涉及的行业与公司 **行业** * 全球科技行业，重点关注人工智能、边缘计算、半导体、IT硬件[1] * 具体细分领域：AI服务器、AI智能手机、AI PC、AI机器人、AI智能眼镜、AI内存（DRAM、HBM）、半导体制造与封装[5][9][12][18][25][29][85][96] **公司** * **全球科技巨头**：苹果、英伟达、高通、Meta、三星、华为[12][118][124] * **半导体与内存**：台积电、SK海力士、美光、三星电子[19][24][25][29][35] * **半导体设备与材料**：应用材料、东京电子、LAM Research、KLA、BESI、ASMPT等[29] * **IT硬件与PC品牌**：戴尔、华硕、联想、宏碁、微星[29][43][48][56][57][62][71][76][80] * **AI智能眼镜供应链**：Goertek、Sunny Optical[126] 核心观点与论据 **1 计算范式转变：从集中式AI服务器向分布式个人AI服务器演进** * 科技行业历史上在“分布式”和“集中式”计算之间循环 随着服务器和云/AI计算的出现 计算工作在“集中式”数据中心服务器中进行[5] * 目前预计AI计算将快速从基于集中式服务器的基础设施转向个人设备端AI服务器 科技大趋势将回归“分布式”[5] * 预计AI服务器将变得极其高效和紧凑 未来人们将能像携带智能手机一样轻松手持个人AI服务器 这些个人AI服务器预计将以智能手机、笔记本电脑、智能眼镜和机器人等多种形态实现便携化[5] **2 AI模型效率突破：小型化与边缘部署成为可能** * DeepSeek以其蒸馏后的DeepSeek-R1模型向行业发出了颠覆性信号 尽管使用了更少的GPU和更低版本的GPU 但在多项基准测试中表现出与最新OpenAI-o1模型相当甚至更优的能力[9] * DeepSeek的Distilled R1模型发布后 看到在边缘设备上处理、参数更少的模型能力日益增强 从而实现更具情境感知和响应能力的设备 相信这一进展将加速AI模型的小型化发展 使其能在边缘AI设备上运行[9] * 因此预计设备端AI需求将在2025年下半年出现 这将驱动计算结构的改变和半导体内容的增长[9] **3 设备端AI市场增长预测强劲 各大公司积极布局** * 随着AI蒸馏技术的扩展 预计AI模型尺寸将显著减小 加速便携边缘设备的架构变革 AI模型可直接嵌入设备[12] * 鉴于AI智能手机/AI PC/机器人市场在各种形态的生成式AI用例方面取得的进展 认为其前景广阔 根据IDC数据 AI手机出货量预计在2023-28E期间复合年增长率为+78% AI PC出货量在2024-29E期间复合年增长率预计为+28%[12] * 全球大型科技公司一直在推动采用设备端AI功能 包括发布特定芯片 如英伟达的DGX Spark和Jetson平台 苹果带有16核神经引擎的A18 Pro 高通的Snapdragon X平台 以及关键智能手机制造商如三星和华为采用边缘AI功能 在其设备上本地运行AI[12] **4 便携AI设备架构将经历三个阶段演变** * 预计便携AI服务器的出现将触发设备端AI产品架构的三个阶段转变：[17] * 阶段1（2025E起）：通过PCIe向传统冯·诺依曼架构添加AI套件 * 阶段2（2026E起）：利用近内存或具有增加I/O和带宽的LPDDR6 near NPU & TPU * 阶段3（2028E起）：将LPW/LLW DRAM直接放置在NPU/TPU旁边 类似于英伟达的AI服务器 * 预计所有IT设备采用的冯·诺依曼计算结构将最终演变为类似AI服务器的架构（阶段3） 其中LPW/LLW DRAM直接位于NPU/TPU旁边以最大化AI功能[17] * 在IT设备中 预计对快速变化用例响应最迅速的智能手机将在架构变革方面领先[17] **5 设备端AI技术发展方向：异构集成与先进内存** * 边缘设备不可避免地需要低功耗配置和更好的热效率 以支持高度集成电路内的AI操作 与数据中心用AI服务器不同 由于边缘设备有限的网络吞吐量 预计便携边缘设备的AI功能将取决于成本效率和能源效率[20] * 分析即将到来的AI硬件架构转变有三个主要方案：[20] * [1] 