电子产品世界

●   硬件赋能AI手机（≤30NPU TOPS）：这些智能手机使用加速器或除主要应用处理器之外的专用处理器，以较低功耗运行端侧的AI。最近，此类手机还包括转向使用神经处理单元（NPU）内核，使用int-8 数据类型，性能高达30 TOPS。端侧AI的示例包括自然语言处理 （NLP）和计算摄影。这些智能手机已在市场上销售了近十年。

●   新一代AI手机（>30 NPU TOPS）：这些智能手机使用能够更快、更高效地运行端侧GenAI模型的SoC，并且使用int-8数据类型的 NPU性能至少为30 TOPS。端侧GenAI的示例包括Stable Diffusion和各种大型语言模型（LLM）。这类智能手机在2023年下半年首次进入市场。

随着芯片供应商不断推进NPU技术，他们正在设计和销售的以新一代AI手机为目标的智能手机SoC将在未来如雨后春笋般涌现。但目前为止，根据上述定义，有以下产品符合条件：

●   苹果 A17 Pro

●   联发科天玑 9300

●   高通骁龙 8 Gen 3

新一代AI手机旨在在设备上执行推理，特别是通过加入LLM和文本生成图像模型等，在设备上实现GenAI。然而，就像将游戏安装在PC上并不能使其成为游戏PC一样，在智能手机上安装一两个LLM并不能使其成为新一代AI手机。事实上，智能手机的SoC采用特定的加速器或专用处理器内核设计，与主处理器内核相比，这些加速器或专用处理器内核经过优化，可以快速高效地运行LLM，功耗更低。这些专用内核通常称为神经处理单元（NPU）。

许多新一代AI手机在头一两年的销量可能会因为其作为旗舰手机的影响被推动。但是，能够在设备上运行GenAI的手机的到来将带来更多的应用开发，新一代AI手机将变得越来越强大。未来的发展可能会包括一个非常大的AI模型，它是一个更加个性化和主动的助手。这可能是谷歌推出Gemini的目标，也是微软在智能手机上推出未来版Copilot的目标，以及苹果可能也在计划的目标。这才是消费者和业界真正感到兴奋的地方，因为这项技术在下一阶段的发展中可能带来的潜力尚未被挖掘，而不是目前已经存在的基本应用和场景。

在进入下一阶段之前，原始设备制造商需要解决新一代AI手机在SoC之外的其他硬件要求。最大的变量之一不仅SoC的溢价成本，还有支持这些设备的超级强大SoC所需的额外DRAM成本。

对于大多数智能手机来说，16 GB内存已经是很大的容量了，而对于新一代AI手机来说,16 GB已经被认为是最低要求。随着DRAM成本的增加，这些手机的内存普遍增加一倍，将远远超过近期内存成本的两倍。大多数旗舰手机往往会配备优质的配置和组件，包括更好的屏幕和摄像头，以优化多模态GenAI在成像方面的使用。

这意味着新一代AI手机也将带来更高的材料清单（BOM）成本，这对原始设备制造商来说既是机遇也是挑战。原始设备制造商可以利用创新技术及其明显优势，以更高的标价将增加的BOM成本转嫁给最终消费者，并借此机会提升行业价值，或在渠道和原始设备制造商之间消化额外成本。

虽然两者的结合是可能的，但好消息是，智能手机的平均售价近年来一直在上升，高端设备的份额继续增长，没有放缓的迹象。消费者已经习惯甚至愿意为智能手机支付更高的价格。随着旗舰智能手机价格的上涨，越来越多的分期付款和其他促销活动（如积极的以旧换新优惠）将使消费者更容易购买这些价格更高的新一代AI手机。

IDC预测，2024年全球新一代AI手机的出货量将达到1.7亿部，占智能手机市场总量的近15%。相比2023年的5,100万台设备出货量，这将是一个重大飞跃，在短短一年内销量超过三倍。随着应用场景的发展，以及原始设备制造商、芯片供应商和行业参与者不断提高处理器能力和相关硬件规格以支持对这些智能手机日益增长的需求，新一代AI手机将在未来几年继续快速发展。

在中国市场，IDC预测，随着新的芯片和用户使用场景的快速迭代，新一代 AI 手机在中国市场所占份额将在 2024 年后迅速攀升——2027年达到 1.5 亿台，超过50%的手机预计将成为新一代AI手机，这一转变仅用了4年时间。客观地说，传统智能手机花了8年时间才达到同样的里程碑。回顾智能手机时代，在微信、移动支付和共享经济等创新浪潮的推动下，智能手机的普及率用了5年时间才达到10%，又用了3年时间达到59%。

新一代AI PC也有望在今年起飞，但智能手机市场的规模意味着新一代AI手机的销量将迅速超过PC。IDC预测，到2027年底，全球 AI PC的出货量将达到1.67亿台，而智能手机仅今年就将突破这一数字。因此，虽然AI作为一种技术将影响智能终端市场的各个角落，但智能手机将成为推动AI革命进入到每个家庭的终端设备。