半导体周报0519-AI PC
半导体周报-0519
一、行业新闻及动态：
（一）、半导体设计：
财联社5月7日电，苹果一直在研发自己的芯片，用于在数据中心服务器上运行人工智能软件。据知情人士透露，服务器芯片项目的内部代号为ACDC（Apple Chips in Data Center，数据中心苹果芯片）。ACDC项目已经进行了好几年，目前还不确定新芯片何时会推出。苹果公司承诺将在6月的全球开发者大会上发布新的人工智能产品。
财联社5月7日电，苹果公司在春季新品发布特别活动上发布新款iPad Pro，新 iPad Pro从M2芯片直接跃升至M4芯片，CPU速度相比前代iPad Pro的M2提升最高达50%。苹果表示神经网络引擎让M4成为了胜任AI任务的超强芯片。
（二）、半导体制造及封测：
《科创板日报》9日讯，美光科技宣布在业界率先验证并出货基于大容量32Gb单块DRAM芯片的128GB DDR5 RDIMM内存，其速率在所有主流服务器平台上均高达5600MT/s。美光128GB DDR5 RDIMM内存模组已开售，现可直接从美光购买，并将于2024年6月起通过全球部分渠道分销商和经销商对外供应。
财联社5月12日电，据媒体报道，软银集团旗下的芯片设计公司Arm计划开发人工智能（AI）芯片，并力争在2025年推出首批产品。Arm将成立一个AI芯片部门，目标是在2025年春季之前制造出原型产品，大规模生产将由合同制造商负责，预计将于2025年秋季开始。Arm将承担初期的开发成本，预计将达到数千亿日元，软银也将出资。一旦大规模生产系统建立起来，Arm的AI芯片业务可能会被剥离出来，并归入软银旗下。据悉，软银已经在与台积电等公司就制造问题进行谈判，希望确保产能。
（三）、半导体设备：
《科创板日报》8日讯，ASML截至2025上半年的高数值孔径EUV（High-NA EUV）设备订单由英特尔全部包揽，因此三星和SK海力士2025下半年后才能获得设备。消息人士称，ASML的高数值孔径EUV设备产能每年约为五至六台，这意味着英特尔将获得所有初始产能。他们还表示，英特尔在宣布重新进入芯片代工业务时抢先购买了这些设备。ASML的高数值孔径EUV设备是芯片制造商制造2nm工艺节点芯片的必备设备，每台设备的成本超过5000亿韩元（当前约26.47亿元人民币）。
（三）、其他：
《科创板日报》9日讯，半导体行业协会（SIA）最新数据显示，2024年一季度全球半导体收入为1377亿美元，同比增长15.2%，环比下降5.7%。SIA预估第二至四季度的同比涨幅将达到两位数。
二、本周话题——AI PC
AI PC 是包含 AI 模型、应用以及硬件设备的混合体，或是 AI 普惠应用的终端。其本质是即为云端与本地端协作，利用云端的大数据处理能力丰富本地端的 PC 使用场景，依托云端算力来提升本地性能平衡。AI PC 具有存储容量大、计算能力强、交互模态以及承载场景丰富的优势。AI 大模型目前覆盖的应用场景与 PC 高度重合，因此 AI PC 被称为“大模型的最佳载体”。
AI PC 具备五大特征，AI 赋能全面提升用户使用体验：拥有本地部署的大模型与个性化本地知识库组合构成的个人大模型，第一交互入口为个人智能体，可实现自然语言交互，AI PC 将通过内嵌 AI 计算单元的方式提供混合 AI 算力，还可以依靠开放生态来满足不同场景的需求。在满足生产力提升的同时，通过本地数据存储和隐私及数据保护协议来保护个人隐私和数据安全。
资料来源：半导体产业纵横，IDC，华鑫证券研究所
发展背景：
1、数据安全和高成本阻碍大模型普及：
AI 大模型在云端运行存在数据泄露、传输延迟、云端运营成本越来越高等诸多问题，阻碍大模型的商业化应用。在数据安全方面，以 ChatGPT 为例，根据 Cyberhaven 的统计，每个使用 ChatGPT 的公司每周向 ChatGPT 泄露数百次机密材料，而 ChatGPT 正在将这些材料纳入其公开的知识库并进行共享。在云端大模型运行成本方面，生成式 AI 大模型的参数量以数十、数百亿计，只有云端服务器可以满足模型训练、优化、推理的需求，而随着用户量及使用请求的逐渐增多，云端尝试的运营成本越来越高。端侧 AI 部署成为 AI 实现规模化扩展及应用落地的关键。
2、端云协同模式成为主流：