预计异构集成将更广泛采用 高端移动AP将处理器、GPU、SRAM和其他组件与近内存结合 * [2] 预计下一代近内存DRAM的采用将继续增加 LPDDR6和低延迟宽IO DRAM的使用可能进一步扩大 * [3] 预计采用混合键合的芯片到芯片集成将得到广泛采用 原因是[1]凸点间距从100um减少到5um [2]信号传输效率提高 [3]芯片厚度减少 **6 LPDDR6和LLW DRAM将成为边缘AI关键内存技术** * 特别预计近内存DRAM的采用将继续扩大 预计未来边缘AI计算中逻辑芯片的SRAM贡献将下降或变得有限 而LPDDR6和低延迟宽IO的使用可能在2026-2028E期间扩大[24] * 对于AI手机 LPDDR6预计将首先在2026E开始主要使用 并在2027E成为主流 而LPW预计在2028E成为主流[24] * LPDDR6的数据速率预计范围为10.7Gbps至14.4 Gbps 并利用24位宽数据总线 从LPDDR5的16位总线增加 随着LPDDR6的I/O从LPDDR5X的64个几乎翻倍至144个 LPDDR6将达到高达38.4 GB/s的带宽 提供出色的边缘AI能力[24] * 采用垂直布线扇出技术构建的LLW DRAM随后将作为[1]移动应用的高带宽解决方案和[2]处理器中SRAM的替代品出现[24] **7 AI内存需求将呈现爆炸式增长** * 预计整体AI DRAM需求将以+75%的复合年增长率增长 从2024年的350亿颗（1Gb当量）增长到2028E的3310亿颗（1Gb当量）[28] * 对于AI智能手机 预计采用新计算架构的设备端AI DRAM需求将从2024年的7亿颗（1Gb当量）增长到2028E的530亿颗（1Gb当量） 2024至2028E复合年增长率为+198%[28] * 对于AI PC 预计AI PC DRAM需求将以+104%的复合年增长率增长 从2024年的6亿颗（1Gb当量）增长到2028E的108亿颗（1Gb当量）[28] * 对于AI机器人 认为机器人将从2026E开始有意义地采用设备端AI DRAM 预计机器人设备端AI DRAM需求在2024-2028E期间复合年增长率为+239%[28] * HBM在总DRAM需求中的份额预计将从2024年的5.5%增长到2028E的16.9%[25] **8 AI PC定义、优势与市场前景** * AI PC指的是集成了专用AI加速器（即NPU）以及传统CPU和GPU架构的PC 旨在运行设备端AI工作负载 如生成式AI助手、实时语言翻译、图像/视频增强和生产力工具 而无需依赖云端[44] * AI PC的好处包括1）对实时任务更好的性能和效率 2）本地处理数据提高了安全性和隐私性 3）增强的用户体验和企业应用 这种架构在AI任务中实现了更低延迟、增强的隐私和能效 PC品牌通过外形、捆绑的AI软件和企业AI解决方案来差异化其产品[44] * AI进化代表了PC架构的结构性转变 AI正在成为一种原生计算工作负载 随着AI PC变得像迷你AI服务器 硬件升级应会因更高的平均售价推动行业收入增长 根据IDC估计 这应导致PC总收入市场规模在2024年至2029E期间实现6-7%的复合年增长率[44] **9 AI PC采用率上升 但需杀手级应用和价格下降推动** * 目前 由于缺乏杀手级应用和较高的价格 消费者和企业领域的规模化采用进展缓慢 然而 根据IDC预期 AI PC的平均售价到2029E将稳步下降 指向大众市场采用和更低价格点的推动[47] * 根据IDC AI PC的渗透率应从2024年的30%迅速提高到2029E的98% 几乎所有PC都将是AI PC 随着更多引人注目的用例出现和平均售价降至1000美元以下 需求应在2026年显著改善[47] * 相信PC品牌可能是这一可能不可逆转的结构性趋势的主要受益者 领先的PC品牌如华硕、戴尔和联想都预测 AI PC的出货份额在未来几年将进一步增加 从2025年的20-30%上升 驱动因素包括硬件就绪、操作系统级AI集成、企业更新周期和成本溢价下降[47] **10 全球智能手机需求疲软 但AI智能手机渗透率提升** * 2025年全球智能手机需求可能保持低迷 2025E全球智能手机出货量预计为12.44亿部 同比仅增长0.7%[86] * 然而 