缘于生成式AI技术的发展，用户对隐私、安全等因素的不断关注，叠加模型蒸馏等技术推动AI推理侧单位算力成本不断下移等，边缘AI有望进入快速发展通道。综合考虑算力消耗、硬件体积、应用场景、电池功耗等因素，我们认为PC有望成为边缘端优先落地的智能硬件之一，并遵从硬件先行、软件应用跟随丰富的基本逻辑。我们判断，考虑到算法层面持续迭代、AI PC硬件栈改造的相对低难度，以及整机厂商对于新品创新的热情等，未来12-18个月AI PC渗透率有望持续提升，乐观情形下可能突破双位数。建议关注整机、处理器、DRAM、先进制程等相应环节的产业投资机会。

▍边缘AI：具有客观必然性，AI PC料将率先落地。

2023年以来，以大语言模型（LLM）为代表的生成式人工智能，在全球范围内引发了热潮。OpenAI、微软、谷歌等国际企业不断加码，美股企业在对外公告中提及生成式AI的次数亦不断增加，展示出产业界对生成式AI的重视。2023年以来，云端训练芯片供应商股价表现靓丽。而模型蒸馏等技术推动AI推理侧单位成本不断下降，为边缘端AI的普及提供可能，亦带动了市场对边缘端AI的预期。综合考虑算力约束、硬件体积、应用场景、功耗等因素，我们认为AI PC有望成为此轮边缘AI优先落地的场景。在本篇报告中，我们以AI PC为例，主要聚焦于边缘AI的产业发展趋势，以及分析产业链中的技术进步等。

▍AI PC：硬件先行，应用亦有望不断丰富。

1）技术层面，考虑到AI模型需要在本地运行，AI PC在核心处理器、内存等领域需要较大的升级。其中，在核心处理器方面，我们看到产业链相关公司有望在2023年底、2024年量产推出核心处理器产品，做到处理数十亿到一百多亿参数的模型。内存方面，伴随着数据处理量的增多，AI PC DRAM容量需要相应增加，同时规格也逐渐向DDR4/DDR5方向升级。

2）目前在应用领域仍未出现现象级应用，但科技领域这种典型的鸡、蛋问题，并不值得担忧。Gen AI在2C领域应用较为有限，目前主要是一些偏娱乐、非严肃内容生成等场景，用户粘性相对较低。Gen AI在2B端落地是一个渐进过程，Bloomberg数据显示，43%的企业预计将于2024年开始在Gen AI领域进行调研和投入，Gen AI在2B端的落地循序渐进。

▍产业展望：关注PC整机、处理器、DRAM等。

1）整机层面：考虑到目前PC的换机周期普遍为5-6年，2017-2018年售卖的PC已进入换机周期。叠加Windows10停止更新，以及AI PC的加持，我们认为2024年全球PC可能实现高个位数增长。

2）核心处理器：我们看到产业链相关公司纷纷计划在2024年量产推出核心处理器，可做到处理数十亿到一百多亿参数的模型。在此过程中，芯片的面积、性能、ASP等预计均有一定程度提升，利好相关产业链公司。

3）DDR5市占率快速提升：Omida预测，2023年PC领域DDR5的市占率将快速提升至12%。未来伴随着英特尔和AMD先后发布Meteor Lake、锐龙7000系列PC处理器，再加上工作负载和带宽需求的增加，Omida预计DDR5在PC市场领域中的市占率将稳步提升，2024年PC领域DDR5的市占率将提升至27%。

4）先进制程持续向前迭代，台积电、英特尔、三星等公司均计划于2024-2025年量产2nm制程。

▍风险因素：

通胀数据粘性导致美联储货币政策转向预期不断重置风险；美债市场流动性、财政扩张风险；地缘政治冲突导致全球经济走弱、技术自由流动受限风险；针对科技巨头的政策监管持续收紧风险；AI领域技术进步不及预期风险；AI领域政策监管超预期风险；市场竞争加剧风险；宏观经济波动导致欧美企业IT支出不及预期风险。

本文源自：券商研报精选