探寻AI未来落地之路：端侧技术成为关键看点

　　今年年初，一场由ChatGPT引发、令无数人重新审视人工智能(AI)的新一代科技革命在全球掀起浪潮。超出预料的对话能力与巨大的想象空间，令AI同样成为中国资本市场2023年最热门的题材之一，国内AI发展呈现出齐头并进、各显神通的状态。

　　经过一年的演绎，业内对于人工智能的态度日趋理性。最终，商业模式的故事，需要找到落脚点。

　　一年参透AI全产业链

　　今年2月7日，ChatGPT热度正盛，百度官宣将推出新一代大语言模型“文心一言”，就此拉开“百模大战”序幕。

　　一时间，几乎所有互联网巨头都发布了自己的大模型。比如，昆仑万维在发布其大模型后，迅速获得市场追捧，股价在短时间内上涨超过300%。一些规模偏小的公司则发布了基于行业的大模型应用，股价也是乘势而上。

　　就在“百模大战”甚嚣尘上之时，投资者发现，尽管不少大模型还未上线，但厂商的抢购已经让英伟达的显卡“脱销”了。

　　作为生态最为完整的算力芯片，英伟达的A800芯片价格快速上涨，一张卡从4万元、5万元一路涨至10万元甚至13万元、14万元，而且还不一定有货。

　　意识到巨大的需求缺口后，市场果断将目光转向算力芯片、服务器等上游硬件。

　　产业链上的巨头们纷纷发布新品，抢占英伟达无法满足的市场。例如，今年8月，华为与科大讯飞联合发布讯飞星火一体机，其FP16算力2.5petaFLOPS，在单卡算力上已可对标英伟达A100。

　　实际上，国产算力底座已经悄然走向台前。

　　10月13日，中国电信发布《AI算力服务器(2023年~2024年)集中采购项目》中标候选人公示，以G系列为代表的国产AI服务器中标金额约为28亿元，占比约33%;中标台数约1977台，占比约47%。

　　硬件的持续投入，使算力中心快速铺开成为可能。

　　今年10月，工业和信息化部等六部门印发《算力基础设施高质量发展行动计划》，根据计划，到2025年，算力规模将超过300 EFLOPS(每秒进行百亿亿次浮点运算的能力)，智能算力占比达到35%;应用赋能方面，围绕工业、金融、医疗、交通、能源、教育等重点领域，分别打造30个以上的应用标杆。

　　不少公司已开始布局，多家公司宣布中标算力中心项目，涉及金额在数亿元至数十亿元不等。

　　端侧落地料成新看点

　　时值年末，AI巨头再次集中向市场发出信号——寻找商业模式。

　　谷歌放出“迄今为止最强大、最通用的模型”——Gemini，其多个任务性能超过GPT-4;谷歌的Pixel8 Pro成为首款兼容Gemini Nano的手机。

　　英特尔则在另一个层面试图引导人工智能的落地走向。这家巨头公布了一项宏大计划：2024年为全球PC制造商的230多款机型提供端侧AI特性，并在2025年交付1亿颗客户端处理器。

　　这轮人工智能热潮的引领者OpenAI自然不会“坐以待毙”，其不仅计划自研AI芯片，而且还计划与前苹果首席设计师Jony Ive、日本软银集团CEO孙正义合作，打造AI硬件产品。

　　很明显，海外巨头已纷纷将目光瞄准AI的端侧。

　　国内亦然。今年8月，华为开始“试水”盘古大模型端侧运行。在大模型加持下，鸿蒙4.0中的“小艺”可以基于用户图片生成图片，实现自动生成邮件邀约、会议记录等功能。

　　荣耀Magic 6机型也将带来荣耀自研的70亿参数规模AI模型。此外，OPPO、vivo以及小米均试图将自身打造的AI大模型植入智能手机端，成为AI端侧落地的突破口。

　　“过去AI大模型主要在云端运行，终端设备需要联网才能获得AI的加持。要想让AI大模型技术更加普及落地，实现人人都可以用AI，就必须有满足以上要求的硬件和设备载体。”国内主流智能手机厂商人士表示。

　　除了智能手机之外，PC、智能眼镜、智能音箱等终端也将成为人工智能的硬件入口。其中，作为消费电子的两大主力，智能手机和PC或将在沉寂许久后迎来久违的复苏。根据IDC预测，到2026年，中国市场近50%的终端设备处理器将应用AI技术。

　　AI在端侧的重塑，也将为硬件迭代创造价值。以智能手机为例，华泰证券一份研报分析称，AI大模型在手机应用方面对其BOM成本的影响主要包括：SoC方面，AI引擎升级、NPU算力提升;存储方面，手机RAM升级至24GB LPDDR5X，相较当前主流的8GB LPDDR4X，成本提升300%;电源方面，电池/电源管理芯片升级，但弹性相对较小;光学方面：AI推动屏下摄像头应用取得突破。

　　存储方面，推理场景下，一个100亿参数模型(FP16 精度)不考虑模型运算时的临时变量，总计需要18.6GB内存。一些厂商已陆续推出大内存配置的手机，8月，小米新发布的K60至尊版内存已提升至24GB，为AI应用发展留足空间。

　　文章来源：中国基金报