AI智能手机（生成式AI手机）主要集中于高端及以上细分市场 苹果和三星引领出货量[90] * 生成式AI手机在2024年已占智能手机出货量的20%以上 不同品牌在设备端/云端大语言模型选项上采取不同方法[92] **11 AI智能眼镜成为AR领域新焦点** * 看到AI智能眼镜成为继AR/VR之后的另一个焦点 自从Meta在2024年10月发布其Ray-Ban Meta智能眼镜以来[111] * 2025年4月 IDC预测2025年AR/VR头显出货量年度下降12% 因供应指标指出一些关键参与者发布延迟 但预计2026年将反弹增长87% 销量应超过2021年疫情期间创下的1120万部峰值[100] * AI智能眼镜通常可分为三种主要类型：1）不带摄像头模块的智能眼镜 2）带摄像头模块的智能眼镜 3）带显示器的智能眼镜[117] * 在AI能力方面 这些智能眼镜通常与AI/大语言模型合作或加载 这也可能是AI货币化的一种新方式 例如 Ray-Ban Meta使用Meta AI 而Rokid Glasses采用阿里巴巴的通义千问大语言模型[117] * Meta在AI智能眼镜出货量方面领先 在2025年第二季度占据83%份额[120] * Meta的Ray-Ban Meta销售在第二季度加速 尽管今年早些时候增加了产量 但最受欢迎型号的需求仍超过供应[122] 其他重要内容 **具体公司财务预测与投资评级** * **三星电子**：买入评级 目标价120,000韩元 预计2026年半导体部门营业利润达32,417亿韩元 内存部门营业利润率达30.4%[30] * **SK海力士**：买入评级 目标价480,000韩元 预计2026年营业利润达64,129亿韩元 营业利润率达49% DRAM业务营业利润率达60%[35] * **宏碁**：卖出评级 目标价26.0新台币 预计2026年每股收益2.02新台币[62] * **研华**：中性评级 目标价365新台币 预计2026年每股收益13.42新台币[67] * **华硕**：买入评级 目标价730新台币 预计2026年每股收益56.18新台币[71] * **联想**：买入评级 目标价13.6港元 预计2027财年每股收益14.09美分[76] * **微星**：买入评级 目标价180新台币 预计2026年每股收益12.27新台币[80] **AI PC与传统PC规格对比** * AI PC型号通常配备更先进的处理器（如Intel Core Ultra系列、AMD Ryzen AI系列）、更多内存（普遍32GB）、更高分辨率显示屏、更快的连接（Wi-Fi 7）以及更高的价格（普遍在1,199美元至1,623美元之间） 而传统PC型号规格相对基础 价格更低（普遍在700美元至1,099美元之间）[56][57] **边缘AI市场整体规模预测** * 根据Precedence Research 全球边缘AI市场预计到2034年将达到约1430亿美元 在2025-2034年期间以21%的复合年增长率增长[61] * 智能制造、智慧城市、机器人和自动驾驶等领域对低延迟处理需求的增加应是边缘AI市场的关键需求驱动因素[61]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 随着AI蒸馏技术的发展，AI模型尺寸将显著减小，加速便携式边缘AI设备的架构变革，便携式AI服务器将成为关键应用，推动设备端AI半导体需求增长 [1][2] - 未来计算架构将从集中式向分布式转变，消费者有望拥有便携式个人AI服务器 [23][36] - DeepSeek等蒸馏AI模型的出现，降低了训练和开发成本，提高了推理能力，加速了设备端AI需求的增长 [24][50] - 设备端AI产品将出现三种主要架构转变，包括在传统冯·诺伊曼架构中添加AI套件、使用近内存或LPDDDR6以及在NPU/TPU附近放置LPW/LLW DRAM [3][28] - 预计异构集成、LPDDR6/LPW DRAM和混合键合技术将得到更广泛的应用，以实现边缘设备的成本和能源效率 [4][34] - 边缘AI智能手机、PC和机器人市场前景广阔，将推动AI芯片需求增长，预计AI DRAM需求将以75%的复合年增长率增长 [5] 根据相关目录分别进行总结 