9%。 国内 IPC 产品像素从 400 万向 500 万、800 万跃升，海外欧美市场 300 万、400 万也成为标配，在像素上发展基本见顶，从技术上从卷像素向低功耗、黑光、 AI 等方向发展； 产品上从单目到双 / 多目、低功耗、带屏等方向上不断创新； 应用场景上在IPC、可视门铃基础上向更多应用场景渗透，如视频门锁、宠物喂食器、智能喂鸟器等视觉融合产品；市场上品牌开始下沉、线上与出海成主战场、 步加速了头部品牌下沉的进程，头部品牌商的价格下探对于中小品牌来说行业的竞争就变得更加激烈。 低功耗 AOV 出于无电无网的市场需求，低功耗产品成为行业重要的发展方向，而低功耗产品核心是功耗和稳定性，行业技术的发展更多需要 芯片厂商来引领，低功耗发展趋势就是与常电产品同样的使用体验。而以往低功耗产品相比较常电产品来说存在无法24小时录 像、探测距离短、漏报误报等痛点，于是AOV因势而生。 AI 产 品需求会不断提升，并且厂商们也再推动黑光普惠的方案。 4G 免流量 免去布网线布电线，让产品使用更加便捷是产品发展的重要方向， 4G产品和低功耗产品天然适配， 4G低功耗产品出货大涨是市 场需求决定的，随着4G资费的不断下降，用户对4G低功耗产品的认识越来越多，使用成本下降了使用难度也降低了，于是市场 需求得到快速增长。 之前的4G产品，不少厂商采用免费送产品靠流量充值模式，消费者体验并不

图17： 边缘 AI 的数据传输 ................................................................. 12 图18： 量化可以降低功耗和占用面积 ........................................................ 13 图19： NVIDIA Turing GPU 体系结构中各种数据类型相对的张量运算吞吐量和带宽减少倍数 re training)，在大模型场景上， 更青睐于 QAT，因为能够更好的保证性能。量化的优势包括减少内存占用，节省 存储空间，降低功耗和占用面积，提升计算速度。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 13 图18：量化可以降低功耗和占用面积 图19： NVIDIA Turing GPU 体系结构中各种数据类型相对的张 量运算吞吐量和带宽减少倍数 资料来源：NVIDIA，国信证券经济研究所整理 图37：语音交互过程示意图 资料来源：集微网，国信证券经济研究所整理 检测关键词的探测器（Detector）不仅要长时间待机且功耗要足够低到对电池寿 命无显著影响，并最小化内存占用和处理器需求。以 iPhone 的 Siri 为例，iPhone 的 Always on Processor（AOP）是一个小的、低功耗的辅助处理器，即嵌入式运 动协处理器。AOP 可以访问麦克风信号，并用自己有限的处理能力运行一个修剪 版神

高级复杂算法和通用性人工智能平台。 FPGA 半定制化 容易编辑 高 中 可通过编程灵活配置芯片架构适应算法迭代，平均性能较高；功耗较低； 开发时间较短。 量产单价高；峰值计算能力较低；硬件编程困难。 适用于各种具体的行业。 ASIC 全定制化 难以编辑 高 低 通过算法固化实现极致的性能和能效、平均性很强；功耗很低；体积小； 量产后成本最低。 前期投入成本高；研发时间长；技术风险大。 当客户处在某个特殊场景，可以为其独立设计一套专业智能 制程 单精度浮点 运算性能 （ TFLOPS ） 半精度浮点 运算性能 （ TFLOPS ） 整型定点 运算性能 （ TOPS ） 显存 (GB) 显存带宽 (GB/s) 功耗 (W) Google TPU v4 2021 7nm - 275 275 32 1200 192 平头哥 含光 800 2021 12nm - - 825 - - 276 寒武纪 思元 发布时间 制程 双精度浮点运算性能 （ TFLOPS ） 单精度浮点运算性能（ TFLOPS ） 半精度浮点运算性能 （ TFLOPS ） 整型定点运算性能（ TOPS ） 显存 显存带宽 最大功耗 H100 SXM 2022 4nm 67(Tensor Core) 989(TF32,Tensor Core) 1979(Tensor Core) 3958(Tensor Core) 80GB 3

