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 5-6GB， 故未来运存最低也需要 16GB 才能保证 PC 稳定运行。2）根据 Trendforce，Qualcomm Snapdragon X Elite、AMD Strix Point 及英特尔 Lunar Lake，三款 CPU 的均采用 LPDDR5x， 而非现在主流的 DDR SO-DIMM 模组，主要考量在于传输速度的提升；DDR5 目前速度为 4800-5600Mbps，而 LPDDR5x Databricks、Google Cloud、Hugging Face、Kaggle、IBM WatsonX、Microsoft Azure、 NVIDIA NIM 和 Snowflake 上推出，并得到 AMD、AWS、戴尔、英特尔、英伟达、高通提 供的硬件平台的支持。此外，雷朋 Meta 智能眼镜也将支持多模态的 Meta AI。 原生多模态大 模型/闭源LLM 图片生成模型 音频/音乐生成、 语音合成模型

Prismark, 国信证券经济研究所整理 资料来源： Prismark, 国信证券经济研究所整 理 柔性板 16.9% 单双面板 图：服务器平台升级要求传输速率提升， Dk 、 Df 下降 英特尔 Purley （ Sky Lake ） Purley （ Cascade Lake ） Whitley Eagle Stream CPU 制程 14nm+ 14nm++ 10nm+ 10nm++ FR4 为主，为 Mid Loss 等级； PCIe4.0 主板 PCB 需升级至 Low Loss 等级，对应松下 M4 、 生益 S7439 、联茂 IT-958G 等材料。 l 新一代英特尔和 AMD 支持 PCIe5.0 的服务器平台，主板 PCB 将继续升级至 Ultra Low Loss 等级， 推 动 PCB 单价进一步提高。根据 Prismark 的数据， 2019 年 8-16

到软件赋能，再到行业应 用的全流程体系。 图表 1：算力产业链 上游硬件基础设施层是算力的物理基石，其核心在于芯片领域。目前，由英伟达主 导的GPU仍是人工智能训练的主力，而CPU代表厂商英特尔和AMD、专用AI芯片如谷歌TPU 与华为昇腾、FPGA以及新兴的DPU和NPU共同构成了异构计算生态。突破算力瓶颈的关键 技术方向聚焦于先进制程如3nm和2nm、小芯片Chiplet技术以及存算一体架构。同时， 工智能或网络等专用芯片设计 以及超大规模数据中心部署方面取得明显进展，成为重塑格局的重要力量，但也持续面 临供应链脱钩风险。欧盟通过欧洲芯片法案雄心勃勃地提升本土先进制造能力，吸引台 积电、英特尔、三星等巨头建厂，并强化其在汽车芯片、工业半导体及量子计算等领域 的优势，追求数字主权。东亚地区如韩国在存储芯片和代工、日本在材料设备领域的深 厚基础，使其作为全球供应链的关键节点，其稳定性和技术动向影响深远。此外，印 借其完整的软硬件生态系统占据主导地位，还通过CUDA平台构建了深厚的软件生态壁 垒。其Blackwell、Rubin等新一代芯片大幅提升训练与推理性能，支持更大规模模型和 更复杂AI任务。AMD、英特尔等也在积极追赶，推出MI300、Gaudi系列等专用AI芯片。 在半导体制造环节，美国正通过大规模投资重振本土制造能力。作为英伟达代工 投资领域 被投主体 投资方 投资金额 AI基础设施 Stargate

小模型，并需要匹配有不同的算力提供方案，公司针对各类型 AI 音箱均有研发、设计 方案。 芯片环节，目前市场上主流的智能音箱主控芯片主要来自：苹果、全志、晶晨、创 锐讯、百度、博通、君正、英特尔、炬芯、杰理、澜至、联发科、美满、瑞芯微等。既 有自研芯片的苹果、百度等终端品牌商，也有全志科技等专业从事音频装备 SoC 主控 芯片的芯片设计厂商。 图40：2022 年中国智能音箱竞争格局

，仅次于全球最大的处理器厂商英 特尔凭借其桌面端 集成显卡优势占据的最大份额。 排名 公司 2022 年收入（亿美元） 市场份额 同比增速 地区 1 三星 670.6 11.3% -10.8% 韩国 2 英特尔 608.1 10.2% -20.6% 美国 3 高通 367.2 6.2% 25.2% 美国 4 海力士 341.0 5.7% -7.3% 韩国 5 博通 269.6 4.5% 28.1% 美国