目前移动端 AI 部署的方式分为端侧部署、端云协同两种。
端侧部署：即在终端如手机、PC 等上进行大模型本地部署；
端云协同：即终端和云端协同工作分流 AI 计算的工作负载，根据工作负载分流模式，高通提出三种云端混合的模式：1）以终端为重心的混合 AI，其中终端将充当锚点，云端仅用于分流处理终端无法充分执行的任务；2）基于终端感知的混合 AI，在边缘侧运行的模型将充当云端大语言模型（类似大脑）的传感器输入端（类似眼睛和耳朵），向云端处理输入文字信息；3）终端与云端协同处理的混合 AI，终端向云端发送多个 token，云端仅需读取一次完整模型参数来并行计算多个 token 输入，提升模型运算效率并节省功耗。
云端混合AI大模型部署模式
端云混合AI部署的优势
资料来源：《混合AI是AI的未来》，中金公司研究部
市场价值：
1、PC行业：
产业进入换机周期，PC 行业出现周期性拐点。PC 市场较为成熟，整体趋于稳定，影响周期性的因素主要有：1））宏观经济：PC 具备消费品，受宏观经济波动影响；2）产品迭代：重要的产品更新、技术迭代； 3）线上化需求：如疫情期间线上办公需求爆发推动的 PC 市场增速回升；4）自然 PC 换机周期一般约为 4-5 年。
2020-2021 年疫情推动线上化需求释放，此后市场出现疲软，据 IDC 数据显示，2021Q1 至 2023Q1，全球 PC 市场出货量同比增速呈现下降趋势，近三个季度全球 PC 出货量同比增速有所回升，2023 年第四季度，全球传统电脑出货量略高于预期，接近 6,710 万台，同比去年下降 2.7%。考虑到目前 PC 的换机周期普遍为 5 年，疫情售卖的 PC 已进入换机周期，市场收缩几近触底，预计 2024 年将实现正增长。
全球PC季度出货量及增速 全球PC年度出货量及增速
资料来源：IDC，中金公司
系统升级或成换机潮重要动力，2024-2025 年市场将面临 Win10 停更以及 Win12 的推出。微软官方宣布，Win10 系统将于 2025 年 10 月 14 日停止更新，所有版本将全部终止支持，这意味着仅支持Win10 或仅支持更低系统配置的个人电脑将难以适用，根据 statcounter，截至 2023 年 9 月，Win10 的市场份额高达 71.6%，Win11 的市场份额仅为 23.6%，在 Win10 的停更背景下，PC 有较大的换机空间。此外 Win12 也将于 2024 年发布，消费者可能会因为 Windows 的新版本而升级他们的个人电脑，系统更新或将助推换机潮的到来。
2、AI PC：
技术革新或成为重要的 PC 市场推动力。各大厂商纷纷布局 AI PC，逐步完善 AI PC 产品，目前 PC 换机周期已至，经过长时间的延迟采购，商业领域的需求预计将在 2024 年出现增长，2024 或成 AI PC元年。展望未来，技术革新或成为 PC 市场成长的重要推动力，其中 AI PC 通过 AI 能力的本地化部署，有望进一步提升交互体验与工作效率，AI PC 将成为 PC 市场下一波增长的重要推动力。根据 Canalys预测，兼容 AI 的个人电脑有望在 2025 年渗透率达到 37%，2027 年兼容 AI 个人电脑约占所有个人电脑出货量的 60%，未来 AI PC 的主要需求来源为商用领域，到 2027 年将有 59%的需求来自商用领域。
AI PC 将为 PC 行业注入新的增长活力。IDC 预测，中国 PC 市场将因 AI PC 的到来，结束负增长，在未来 5 年中保持稳定的增长态势。台式机、笔记本电脑市场总规模将从 2023 年的 3900 万台增至 2027年的 5000 万台以上，增幅接近 28%，而其中 AI 笔记本和台式机的占比将从 2023 年的 8.1%提升到2027 年的 84.6%。
全球PC出货量（百万台）
资料来源：IDC，华鑫证券研究所
消费级市场上，AI PC 主要面向个人和家庭的消费市场，AI 笔记本电脑的平均单价在 5500-6500 之间，AI 台式电脑平均单价在 4000 元左右，2024 年以后随着需求的增长和 AI 性能的提升，价格稳步上涨，进而提高消费级 PC 平均单价，改善消费市场用户结构。IDC 预测，未来五年 AI PC 的销售额将以笔记本电脑为主，AI 笔记本电脑能够本地部署大模型带来的便携性使应用场景更加广泛，将带来更高的用户需求。
