免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI 大模型需要什么样的硬件？ 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc 华泰观点：关注 AI 大模型 x 硬件的两条思路 从 22 年 11 月 OpenAI 推出 ChatGPT 至今，我们看到 Chatbot 应用的能力 不断增强，从最初的文字问答，迅速向具有自主记忆、推理、规划和执行的 全自动能力的 AI Agent 发展。我们认为端侧智能是大模型发展的重要分支。 建议投资人沿着：1）大模型如何赋能终端，2）终端如何解决大模型普及难 点两条思路，寻找硬件的落地机会。我们看好 纪要、文档总结、PPT 智能创作、文生图等企业的基本办公需求，是大模型时代生产力工具的主要 支点。我们认为 2025 年 AI PC 渗透率有望大幅提升。 风险提示：AI 及技术落地不及预期；硬件产品销售不及预期，服务业务用 户增速放缓。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观 公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。 (29) (20)

证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq 缓，AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 ◼ AI+提升生产效率， B 端应用场景发展潜力逐渐释放。随着技术和应用 的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其可以 帮助企业提高生产 应用场景拓宽是行业发展重点，AI 和 XR 发展相辅相成 ....................................... 12 2.2. 手机：有望成为出货量最大，交互最频繁的 AI 硬件入口 ................................................ 15 2.2.1. 手机需求放缓，科技创新或将成为刺激换机的重要动力...........

P2：战略业务规划完成后，进行建筑施工及设计、各业务板块详细规划、系统平台规划设计(建筑方案、施工图、土建相应手续审批) P3：土建施工、系统平台开发（土建施工、软件招标开发） P4：土建完成，各功能区域硬件施工、软硬件集成测试（软硬件集成测试） P5：市场招商启动，客户引入，分板块市场试运营（招商试运营） 2016年8月15日 2019年8月14日 2016年8月15日 - 2017年1月24日 P1 2017年1月25日 2017年7月24日 M1：土建所有方案确定、各板块业务确定、系统平台规划完成 2018年7月24日 M2：土建完成、系统平台软件部分开发完成 2019年1月25日 M3：园区内功能建设完成、软硬件集成测试完成 2019年8月14日 M4：试运营通过 01| 如何执行 P1 一、要有明确的战略定位 1 、战略要解决的基本问题 2 、战略组成框架 二、物流园区的战略制定 1 、 SWOT 任务：土建完成，各功能区域硬件施工、软硬件集成测试（软硬件集成测试） 一、功能区域设备施工 1 、各仓库水电施工； 2 、安全消防设备并通过验收； 3 、弱电安装； 4 、办公场所装修； 5 、综合业务仓库、电商仓库建设：如库位标线、货架安 装、自动化设备安装；如附件（举例） 6 、监控系统、车辆出入管理设备等施工建设； 7 、网络铺设等弱电工程建设； 8 、园区广告位设置及路牌指示 二、软硬件系统集成开发及测试

Strategy），作为欧盟第一个十年经济发展规划，目标通过鼓励 创新、大力推动信息通信技术的应用与发展，建设世界范围内最具竞 争力和活力的知识经济体，要求各成员国加大基础设施建设，为教育 数字化转型打好硬件基础。2019 年，欧盟发布《欧洲学校的数字教 育》（Digital Education at School in Europe），评估成员国部分地区学 校开设数字课程、教师数字教学能力、学生数字技能等情况，以便学 方位推进 教育数字化的具体落实，为欧盟公民提供更全面高效的数字技能。 日本教育数字化致力于推动“人”的全面均衡发展。一方面，日 本加强教育基础设施建设，日本文部科学省在体系建设、规格统一、 硬件更新等多个层面采取了多项举措：建立教育数据标准化体系，统 普惠算力赋能教育行业研究报告（2025 年） 3 一内容与技术的规格，确保数据流通无阻；向中小学开放了高速学术 通信网络 SINET 要智算算力，从应用的需求上看需要将这两种算力更好地融合，构建 成为统一的算力中心，因此有许多高校开始建设超智融合的算力基础 设施，并在此基础上统一建设算力平台，满足学校科研、教学与服务 中的“AI+”需求。二是高校算力硬件资源国产化、规模化趋势明显。 当前，众多顶尖高校纷纷投身于国产算力的布局之中，形成了各具特 普惠算力赋能教育行业研究报告（2025 年） 14 色的发展模式，推动着国产算力在高校领域的深度渗透。例如东南大

