AI向硬件靠近！AIphone是否正处爆发前夜？AIPC越来越近了！

当AI逐步渗透到生活的方方面面，AI正持续向端侧靠近，从手机都电脑再到汽车等产业都将迎来转折。

浙商证券在研报中指出，生成式AI发展之初，由于计算规模巨大，运算处理基本都汇集在云端进行，如今为了提升用户的体验，AI能力需要落地到数十亿终端设备，成本必将大幅提升，因此，AI处理重心正不断向边缘转移，混合AI成大势所趋，多家科技巨头“盯上”各类端侧AI应用，已竞相布局。

浙商证券称，AI不止于云，端侧是模型应用不容忽视的重要场景，从概念来看，云侧AI是指，在数据云端汇集训练，模型通用性强。从终端采集和感知到的声音、视频等数据都通过网络传输到云中心侧进行后续处理。

而端侧AI则是终端设备上进行的轻型模型运用。更多AI计算和推理工作负载在手机、笔记本电脑、XR 头显、汽车和其他边缘终端上运行。随着用户对生成式AI应用需求日益增长，端侧AI的隐私和安全、低延时、可靠性、低成本等技术优势凸显。

那么，当前端侧AI已发展到哪一步了，未来又会有哪些进展？

AI PC：产业落地转折点渐行渐近

浙商证券指出，由于PC已经有成熟的消费市场，AI PC已接近产业落地的转折点。支持人工智能的PC市场有望在2025年和2026年大幅扩张。根据Canalys预测，到2027年60%的PC将具备人工智能功能。

浙商证券认为，AI PC为各领域提供创新解决方案：

1）高速AI处理：AI PC能快速处理图像识别、语音识别、自然语言处理等AI任务，提高生产力和娱乐体验；

 2）增加AI应用：ISV有望提供NPU应用程序，将AI功能整合到现有应用程序中；

3）新用例开发：AI PC推动新的业务用例和服务，包括医疗诊断、自动驾驶等多领域；

4）提升用户体验：通过语音、手势互动、AI个性化支持和高级安全功能改善用户体验。

从AI PC进展来看，“英特尔on技术创新大会2023”官宣将在今年12月14日正式发布面向下一代的AI PC的英特尔酷睿Ultra处理器Meteor Lake ，以加速“AI PC”时代的到来。

此外，英特尔提出“AI PC加速计划”，宣布将为软件合作伙伴提供工程软件和资源，以在2025年前实现为超过1亿台PC实现人工智能特性：

首次引入了针对人工智能加速的NPU：NPU能与所有计算引擎的内置AI功能结合实现更高能效的AI计算，通过NPU降低CPU和GPU的AI工作负载，带来高能低耗的表现。

通过GPU、NPU、CPU不同层级的AI算力网络，MeteorLake能很好的将AI从云端引入到客户端PC和企业边缘PC。

“AIPC加速计划”，旨在为软件合作伙伴提供工程软件和资源。酷睿Ultra处理器“MeteorLake”将于12月14日正式发售。

10月24日，联想举行了主题为“AI for All”的“2023联想Tech World创新科技大会”，重点展示了联想在端侧大模型方面的能力，以及联想的首款AI PC产品：

个性化优势凸显：相比云端公用大模型，联想PC级大模型Lenovo AI Now在面对“去斯德哥尔摩的音乐节的行程规划”问题时表现出更加个性化，能够将家庭地址、酒店偏好等考虑进去。

AI PC预计2024年9月后上市，未来还将进入车端。杨元庆会后表示，搭载端侧大模型的PC要明年9月以后才上市，按照规律前期将占有10%的市场份额，日后会成为主流。此外，联想表示未来端侧大模型还将进入车端。

推出针对企业用户的混合人工智能计划，旨在保护数据安全。通用训练后大模型可通过企业的特定数据进行额外的训练和微调；在端侧再加入企业知识矢量数据库中的特定知识，最后链接旧有ERP系统、CRM系统、MES系统等供应商数据库，得到混合AI系统。

AI 手机：产业爆发前夜

浙商证券认为，AI手机有望成为个人智能助理，为手机行业带来创新，对比苹果2011年推出的手机助手Siri：Siri采用一问一答的形式，而AI手机具有人格化、记忆、感知和管理能力，触发主动服务，具体来看：

1）智能化和便利的服务体验：手机作为使用频率最高，使用时间最长的电子产品，也是链接智能汽车、PC、耳机以及其他智能终端的中枢，植入AI大模型后能成为真正的个人智能助理。

例如语音助手能提供更自然的交互与更精准的意图识别服务，图像识别和处理功能可以为手机带来更出色的拍照和图像处理能力，文本生成能力可用于快速撰写购物评价、生成发言稿等场景。

2）数据更加安全精确：AI手机需要的数据保存在端侧更安全，较云有隐私优势，手机用户自己生成的数据对于智能助理的训练更加精确。

3）从单个AI应用到统一AI生态：融入手机系统中的大模型，可以打破各APP之间的壁垒，比如邮件、备忘录、日历的互相调用，在某一工作节点发送特定邮件。

AI手机进展：

1.高通成功将AI布局在安卓手机，2023年2月23日，高通技术公司成功在搭载了骁龙芯片的安卓手机上运行了Stable Diffusion，作为一款现象级应用，Stable Diffusion可以基于大模型从文本生成图片，神奇的背后是复杂的模型和巨大的运算量，其模型参数超过10亿个。

2.谷歌发布全新Pixel 8系列手机，搭载谷歌自研Tensor G3处理器和Titan M2安全芯片，在手机上首次应用AI智能大模型。谷歌还发布了新版安卓系统Android 14，以及生成式AI加持的谷歌助手Assistant with Bard。

3.华为/小米/OPPO/VIVO

华为发布HarmonyOS 4 ：通过盘古大模型的底层能力加持，华为将为用户带来智慧终端交互、高阶生产力效率、个性化服务的全新AI体验变革。

小米澎湃OS：自研端侧大模型MiLM，轻量化语言模型 （13亿参数），手机端侧大模型部分场景效果媲美云端，进一步实现“人/车/家全生态”智能化。

OPPO Andes GPT模型：Andes GPT作为OPPO自主训练的生成式专属大模型，以端云协同为基础架构设计思路，推出从10亿至千亿多种不同参数规模的模型规格。10月11日，联发科宣布携手 OPPO 、 ColorOS ， 合作共建轻量化大模型端侧部署方案，共同推动大模型能力在端侧逐步落地。

VIVOOriginOS 4：联发科与VIVO在AI领域展开深度合作，率先实现了10亿和70亿参数AI大语言模型、10亿参数AI视觉大模型在手机端侧的地。

端侧AI需要强大芯片硬件支持

考虑到硬件配套、隐私安全、用户体验等，“云侧+端侧”的协同设计思路成为手机行业共识。

模型训练需要巨大的算力，一定都会在云端进行，与云端大模型不同，手机无法支撑通用大模型百万亿甚至千亿级别的参数，在此类消费级终端需要做适配处理，提升用户体验：

1.明确云侧和端侧的特点和功能，各取所长，协同工作。云侧→大模型训练；端侧→推理。

2.需要对手机SoC芯片做一定的升级，增加大模型所需的GPU、NPU、APU等单元。

3.精简参数，降低内存占用，以适配手机硬件。减小参数量、量化技术调整、有争对的精调模型等，使模型能够在端侧流畅应用。e.g.高通使用AI模型增效工具包（AIMET）将模型从FP32缩小到INT8。