企业级市场上，IDC 预测，未来五年在中小企业市场，AI PC 强劲的性能能够满足多种应用场景需要，其泛用性会提高中小企业对 AI PC 价值的评估，预计 AI PC 企业端价格稳中有涨，AI 笔记本电脑平均单价在 5000-6000 元之间，AI 台式电脑平均单价在 3500 元左右。大型企业市场方面，AI PC 能够在战略上推动企业智能化转型，有着更高的价值，平均单价因此受益提升且相对中小企业市场更高，预计 AI笔记本电脑平均单价在 5500-6000 元之间，AI 台式电脑平均单价在 4000 元左右，价格稳中有涨，略高于中小企业市场。
产业链：
AI 落地终端将推动 PC 产业生态发生显著变革。传统 PC 以操作系统为基础，用户直接管理和调度各种应用程序，而 AI PC 以个人智能体为入口，用户与个人智能体直接对话，由个人智能体理解用户指令，并调度各类应用。硬件和软件等厂商都需要围绕 AI PC 做出改变。
产业链示意图
资料来源：亿欧智库，华鑫证券研究所
1、技术端：算力提升与算法改进推动 AI PC 发展
在计算方式方面，AI 引擎采用 CPU+GPU+NPU 异构计算，具有更强算力。AI PC 使用异构计算，将串行计算或逻辑调度等计算任务分配给 CPU 运算，而将矩阵计算等并行计算任务分配给 GPU、FPGA或 NPU 等特定优化的处理器，这使得 AI PC 拥有更强大的算力，支持包括 CPU、GPU、NPU 在内的多种异构计算处理器。通过将不同类型的计算任务分配给适合的处理器，异构计算不仅提高了算力和性能，还降低了功耗，同时具备处理多类型任务的发展潜力。在成本方面，异构计算相对于采用不断更新ASIC 架构的方式具有更低的使用成本和替换成本。在产业落地方面，异构计算能够适应不断变化的神经网络算法和计算架构，为应对快速发展的技术环境提供了更具经济效益的解决方案。
在算法层，模型蒸馏、压缩助力 AI PC 终端部署。个人大模型需要强大的 AI 能力，以满足用户日益增加的 AI 需求和任务复杂性。在移动终端方面，由于硬件资源受限，无法直接部署云端的大模型和推理运行框架，因此在移动终端和 IoT 设备上部署的关键在于对模型进行压缩和对运行框架进行轻量化，将大模型压缩到适合终端的规模，以便能够在本地进行推理并实时响应，同时确保本地和公共大模型之间相互补充，各司其职。
为实现在移动设备和边缘设备上的高效部署，模型蒸馏和压缩等技术变得尤为关键。（1）模型蒸馏通过训练“教师”网络，监督“学生”网络进行学习，将教师网络的知识迁移到学生网络上，使得学生网络能够表现出类似教师网络的性能，从而实现在资源受限的设备上的部署。（2）模型压缩采用剪裁、量化等方法，减小模型的尺寸和复杂度，同时保留其核心能力，而不显著损害其 AI 性能。例如，联想创新科技大会中提到的模型压缩技术可以评估大模型中数百亿参数的不同耦合结构的重要性，动态分配性能资源，从而降低基础模型的大小，实现大模型在资源有限设备上的运行。这样的技术应用能够在保证模型性能的同时，借助云端强大的 AI 能力支持，确保个人大模型在通用场景服务中具备高效的能力。
模型蒸馏框架 模型压缩技术
资料来源：CSDN，中信建投证券
2、硬件侧：
（1）芯片：多方入局 AI 芯片，ARM 架构迎来新机遇
各处理器制造商纷纷进军 AI 芯片。IDC 认为一台“具备 AI 能力”的 PC 必须拥有专用的芯片组或模块来加速 AI 计算。目前高通的 Hexagon 加速器、苹果的神经引擎、英特尔的 Movidius VPU 和 AMD 的APU 可以满足以上要求。苹果于 2020 年 Q4 推出 M1 神经引擎，随着 2023 年第二季度推出的 M3 系列，苹果成为了第一家完全具备 AI 能力的 PC 制造商。高通于 23 年 10 月发布骁龙 X Elite 处理器，其全新 Hexagon NPU 最高可提供 45TOP 算力，算力方面较同行其他产品领先。在 x86 领域，AMD 于2023 年第二季度推出了“Phoenix”Ryzen7040 系列，并计划在 2024 年下半年推出的 8050 系列将进一步完善 AI 产品。英特尔 2023 年三季度推出 Meteor Lake 系列，嵌入 Movidius VPU 来实现 AI，随后会继续推出 Arrow Lake 和 Lunar Lake 版本。