应的供应链网络、可重构的生产系统以及生态化的协同平台。二者的有机结合，将推 动汽车制造从传统规模化生产向个性化、高效化、绿色化新阶段持续跃迁。在这场深 刻的产业变革中，数字化转型可被理解为在制造硬件创新的基础上，真正构建高效率、 高韧性、可重构的单元制造系统的核心。 阮 兵 中国汽车工业工程有限公司 首席专家 中国机械工业集团有限公司 首席专家 Ⅴ Ⅵ 中汽工程作为汽车行业制造 新从 “单点突破” 走向 “协同爆发”； 产：打造“感知-决策-控制”闭环的智能工厂，重点突破工艺自适应与能效优化； 供：建立韧性供应链网络，强化全链条可视化与风险预测能力； 销：通过“AI硬件+大模型+运营”三位一体模式，用数据洞察破解获客难、转化低 的痛点； 服：融合车联网数据服务场景，构建预测性维护与个性化服务矩阵，让车与人的连接 更有温度。 汽车行业当下的转型和升级之路，机 服务。 客 户 服 务 ： 数 据 驱 动 的 主 动 用 户 服 务 近年来，汽车制造逐渐从以“产品”为核心向提供“产品+服务”的服务型制造转 变。一方面，汽车产业边界不断扩展，盈利模式也从硬件收入转变为软件与服务收入， 车载操作系统、自动驾驶算法、智能座舱交互系统等软件模块，对车辆溢价的贡献度 显著提升。另一方面，在汽车售后服务环节，需要通过远程智能诊断、预测性保养、 远程升级服务

智慧体育场馆系统架构应运用互联网、大数据、云计算、人工智能等现代数字技术进行设计，包括 硬件感知层、核心技术层、基础平台层、业务应用层、应用展示层以及网络安全等级保护体系、技术规 范体系，智慧体育场馆总体架构图见图1。 移动应用 数字可视化 大屏展示 场馆运营指 挥平台 场馆综合运维管控平台 业务中台 硬件感知层 核心技术层 BIM 云计算 物联网 5G通信 人工智能 VR 边缘计算 智慧体育场馆总体架构 6.2 硬件感知层 6.2.1 硬件感知层通过感知和数据采集设备对场馆内的基础设施、软硬件设备、人员等进行物理感知， 实现对位置、身份、行为、状态、环境、竞赛、客流、能耗、照明、网络等的信息和数据采集，提供时 间同步服务。 6.2.2 硬件感知层应与智慧体育场馆基础平台层和业务应用层联动，实现信息和数据传输，支撑平台 和系统正常运行。 6.2.3 硬件感知层设置应提供设备安全 应构建并执行涵盖智慧体育场馆的技术规范、标准体系和明细表。 6.5.2 应制定涵盖数据、业务、技术、项目、安全等要素的关键标准规范研制计划表。 6.6 网络安全等级保护体系 应建立智慧体育场馆网络安全等级保护体系，贯穿于硬件感知层、核心技术层、基础平台层、业务 应用层以及应用展示层，确保各层都有相应的网络安全保障手段。网络安全等级保护体系建设要求见第 8章。 6.7 业务应用层 6.7.1 概述 业务应用

合能力体系博弈。政策层面的战略规划为算力发展锚定方向，决定了资源配置的 优先级与发展路径的科学性。技术创新是算力提升的核心动力，直接推动算力规 模与效率的迭代升级。产业生态的完善程度影响算力要素的聚合效应，从核心软 硬件研发到应用场景落地的全链条协同，构建起算力发展的良性循环。应用场景 的丰富性则反向驱动算力需求升级，工业互联网、智慧城市、生物医药、自动驾 驶等领域的深度应用，不断对算力的精准度、实时性、安全性提出更高要求。人 全球重点区域算力竞争态势分析报告（2025年） 7 一、从萌芽到产业形成 全球重点区域算力竞争态势分析报告（2025年） 7 算力，即数据处理与计算任务的执行能力，其核心依托于CPU、GPU、FPGA、ASIC等 芯片硬件，并通过服务器、数据中心、超算中心等基础设施，实现对海量信息的高速计 算、存储与传输。伴随人工智能、大数据、量子计算等技术的飞速发展，算力的内涵已 从单一设备的处理速度，拓展为涵盖通用计算、图形处理、AI训练推理、高性能计算及 人类对高效计算的初步探 索。随着电子技术突破与算力形态革新，算力从工具属性向技术能力跨越，为产业形成 积累核心条件。电子计算机的诞生，CPU、晶体管等关键部件实现规模化生产等，社会 开始形成以硬件制造为核心的初步产业环节。21世纪初至2020年左右，云计算、大数据 技术的突破推动算力从分散供给向规模化产业转型，完整产业生态逐步形成。当前，算 力产业处于发展成熟期，进入规模化、规范化、生态化发展阶段，成为国家核心竞争力

