30
存储市场前景向好，先进封装大有可为	2023-07-23

高通等IT龙头布局终端生成式AI，终端AI推理应用有望带动产业链升级

目高通混合AI进展：

目终端生成式AI带来的硬件变化及投资机遇：

每日 免 费 获取 报告 □

内容目录

图表目录

1.科技龙头加快布局AI市场，终端侧AI商业化应用落地加速

2.高通有望引领混合AI发展，助力实现随时随地的智能计算

3.高通持续提升终端硬件AI性能，终端侧全栈AI不断优化

3.1.高通深耕AI研发15余年，不断突破AI可能性

3.2.高通全栈AI策略指引下，终端AI性能和能效卓越

4.混合AI有望率先给手机和PC端带来AI体验变革

4.1.手机硬件结构复杂，APP的运行涉及诸多硬件交互

4.2.SoC：面对生成式AI加速落地，SoC算力提升潜力巨大

4.3.DRAM：生成式AI模型参数递增，DRAM配置需同步递增

4.4.NAND：未来生成式AI软件较大，NAND 配置需相应提高

5.AI行情由供给侧迈向应用侧，建议关注产业链投资机会

6.风险提示

目行业评级体系

分析师声明

本公司具备证券投资咨询业务资格的说明

免责声明

。本公司不会因为任

START YOUR FINANCE

每日免费获取报告 □

电子行业专题：高通等IT龙头布局终端生成式AI，终端AI推理应用有望带动产业链升级-20230816-安信证券-31页