各处理器制造商AI芯片
资料来源：各公司官网，中信建投证券
（2）电池：PC 电池容量持续升级，AI 有望加速推动
笔记本电脑采用多电芯串并联供电。手机电池一般搭载一颗电芯，但单颗电芯电压和容量均有限，笔记本电脑通过将标准电池串并联，可获得更高的电池容量和更大的电压，保证电脑的续航，一般而言，笔记本电脑电池分为 3 芯、4 芯、6 芯、8 芯、9 芯等，目前笔电电池多为软包电池，2021 年占比达94.98%。
电芯数量越多，电池容量越大，电池续航能力越强。根据戴尔官网数据，标准型笔电电池一般为 6 颗电芯，电池续航时间在 48-60Wh 之间，兼顾了重量和电池续航时间，但是对于 AI PC 而言，因为所要处理的功能较多，可能会加大功耗，因此 AI PC 有望采用更大型电池，以满足更长的电池续航时间。
电池容量与电池续航
资料来源：戴尔官网，兴业证券
（3）内存：AI PC 拉升 DRAM 需求
2022-2023 年受消费电子市场萎靡以及下游厂商库存高居不下的影响，DRAM 价格长期下滑。但随着2023 年上游存储厂商减产、缩减资本开支，同时 2023 年底消费电子市场开始复苏，DRAM 价格开始回升。
在 PC DRAM 需求方面：1）AI PC 促进 PC 出货量上升，进而提高 DRAM 出货量；2）受运行 AI 大模型需求影响，对内存芯片的存储容量要求有所提升，微软目前针对 AI PC 的内存要求是 DRAM 的基本需求为 16GB 起步，集邦咨询预计 2024 年 DRAM 平均容量预计增长 12.4%。因此内存容量大的DDR5、LPDDR5/x 等高世代 DRAM 产品渗透率提升，提高 PC 单机搭载的 DRAM 产品价值量；3）同时对数据传输速率的高要求也促进 DRAM 配套产品 SPD、CKD 等接口芯片的技术迭代。
DDR5：DRAM 巨头三星、SK 海力士从 2023 年 Q4 开始计划提升 DDR5 产能。结合市场需求以及头部厂商供给情况，预计到 2024 年中，DDR5 渗透率将达到 50%，下半年将进一步提升；同时 DDR5 接口芯片 SPD、CKD 也将会受益。国内相关企业包含澜起科技、聚辰股份。
LPDDR5：根据集邦咨询的数据，2024 年 LPDDR5 在 PC DRAM 需求占比达到 30%-35%，未来将受到 AI PC 的 CPU 厂商的规格支援，从而拉高 LPDDR 导入比重再提升。国内长鑫存储在 2023 年 11 月推出国内首款 LPDDR5。国内相关企业包含兆易创新、安集科技、雅克科技。
（4）散热模组：AI PC 的散热模组可能会有全新方案
散热能力是高算力芯片的一个主要瓶颈，随着搭载在 AI PC 上的模型规格不断提升，NPU 性能释放可能会更加激进，相较于传统 PC，AI PC 可能会给出全新的散热解决方案。液冷技术占比可能会有所上升，IDC 预测到 2024 年，超过 75%的 PC 将采用液冷散热技术。此外，散热芯片可能凭借其静音、轻薄、功耗低等优势，在将来可能成为 PC 轻薄本的主要散热手段。相关企业包含中石科技、思泉新材等。
3、软件及生态：
（1）多家芯片厂商积极与软件端开展合作，完善 AI PC 应用生态：
AMD Ryzen AI 的广泛应用不断扩展，与 Adobe、微软、zoom 等合作伙伴密切合作。目前，RyzenAI 提供了 100 多个驱动的加速功能，尤其在 Adobe Photoshop、Premiere Pro、After Effect、Lightroom 等创意设计软件中，用户可以在日常操作中获得显著的效率提升。Windows Studio Effects更是实现了自动取景、眼神接触矫正、高级背景特效等多种 AI 功能。英特尔凭借丰富的 ISV（独立软件开发商）合作伙伴，开启一系列新应用。根据英特尔的数据，目前已有超过 100 家 ISV 合作伙伴，共同推动了超过 300 个具备 AI 特性的应用的发展。
