- 1、本文档共73页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
行业研究东兴证券股份有限公司证券研究报告
行业研究
东兴证券股份有限公司证券研究报告
DONGXING
SECURITIES
端侧智能行业:
人工智能重要应用,产品落地爆发在即
——人工智能系列报告——
分析师分析师分析师分析师
刘航张永嘉刘蒙石伟晶
联系方式:021联系方式:010联系方式:010联系方式:021执业证书编号:S1480522060001
执业证书编号:S1480523070001
执业证书编号:S1480522090001
执业证书编号:S1480518080001
东兴科技团队2024年9月27日
摘要
端侧智能具备多重优势,前景广阔,是AI的重要落地场景。端侧智能是在终端设备一侧进行智能化处理和决策,将人工智能算法和计算能力直接部署在边缘设备上。其优势包括增效(低延迟、脱机可用、分布式计算)、降本(节能高效、成本效益)、安全(稳定、数据安全)、个性化等。当前主要落地场景包括AIPC、AI手机、AI可穿戴设备、AI智能家居、AI智能汽车、AI工业设备等,市场前景广阔,
政策、技术、需求多维共振叠加新品刺激,行业步入发展快车道。政策端:近年来,国家出台了一系列利好政策,推动人工智能行业的发展。技术端:处理器、内存、电池、散热、软件等技术的进步助力端侧AI落地,如NPU异构方案为AIPC提供充足算力,轻量化模型让本地部署成为可能,端云结合赋能手机功能落地等。行业催化:苹果发布iPhone16系列,全系适配AppleIntelligence;华为发布三折叠新品,全联接大会召开,AI为重头戏,这些新动作有望大幅提振市场情绪。
生态效应显著,把握高通、华为两大主线。高通生态方面,高通依托先发优势和专利在通信芯片方面构筑壁垒,通过专注芯片研发、捆绑销售以及抓住移动互联网发展机遇实现份额提升,开放生态合作进一步强化壁垒,在手机、物联网、汽车等领域实现技术迁移,展现端侧智能优势。华为生态方面,华为作为全球领先的ICT基础设施和智能终端提供商,坚持技术驱动,围绕鸿蒙、鲲鹏、昇腾、云计算等业务构筑开放生态。华为持续推进“全面智能化”战略,积极把握生成式AI同终端产品深度结合的创新浪潮,在端侧智能方面保持开放生态。
投资建议:我们认为随着华为全联接大会、苹果秋季发布会、MetaConnect2024等大会的召开以及以人工智能为卖点的产品陆续问世,消费者对端侧
智能的认知及接受度将逐步提高,具备先发优势及较强产品力的企业将受益行业发展,实现业绩增长。从竞争优势与发展确定性的维度我们推荐高通
产业链与华为产业链两条主线,高通方面,推荐与其深度绑定、全面合作的中科创达,同时认为德赛西威、商汤、移远通信、华勤技术等公司有望受
益于行业发展;华为方面,在当前全球环境不确定性加剧、国内推进科技自立自强的大背景下,华为作为国内科技领域的绝对龙头兼具信创与新质生
产力发展的双重逻辑,华为的鸿蒙、欧拉操作系统与鲲鹏、昇腾算力基础设施协同加速发展,在该逻辑下,我们认为软通动力、中软国际、科大讯飞、润和软件、拓维信息、常山北明等公司有望受益于行业发展。
风险提示:行业竞争加剧;海外地缘政治影响;华为新产品发布节奏低于预期;华为新技术研发进度低于预期;人工智能协同作用不及预期等。
P2
P3
目录
?端侧智能:人与人工智能交互的更优窗口
?政策、技术、需求多维共振叠加新品刺激,行业步入发展快车道?生态效应显著,把握高通、华为两大主线
?投资建议与风险提示
1端侧智能:人与人工智能交互的更优窗口
端侧智能是指在终端设备一侧进行的智能化处理和决策。它将人工智能算法和计算能力直接部署在边缘设备上,如智能手机、PC、智能家居、可穿戴设备、汽车、工业传感器等,使这些设备能在本地进行数据处理和分析,无需将大量数据传输到云端进行处理。这些终端通过内置的AI算法和硬件支持,实现了语音识别、图像处理、自然语言理解、预测分析等功能,提升用户体验和设备性能。
端侧智能区别于传统AI的关键在于,AI终端采用大模型端侧部署或端侧部署与云端部署相结合的模式,而非完全依赖云端大模型。在AI终端上,云端大模型为端侧提供支持,复杂计算任务可以在云端完成,然后将结果传输到端侧设备。而端侧大模型在本地设备上运行,负责相对简单的任务,实现更快速的响应和更好的隐私保护。
图:云端大模型与端侧大模型对比云端大模型
运行在数据中心或云计算平台上的
运行在数据中心或云计算平台上的大型模型,通常拥有强大的计算能力和大量的存储资源,能够处理大规模数据,进行复杂的计算和训练,提供强
您可能关注的文档
- 境内深度合成服务算法备案清单(2024年10月).docx
- 利用人工智能实现国家安全目标;以及培养人工智能的安全性、可靠性(美).docx
- 2024年中国大模型能力评测AI变革行业创新发展(摘要版).docx
- 2024年中国大模型行研能力年中评测(摘要版).docx
- AI硬件全景洞察报告:下一波AI创新机遇在物理空间.docx
- 边缘计算市场实践与洞察报告(2024).docx
- 大模型深度赋能媒体智创融合:中国智能媒体创新发展报告(2023-2024).docx
- 机器学习实践指南案例应用解析.docx
- 欧盟AI法案解读:要求和实践指南.docx
- 确保人工智能时代的关键基础设施安全(中文).docx
- 利用人工智能实现国家安全目标;以及培养人工智能的安全性、可靠性(美).docx
- 国内与国际ESG评级差异及其启示.docx
- 2024年一季度碳交易市场运行与政策盘点—双碳政策护航碳市场健康发展.docx
- 【专家PPT】绿色工厂申报要点及奖励政策解析.docx
- 中国生成式人工智能应用与实践展望(2024).docx
- 【可行性研究】河南500MW风电+50MW储能一体化项目可行性研究报告.docx
- 边缘计算市场实践与洞察报告(2024).docx
- 加强钢铁行业EPD平台建设,促进钢铁行业绿色低碳发展-孙忠明.docx
- 全生态系统下的钢铁行业低碳转型战略:需求-政策-金融联动-李抒苡.docx
- 生成式AI在网络安全领域的应用PPT.docx
文档评论(0)