端侧AI能否爆发，国产高端产能如何突破？

端侧AI爆发的基础条件

算力成本降低的推动

年初Deepseek发布R1，性能能与OpenAIo1相媲美，更关键的是通过一系列优化手段，实现了算力成本的大幅降低。这一降低为推理应用的突破提供了坚实基础。在云侧，随着大模型能力不断突破，AI深度介入头部CSP的实际收入、用户行为和产品力提升等方面。在端侧，移动设备的硬件升级以及大模型的压缩技术等，都在积极推动端侧模型的落地。

硬件迭代的支撑

英伟达GB200、CSP自研ASIC放量，下一代GB300即将量产，同时HBM4/4e也将落地，算力硬件处于快速迭代之中。AI算力的发展极大加速了对先进制程、先进封装、先进存储的需求。以GPU、CoWoS/SoIC、HBM、高速PCB、光模块为代表的算力需求持续扩张，供应商纷纷大力扩产，为端侧AI的爆发提供了有力的硬件支撑。

端侧AI的发展现状与前景

现有终端的渗透情况

端侧AI已经开始加速发展，并且具备实践基础。从终端来看，先落地且形成规模的终端是手机和PC。在2024年，手机和PC的AI渗透率分别达到了18%、32%。手机的AI化比率预计会持续提升，这将不断推动硬件升级，让手机在智能交互等方面有更出色的表现。

未来终端的爆发预期

除了手机和PC，智能车、机器人、可穿戴设备（如XR、AI眼镜、耳机）、智能家居等也正在积极融入AI。端侧AI带来了成本、能耗、可靠性、隐私、安全和个性化等多方面的优势，这些终端设备有望在AI的催化下迎来新一轮创新周期。预计在2025-2026年能看到终端出货的爆发式增长。

半导体周期与国产高端产能问题

AI引领的半导体周期

本轮半导体周期，核心需求就是AI。在2023-2024年，AI需求主要集中在云端，大模型的迭代演进使得算力基础设施需求快速增长，GPU、HBM几乎一年迭代一个代际，配套的网卡、光模块、散热、铜缆/PCB等也是如此。随后，AI进入端侧，手机、电脑的AI化快速推进，可穿戴、工业、汽车等也在进行AI化升级。在这个产业趋势中，上游硬件如GPU/SoC、存储、PCB、制造代工、设备材料等率先受益。

国产高端产能的困境

当前，海外先进制造、先进封装代工产能难以获取，国产算力产业链仍在努力追赶。关键环节处于“强需求、弱供给”的状态。虽然国内半导体国产化率在过去几年持续提升，但核心环节国产化率仍然较低。像高端芯片的生产制造、先进封装技术的研发、关键设备材料的攻关、EDA软件的开发等方面，在传统半导体国产化已有一定基础的情况下，先进制程、先进存储、先进封装、核心设备材料、EDA软件的国产化仍有很大的提升空间。

端侧AI与国产高端产能面临的风险

贸易摩擦风险

未来中美贸易摩擦可能进一步加剧，美国政府存在继续加征关税、设置进口限制条件或其他贸易壁垒的风险。这会对国产半导体产业的发展造成严重阻碍，尤其是在获取海外先进技术和设备方面会更加困难，影响国产高端产能的突破进程。

AI应用风险

AI上游基础设施投入了大量资金进行研发和建设，但端侧尚未有杀手级应用和刚性需求出现，存在AI应用不及预期的风险。如果端侧不能出现具有广泛吸引力和高实用性的应用，那么端侧AI的爆发就会受到影响，相关产业链的发展也会受阻。

宏观环境风险

宏观环境的不利因素可能使得全球经济增速放缓，居民收入、购买力及消费意愿将受到影响，存在下游需求不及预期的风险。全球经济形势不佳会导致消费者对智能终端等产品的需求减少，从而影响端侧AI的市场规模和国产高端产能的市场需求。

原材料成本风险

大宗商品价格仍未企稳，不排除继续上涨的可能，存在原材料成本提高的风险。原材料成本的上升会增加半导体生产的成本，压缩企业的利润空间，对于国产高端产能的建设和发展带来一定的压力。

国际政治经济形势风险

全球政治局势复杂，主要经济体争端激化，国际贸易环境不确定性增大，可能使得全球经济增速放缓，从而影响市场需求结构，存在国际政治经济形势风险。不稳定的国际环境会打乱半导体产业的供应链和市场布局，给国产高端产能的突破带来更多的不确定性。

端侧AI的爆发具备一定的基础和良好的前景，但也面临着诸多挑战。国产高端产能亟需突破，以满足不断增长的算力需求，但同时也面临着贸易、应用、宏观环境等多方面的风险。只有积极应对这些挑战和风险，才能推动端侧AI和国产半导体产业的健康发展。

相关问答

端侧AI爆发的基础条件有哪些？

算力成本降低是重要基础，如DeepseekR1优化降低成本推动推理应用；硬件迭代也提供支撑，英伟达等硬件快速发展，算力需求扩张。

现有哪些终端受端侧AI影响较大？

手机和PC受影响较大，2024年其AI渗透率分别达18%、32%，且手机AI化比率还会持续提升，推动硬件升级。

AI如何引领半导体周期？

先是云端大模型迭代拉动算力基础设施需求，后AI进入端侧，推动各类终端AI化升级，上游硬件率先受益。

国产高端产能面临哪些困境？

海外先进产能难获取，国产算力产业链在追赶，核心环节国产化率低，先进制程等国产化提升空间大。

端侧AI与国产高端产能面临哪些风险？

面临贸易摩擦、AI应用不及预期、宏观环境不利、原材料成本提高、国际政治经济形势不确定等风险。

贸易摩擦对国产高端产能有何影响？

会阻碍国产半导体产业发展，获取海外先进技术和设备更难，影响国产高端产能的突破进程。