宏碁、苹果等公司开启自研 AI 应用，包含多项基础功能提高用户效率。宏碁推出了集成多种实用 AI功能的 Acer Sense 应用程序，并在非凡 Go 新品上配置了实体 Acer Sense 键，一键即可开启 AI 新体验。Acer Sense 包括 AI Zone，提供新的生产力和轻松的创造力体验；Acer Live Art 利用人工智能技术即时删除图像背景，并支持自由编辑和拼贴；Acer Alter View 通过 AI 模型生成深度图，提供个性化实时壁纸和动态视差效果；智慧会议 2.0(Acer Quick Panel)通过先进的人工智能算法增强效果，使电子会议、直播和视频通话更加自然自信。苹果方面也正在为全系列设备开发基于生成式 AI 技术的工具，即将生成式 AI 技术应用于 Pages、Keynote 等用于写作、幻灯片制作的应用程序中，预计 24 年将会发布。
（2）操作系统：微软率先发行 Windows 11“23H2”，内置 AI 助手 Copilot，进一步巩固市场地位。23 年 10 月 31 日，微软宣布推出 Windows 11 新版本操作系统“23H2”，其中内置微软的 AI 助手 Copilot。Copilot 与ChatGPT 类似，属于生成式人工智能。用户通过对该 AI 助手进行对话，发出指令，即可获得相应的文本或其他内容回答。Copilot 的发布标志着 AI 在电脑端的应用进入了新的时代，Copilot 不仅可以作为智能助手帮助用户提高工作效率，还可以赋能开发场景，自动生成高质量代码，改变了传统的工作模式。
AI PC处理器：
1）Intel
Intel 发布首款集成式 NPU，Meteor Lake 架构或带领数亿台 PC 进入 AI 时代。英特尔于 23 年 12月 14 日推出了基于 Meteor Lake 架构的第一代英特尔酷睿 Ultra 处理器，首批上市的处理器涵盖酷睿Ultra7/5 系列。Meteor Lake 是 Intel 首款集成了 NPU 的处理器产品，能在 PC 上实现高能效本地推理。在 CPU 和 GPU 之外，NPU 能以更好的能效比实现对人工智能任务不同维度的加速，如视频会议时的背景虚化、眼睛角度矫正以及对人的追踪等。通过低功耗的人工智能加速模块，可以一定程度降低 CPU和 GPU 的使用，以换取笔记本更好的电池续航。Meteor Lake 被分为四个部分：SoC、IO、CPU 和GPU，NPU AI 加速引擎内置于 SoC 模块。
Meteor Lake架构
资料来源：机核，热点科技，中信建投证券
（1）Meteor Lake 作为首个采用 3D Foveros 封装技术的客户端芯粒设计的产品，将计算模块(Intel4)、SoC 模块(N6)、1/0 模块(N6)、图形模块(N5)封装在一起，能耗相比此前有重大进步。（2）首款配备集成式的神经网络加速单元（NPU）的酷睿处理器，Meteor Lake 将会带来高能效的 AI 加速和本地推理体验。（3）芯片采用 Intel4 制程（7nm 工艺），多达 6 个性能核，8 个能效核，以及 2 个低功耗岛能效核，一共加起来会支持 22 个线程，集成 Intel 锐炫显卡，带来独立显卡级别的性能。
2）AMD
AMD 具先发优势，产品更新较快。AMD 于 2023 年初率先推出 AI 处理器 Ryzen 7040，年末继续推出代号为 Hawk Point 的最新锐龙 8000 APU，锐龙 8000APU 搭载先进的 4nm Zen4 CPU 和 RDNA 3GPU 架构，最多配置 8 个核心、16 个线程，以高达 5.2GHz 的时钟频率提供卓越性能。2024CES 大会中，AMD 首次将专用 AI 神经处理单元(NPU)引入台式电脑处理器，为从云到边缘到终端用户设备的生成 AI 提供动力支持，推出了 Ryzen 8040 系列、Ryzen 8000G 系列和 Radeon RX 7600 XT 处理器新品，处理器性能得到显著提升。