我们的论点图表 报告未提及相关内容 执行摘要 - 预计AI服务器将变得高效且紧凑，未来消费者将拥有便携式个人AI服务器，如智能手机、笔记本电脑、智能眼镜和机器人 [22][23] - DeepSeek等蒸馏AI模型的出现，降低了训练和开发成本，提高了推理能力，加速了设备端AI需求的增长 [24][26] - 未来计算架构将从集中式向分布式转变，冯·诺伊曼架构将演变为类似AI服务器的架构 [23][27] - 设备端AI产品将出现三种主要架构转变，包括在传统冯·诺伊曼架构中添加AI套件、使用近内存或LPDDDR6以及在NPU/TPU附近放置LPW/LLW DRAM [28][33] 便携式AI服务器时代 - 预计AI服务器将变得高效且紧凑，未来消费者将拥有便携式个人AI服务器，计算趋势将从集中式向分布式转变 [35][36] - 目前科技公司正在将传统服务器转换为AI服务器，但随着边缘设备数据的积累，对边缘设备内训练和推理的需求将增加 [39] - DeepSeek模型的发展表明，AI模型在边缘设备上也能实现令人满意的功能，边缘AI有望在智能手机、PC、机器人和汽车等领域得到广泛应用 [42] AI模型效率释放 - DeepSeek等蒸馏AI模型的出现，降低了训练和开发成本，提高了推理能力，具有显著的性能优势 [50][53] - DeepSeek采用了高效的算法架构，如混合专家（MOE）架构、组相对策略优化（GRPO）和知识蒸馏，提高了模型的效率和推理能力 [25][54] - 混合AI模型结合了云处理和边缘处理的优势，能够优化资源使用和响应能力，提高数据隐私和安全性 [64][65] IT设备架构方向 - 传统冯·诺伊曼架构将演变为类似AI服务器的架构，LPW/LLW DRAM将放置在NPU/TPU附近，以提高AI处理效率 [27][69] - 设备端AI产品将出现三种主要架构转变，包括在传统冯·诺伊曼架构中添加AI套件、使用近内存或LPDDDR6以及在NPU/TPU附近放置LPW/LLW DRAM [28][33] - PC供应商正在考虑第一种架构，而关键行业参与者也在探索第二种和第三种架构 [80] 设备端AI发展现状 AI在PC上的应用 - 2025年PC需求受关税和宏观不确定性影响，预计需求将在2026年回升，AI PC出货量预计将以28.4%的复合年增长率增长 [82][83] - AI在PC上的应用可以提高性能、增强隐私和安全性、降低成本，目前AI PC需求受到缺乏杀手级应用和有吸引力的用例的限制 [85][92] - 众多公司已经开发了具有AI加速器的芯片，微软和英特尔共同定义了AI PC的标准，AI PC的硬件要求包括CPU、GPU和内存等 [87][90] AI在智能手机上的应用 - 智能手机已经具备一定的AI能力，行业正在迅速采用下一代芯片，以提供新的功能和交互模式 [104] - IDC定义了两种类型的AI智能手机，包括硬件启用型和下一代型，预计AI智能手机出货量将以78.4%的复合年增长率增长 [105][107] - AI智能手机的应用包括总结邮件、生成个性化内容、跟踪健康信号等，苹果和三星等公司正在积极推动AI在智能手机上的应用 [108][122] 各公司的设备端AI应用 - 英伟达提供DGX Spark和Jetson平台，支持设备端AI应用 [113] - 苹果通过硬件创新和软件集成，提升了iPhone的边缘AI能力，如引入神经引擎和推出Apple Intelligence [118][120] - 三星在Galaxy系列中采用了边缘AI功能，如Galaxy AI，提升了用户体验和设备性能 [122] - 高通通过Snapdragon X系列处理器支持设备端AI应用，如与Meta合作启用Llama 3模型 [127][110] - 中国智能手机制造商如小米、华为和OPPO等，通过优化AI模型和采用先进芯片，提升了设备端AI能力 [136][138] 技术影响 芯片集成与SoIC - TSMC在先进封装技术方面处于领先地位，其CoWoS、InFO、SOIC和SOW技术支持异构集成，满足AI和HPC工作负载的需求 [156] - CoWoS技术从CoWoS - S向CoWoS - L过渡，提高了可扩展性和成本效益，与其他封装技术结合可创建复杂的SiP解决方案 [158][159] - InFO技术适用于移动设备，提供了无基板封装的替代方案，具有成本和性能优势 [160] - SoW技术是半导体封装的重大进步，将于2027年开始生产 [162] LPDDR6和LPW用于设备端AI - 预计未来边缘AI计算中SRAM的贡献将下降，LPDDR6和LPW的使用将增加，LPDDR6预计在2026年开始用于旗舰设备，LPW预计在2028年成为主流 [174] - LPDDR6是下一代低功耗双倍数据速率内存标准，具有更高的速度、带宽和效率 [175] - LPW DRAM是一种高带宽解决方案，预计将基于垂直线扇出（VFO）技术制造，可提高功率效率，减少空间和功耗 [182][183] - 随着AI模型的发展，设备端AI DRAM需求将显著增长，预计AI DRAM需求将以75%的复合年增长率增长 [192] 设备端AI的混合键合技术 - 异构集成是设备端AI的必要技术，混合键合技术将变得更加关键，可实现新的集成方式，提高信号传输效率和减少芯片厚度 [195][198] - 混合键合过程包括表面准备、键合和退火三个阶段，可实现晶圆的面对面连接 [201] - Besi是混合键合系统的领先供应商，目前已安装约100台设备，预计2026年其50nm机器将投入生产 [210][212] 其他影响 - AI架构的演变将推动ABF基板需求的增长，Ibiden作为领先供应商，有望受益于AI设备的扩张 [214][219] - 设备端AI的普及将为半导体材料供应商带来广泛的好处，如增加晶圆使用量、提高化学机械平面化（CMP）工艺需求等 [220][221] 公司评级 - 对Acer给予卖出评级，预计其目标PC市场将萎缩，市场份额将下降，盈利将下滑 [229] - 对Advantest给予买入评级，预计其将受益于高性能GPU和HBM的测试需求增长 [230] - 对Applied Material给予买入评级，认为其将受益于3D设备趋势和先进封装技术的发展 [231] - 对ASMPT给予买入评级，预计其将受益于AI驱动的先进封装解决方案需求增长 [232] - 对ASUS给予买入评级，认为其将受益于AI PC渗透率的提高和边缘AI的发展 [234] - 对BE Semiconductor Industries给予中性评级，预计其混合键合业务将在未来实现增长 [235][237] - 对Dell Technologies给予买入评级，认为其将受益于企业硬件市场的复苏和AI的发展 [238] - 对Disco给予买入评级，预计其将受益于HBM和逻辑芯片的制造需求增长 [239] - 对Hitachi给予买入评级，认为其工业设备和铸造自动化业务将采用边缘AI实现增长 [240] - 对Ibiden给予买入评级，认为其作为ABF基板的领先供应商，将受益于AI设备的扩张 [241] - 对KLA Corp.给予买入评级，认为其将受益于逻辑WFE支出的增长 [243] - 对Lam Research给予买入评级，认为其将受益于3D设备趋势和NAND、DRAM的升级 [244] - 对Lenovo给予买入评级，预计其AI PC业务将实现增长，ISG业务将在FY26E/27E实现扭亏为盈 [245] - 对MediaTek给予买入评级，认为其在AI ASIC芯片和高端智能手机市场具有增长潜力 [246][247] - 对Micro - Star (MSI)给予买入评级，认为其将受益于游戏和创作者市场的AI PC需求增长 [248] - 对Micron Technology Inc给予买入评级，预计其HBM业务将实现快速增长 [249] - 对Mitsubishi Electric给予买入评级，认为其工厂自动化业务将实现增长 [251] - 对Nvidia给予买入评级，预计其AI GPU业务将在C25E和C26E实现显著增长 [252] - 对Panasonic给予买入评级，认为其Megtron业务将实现增长，公司重组有望创造更好的市场价值 [253] - 对Samsung Electronics给予买入评级，预计其传统内存市场将复苏，将开发和量产下一代内存产品 [254] - 对SK Hynix给予买入评级，预计其将受益于设备端AI需求的增长，HBM业务将实现增长 [255]