成国产算力与DeepSeek-R1/V3系列大模型的深度适配优化，成为国内 首家实现DeepSeek模型全栈国产化推理服务落地的运营商级云平台。 02  未来推理算力长序列与超大模型推理优化成为关键，国产软硬件 协同与生态成熟推动推理普及 03 中国算力正朝着“训推一体”融合架构快速发展，以支撑大规模 模型与多模态应用的高效低延迟推理。国产AI芯片与推理框架不 断优化，结合模型压缩、量化、动态推理等技术，进一步提升能 计重点是在保持高效计算的同时， 尽可能减少功耗。  因此，推理芯片比较关注低延时、 低功耗。可配置使用优化的推理 硬件，高效能的服务器和网络设 备如GPU、NPU或FPGA，这些硬件 能够高效执行模型推理任务，以 确保快速响应时间和稳定的服务。 但不一定需要与训练时相同的硬 件配置 。  推理型智算中心的硬件更注重处 理速度和可靠性。 推理算力定义范围  随着AI从训练为重走向推理为主，私有化环境及边 阶段，为行业提供了性能卓越、安全可 控的智能算力基座。  作为首家完成DeepSeek大模型国产化适配的运营商，天翼云息壤一体化智算服务平台 展现了三大核心优势。  全栈自主可控：从昇腾硬件、推理引擎到模型服务，实现技术链路100%国产化， 保障企业数据安全与业务合规。  灵活选型模型：支持DeepSeek-R1满血版（671B参数）至轻量化蒸馏模型的灵活部 署，覆盖从复杂决策到高并发交互的全场景需求。

.........................120 九、运行维护体系设计方案...............................................122 十、主要软硬件选型原则...................................................140 十一、机房及配套工程建设方案......................... 道，实现数据的充分归集、按需求共享，实现互联互通，发挥数据 在产业转型升级中的作用。 4. 技术创新、自主可控 适当考虑技术超前性，减少浪费和重复投资。同时应考虑数据 资源的安全性，推进软硬件的国产化，实现园区信息的全面安全可 控，推动智慧园区的安全可持续发展。 （二）建设策略 开发区已经确立的智慧园区建设规划原则包括： 整体性：整合现有信息化平台，进行一体化规划，系统平台集 运营。 全面整合园区内外资源，实现人、物、园区功能系统间无缝链接、 信息共享与协同联动，形成具备持续生命力的园区产业生态联盟， 成为智慧园区建设的标杆。 整合协同服务、协同管理的而需求，建设硬件基础设施平台+公 共支撑数字平台，围绕产业服务、民生服务、城市管理，打造基于 园区大数据的 N 项智慧应用，促进园区协同发展。 （二）具体目标 26 经济开发区“智慧园区”项目项目建议书

像、探测距离短、漏报误报等痛点，于是AOV因势而生。 AI 大模型 AI的趋势所有人都不怀疑，在IPC硬件的价格竞争愈演愈烈的时候，增值服务盈利方式就变得至关重要，尤其是做海外市场，硬 件高毛利的时代也已经一去不复返，而市场投入却不断增加，在海外市场4G产品未来是一个趋势，但目前占比还不算高，而云 存虽然说海外市场云存转化率比国内要高，但也就10%左右，在硬件毛利下降时候，谁能承载新的利润点？从Ring的产品规划来 看，我们可以看到的就是AI。 另一方面常规视觉消费类产品比如 IPC 市场非常卷，方案商们基本是 bom 价格甚至更低价格卖模组，在硬件上已经没有利润，既然硬件没钱赚了，那就 在增值服务上想办法，于是广告、云存、流量的运营模式蓬勃发展，不过云存转化率比较低、流量运营日益成熟甚至主流厂商已经在推终身免流量后，产品开 始从重运营回归到硬件本身上来，低功耗成为厂商们最重要的产品方向。 同时低功耗产品也在不断延伸，常电产品形态低功耗都会有，逐步拓展到可视门铃、低功耗 4 AI 大模型 AI 的趋势所有人都不怀疑，在 IPC 硬件的价格竞争愈演愈烈的时候， 增值服务盈利方式就变得至关重要，尤其是做海外市场，硬件高毛利的时 代也已经一去不复返，而市场投入却不断增加，在海外市场 4G 产品未来 是一个趋势，但目前占比还不算高，而云存虽然说海外市场云存转化率比 国内要高，但也就 10% 左右，在硬件毛利下降时候，谁能承载新的利润点？ 从 Ring 的动作，我们可以清楚的看到那就是