48GB 显存带宽 最高 8 TB/s 最高 8 TB/s 4.8 TB/s 3.35 TB/s 3.35 TB/s 2039 GB/s 2039 GB/s 864 GB/s 864 GB/s 热设计功耗 1000W 700W 最高 700W 最高 700W 最高 700W 400W 400W 350W 300W 互联速度 NVLink ： 1.8TB/s PC le 6.0 ： 256GB/s 服务器占比 图：搭载 GPU 的 AI 服务器市场格局 算力 中 高 通过算法固化实现极致 的性能和能效、平均性 强；功耗低；体积小； 量产后成本低。 资料来源： Trendforce ，国信证券经济研究所整理 资料来源： Trendforce ，国信证券经济研究所整理 牧本摆动每十年波动一次，有望从标准化摆向定制化。 1987 年，原日立公司总工程师牧本次生提出牧本摆动，揭露半导体 产品发展历程总是在“标准化”与“定制化”之间交替摆动，大概每十年波动一次。牧本摆动背后是性能、功耗和开发效率 之间 的平衡，当算法发展达到平台期，无法通过进一步创新来推动发展时，就需要依赖于扩大规模来维持进步，这时转向 ASIC 的开发就变得至关重要。然而十年后，当规模扩张遭遇限制，又

算力提出更高要求， 高通、英特尔、AMD 等芯片厂商纷纷展开布局，陆续推出针对 AI PC 场景优化的芯片产品。 在 PC 侧，使用独立 GPU 运行 AI 运载，具备高性能、高吞吐量等优势，但功耗高；NPU 方案更具高能效、低功耗等特点，但对高性能要求 AI 负载支持能力有限。考虑 AI 任务需求 以及用户偏好不同，我们认为 AI PC 市场使用 1）CPU+NPU+GPU 处理器（英特尔 Meteor Lake/AMD 数据。此外联想等厂商也同样在自 研 AI 芯片（如联想拯救者 Y7000P、Y9000P、Y9000X、Y9000K 四款新品笔记本搭载的 搭联想自研 AI 芯片——LA 系列芯片），实现智能的整机功耗分配。 图表17： AI PC 对比 Brand Lenovo Microsoft Apple Intel 产品 ThinkBook 16P Suferface Pro 基础上打造了机器人仿真平台 Isaac SIM。在数字孪生环境中， 实现和真实环境一样的开发和测试效果，如获取真实环境中难以得到的数据，可以加快 开发流程和减少开发成本。 3） 端侧平台。机器人本体的部分做了低功耗高性能的嵌入式计算平台，以及感知、决策规 划等的 AI 算法增强的应用部署。如英伟达推出的 Jetson Thor SoC 片上系统开发硬件， 内置了下一代 Blackwell GPU（此前英伟达也推出过针对汽车的

成为主要科技和商业企业的重要部署地点。 北美加利福尼亚数据中心市场已建立，拥 有强大的光纤连接、熟练的劳动力、主要 超大规模企业入驻以及第三方托管运营商 。 人工智能和机器学习工作负载的快速增长 推动了高功耗基础设施的需求，其中一些 基础设施已经建成。 土地、电力和建筑成本在全国范围内都属于 较高水平。整包建筑成本可达每兆瓦1800万 美元，这对高昂的租金率做出了显著贡献。 电力供应延迟必须得到解决以满足高密度和人

NB-IoT 芯片进行校对， 确保表内时钟的准确性。  数据加密：采用 128 位高级加密标准，AES-128 加密、解密 算法。 ●智能电表功能特点  低功耗大屏液晶显示，显示更为直观，显示内容更为丰 富，功耗更低；配合高亮度背光灯便于光线不足时查看信息，具 备按键查看信息功能。  多费率功能，支持尖、峰、平、谷四个费率。一年最多 可设置 4 个时区，每个时区对应 1 个时段表（从