AMD 计划在 2024 年推出代号为 Strix Point 的 Ryzen 8050 APU，配备 XDNA 2 NPU 和Ryzen AI 软件套件，AI 引擎性能大大提升。搭载 XDNA 2 引擎，着重提升处理 AI 任务的能力。该APU 采用 Zen 5 CPU 和 RDNA 3.5 GPU 核心，嵌入最新的 XDNA 2 NPU 和强大的 Ryzen AI 软件套件，性能提高了 3 倍，成为 Ryzen 7040“Phoenix”APU 的实际继任者。Strix Point 系列包括 Mono 和 Halo两个型号，其中 Mono 采用混合了 Zen5 和 Zen5C 内核的单片设计，而更高端的 Halo 则采用仅使用Zen5 内核的小芯片设计。预计 Mono 规格包括 4nm 单片设计、最多 12 个核心、32MB 共享三级缓存、50W 功耗、16 个 RDNA3+计算单元等，而 Halo 规格则包括 Zen 5 Chiplet 设计、最多 16 个核心、64MB 共享三级缓存、90W 功耗、40 个 RDNA 3+计算单元等。两者均具备集成 XDNA2 引擎，AI 引擎性能分别达到约 25TOPs 和 50TOPs。预计在 2024 年下半年发布，首批将在明年开始向 OEM 发货，竞争对手包括英特尔的 Arrow Lake CPUs。
AMD Ryzen系列芯片参数
资料来源：AMD官网，中信建投证券
3）高通
高通骁龙 X Elite 算力领先，Hexagon NPU 最高算力达 45TOPS，优势明显。高通于 23 年 10 月 25日发布新一代 PC 处理器骁龙 X Elite，由台积电 4nm 工艺代工，集成 CPU、GPU 和 NPU，最高算力可达 75TOPS，其独立的 Hexagon NPU 最高算力达 45TOPS，基于其自研的 Nuvia 构架的 OryonCPU内核，这款行业领先的移动计算 CPU 的性能高达竞品的两倍；达到相同峰值性能时，功耗仅为竞品的三分之一。
该芯片专为 AI 打造，支持在终端侧运行超过 130 亿参数的生成式 AI 模型，凭借快达竞品 4.5 倍的 AI处理速度，将继续扩大高通在 AI 领域的领先优势。2024 年中将会推出搭载骁龙 XElite 的 PC，首发厂商包括微软、联想、戴尔和惠普等。
高通将于 2024 年推出代号为“Hamoa”的骁龙 8cx Gen4 芯片，包含更强大的 Hexagon Tensor NPU。预测该芯片采用 12 核规格，包括 8 个性能核心和 4 个能效核心，性能核心时钟频率约为3.4GHz，而能效核心为 2.5GHz。支持高达 64GB 的 LPDDR5x 内存，集成 Adreno 740GPU，与骁龙 8Gen2 相同，提供 DirectX 12、Vulkan1.3、OpenCL 和 DirectML 支持。Snapdragon 8cx Gen4 将包含更强大的 Hexagon Tensor NPU，可提供高达 45TOPS 的理论 AI 性能。
4）苹果
苹果 M3 使用 3 纳米工艺，搭载新的神经网络引擎，实现速度和能效的双重提升。Apple 发布超先进个人电脑芯片 M3、M3 Pro 和 M3 Max，为首批采用业界领先 3 纳米工艺打造的个人电脑芯片，可将更多晶体管封装于更小的芯片空间中，实现速度和能效的双重提升，M3 引入增强型神经网络引擎，用于加速强大的机器学习（ML）模型。与 M1 系列芯片相比，新的神经网络引擎带来最高达 60%的速度提升，在进一步加速 AI/ML 工作流的同时，还可将数据保留在设备上，以保护用户隐私。
苹果和高通正在将基于 Arm 的 PC 处理器提升到新的水平。目前微软推出的 Copilot 要求 AI PC 的算力大于 40TOPS，而英特尔发布的 Core Ultra（Meteor Lake 架构）目前算力为 35TOPS，还未能达到这一门槛，预计 2025 年推出的 Lunar Lake 达到这一算力水平要求。Arm 架构阵营方面，高通Snapdragon X Elite 中的 Hexagon 处理器单元算力已经可以达到 45TOPS，整体算力可达 75TOPS。近期还有消息称 AMD 和英伟达都正在开发基于 Arm 架构的客户端 PC 处理器，也进一步对英特尔发起挑战。Counterpoint 预计，2027 年 x86 架构的市占率将下滑至 74.4%，Arm 架构芯片在 PC 市场的份额预计为 25.3%，较 2022 年增长近一倍。
华鑫证券：AI 大模型落地终端，AI PC 驱动 PC 行业新增长
兴业证券：PC 迎换机+AI 潮，AI 赋能带动硬件环节量价齐升
