价值飙升30%,AI PC拉动半导体出货潮

news2024/11/15 1:50:43

由于处理器和DRAM的升级,大摩预测每台AI PC的半导体价值将增长20%-30%,PC平均售价也将提高7%。

台北国际电脑展即将于6月2日隆重开幕。

随着展会的临近,各种现象级的AI PC也蓄势待发。

就在上周,联想在业绩会上,首次提出了他们对AI PC的“五要素”定义,引发了行业内外的热烈讨论。

紧随其后,大摩也给出了他们对于AI PC的独到见解和定义。大摩认为,真正的AI PC应该具备以下两大核心特征:

1)配备了专用神经处理单元 (NPU)

2)高处理速度(超过 40 TOPS)

不仅如此,大摩还大胆预测了AI PC的普及将为整个产业带来前所未有的增益。

1、AI PC 拉动产业增长

大摩预测,随着处理器和内存的升级,每台人工智能PC的半导体价值将增长20%-30%,PC平均售价也将提高7%。

AI PC与传统PC的主要区别在于增加了专用神经处理单元(NPU)。传统PC使用CPU+GPU架构,而AI PC则采用CPU+GPU+NPU架构。

为了让NPU充分发挥效能,AI PC还配备了更大容量的内存。微软指出,基础AI模型需要16GB内存,标准AI模型则需要32GB,高级AI模型则要求64GB或更多。

基于此,大摩预测:

• 由于处理器 和 DRAM 的升级,预计每台 AI PC 中半导体的价值将增长 20-30%,这将为全球半导体公司带来额外的 300 亿美元收入;

• 更先进的组件(如 NPU、更强大的 CPU 和更大的内存)将推高电脑的平均售价 (ASP)。与普遍的市场共识相比,电脑平均售价 (ASP)将上涨约 7%。

2、AI PC架构趋向于ARM

大摩指出,AI PC时代,随着处理器从x86转向arm架构,预计到2027年,arm架构的PC CPU销量将达到5000万颗,带来100亿美元的收入。

x86和arm是两种主流的处理器指令集。

• x86架构指令长,擅长把多个任务用一条复杂指令表达;

• arm架构指令短,擅长把复杂任务分成多条指令表达;

这种表达上的差异,使得arm架构有着高性能、低功耗的特点。相比于x86,arm架构更适用于高功耗的AI计算。

目前,高通、NVDA、AMD、联发科都相继推出了基于arm架构的AI PC处理器产品。

大摩指出,随着Windows on Arm (WoA)生态系统的增长,预计到2027年,WoA PC芯片销量将达到5000万颗,带来100亿美元的PC CPU收入。

3、AI PC 处理器的竞争

大摩表示,高通近期在AI PC推出的骁龙X Elite处理器值得关注。

高通自收购了Nuvia以来,处理器的性能有了大幅提升。已经在发布的骁龙X Elite中,也使用了最新架构,根据美银的报告,骁龙X Elite性能在一众AI PC处理器厂商中处于领先地位。

微软在近期推出的首批AI PC中,采用了高通骁龙X Elite芯片,用于支持Copilot的使用。这些电脑包括了Surface Laptop和Surface Pro。

此外,根据大摩整理的数据,联想、宏碁、华硕、戴尔、惠普和三星等其他主要电脑制造商也发布了各自的下一代人工智能电脑。这些电脑也搭载了X Elite/X Plus芯片(见下图)。

而过去,微软的大部分处理器,采用的是英特尔的CPU。根据市场数据,2023年Q4,英特尔在PC CPU市场的份额为78%。这一份额也许会随着高通的强势入局而有所改变。

4、AI PC出货量预测

2024年,被视为是AI PC的出货元年,大摩也给出了AI PC出货量的预测。

大摩预测:

• 2024年,AI PC将占电脑总出货量的2%;

• 2028年,AI PC将占电脑总出货量的65%;

这意味着,到2028年,人工智能电脑的出货量将达到1.79亿台,其中85%为笔记本电脑。

得益于AI PC的出货,大摩指出组件供应商、电脑制造商和供应链参与者将受益:

• 组件供应商: 像英伟达、高通、超微半导体和英特尔这样的公司,作为人工智能电脑 NPU 和 CPU 的关键供应商,预计将获得巨大收益。

• 电脑制造商: 该报告指出,联想、戴尔、华硕和惠普将成为主要受益者,因为他们在电脑市场占据着有利地位。

• 供应链参与者: 随着对人工智能电脑组件需求的不断增长,SK 海力士(内存)、联发科(芯片组)、台达电研华科技等公司预计将从中获益。领先的芯片代工厂台积电预计也将从 CPU 订单的增加中获益。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1715058.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2024 五月份国内外CTF 散装re 部分wp

cr3CTF warmup 附件拖入ida main函数无法反汇编,仔细看,有花指令,jnz实际上必定跳转。有非常多处,可以写脚本patch程序去掉花指令,只要匹配指令,再获取跳转地址,nop掉中间的代码就行。但…

HAL库使用FreeRTOS实时操作系统时配置时基源(TimeBase Source)

需要另外的定时器,用systic的时候生成项目会有警告 https://blog.51cto.com/u_16213579/10967728

车载客流统计设备:双目3D还原智能统计算法的应用与优势

随着城市交通的日益繁忙和公共交通系统的不断完善,对公交车等交通工具的客流统计和分析变得越来越重要。传统的客流统计方法往往存在效率低下、精度不足等问题,难以满足现代城市交通管理的需求。而基于双目3D还原智能统计算法的车载客流统计设备&#xf…

开源一个工厂常用的LIMS系统

Senaite是一款强大且可靠的基于Web的LIMS/LIS系统,采用Python编写,构建在Plone CMS基础架构之上。该系统处于积极开发阶段,在灵活的定制空间中为开发人员提供了丰富的功能。其中,Senaite在处理REST的JSON API上做得出色&#xff0…

【busybox记录】【shell指令】readlink

目录 内容来源: 【GUN】【readlink】指令介绍 【busybox】【readlink】指令介绍 【linux】【readlink】指令介绍 使用示例: 打印符号链接或规范文件名的值 - 默认输出 打印符号链接或规范文件名的值 - 打印规范文件的全路径 打印符号链接或规范文…

如何更改SSH服务器端口以减少蛮力攻击

本周有一个客户,购买Hostease的独立服务器,询问我们的在线客服,如何更改SSH服务器端口以减少蛮力攻击?我们为用户提供相关教程,用户很快解决了遇到的问题。在此,我们分享这个操作教程,希望可以对…

Element-UI 入门指南:从安装到自定义主题的详细教程

Element-UI 是一个基于 Vue.js 的前端组件库,它提供了丰富的 UI 组件,可以帮助开发者快速构建高质量的用户界面。以下是使用 Element-UI 的快速入门指南: 安装 Element-UI Element-UI 是一个基于 Vue.js 的组件库,它提供了丰富的…

opencv进阶 ——(七)图像处理之寸照换背景

寸照换背景,通常指的是将个人证件照片的背景色更换为另一种颜色,如白色、蓝色或红色等,以满足不同用途的要求。例如,护照照片通常要求白色背景,而身份证照片可能需要蓝色背景。这个过程通常涉及到图像处理技术&#xf…

网工内推 | 国企信息安全工程师,CISP认证优先

01 浙江省公众信息产业有限公司 🔷招聘岗位:安全运营工程师 🔷职责描述: 1. 负责公司内部安全运营平台及其子系统的安全事件管理、事件发现分析、应急响应和系统维护等; 2. 负责风险和漏洞管理,包括漏洞预…

数据结构 | 详解二叉树——堆与堆排序

🥝堆 堆总是一棵完全二叉树。 大堆:父节点总是大于子节点。 小堆:父节点总是小于子节点。 注意:1.同一个节点下的两个子节点并无要求先后顺序。 2.堆可以是无序的。 🍉堆的实现 🌴深度剖析 1.父节点和子…

社会网络,生态网络,贸易网络,复杂网络边介数蓄意和随机攻击

​边介数(Edge Betweenness) # ” 边介数(Edge Betweenness) 1 边介数(Edge Betweenness) Summer IS HERE 边介数(Edge Betweenness)是一种度量边在网络中重要性的指标。它定义为…

安卓手机玩Switch-YUZU模拟器

不需要傻乎乎地去买Switch了! 不是Switch不好,等什么时候任天堂升级硬件,出了Switch2之后我再来支持吧! Yuzu Yuzu 按照官网给的教程下载

OrangePi AIpro测评

文章目录 1、外观部分2、系统初探3、AI性能体验4、总结 首先非常感谢csdn以及香橙派能够提供这样一个平台,可以测试OrangePi AIpro这样一块开发板,这块板子给我的感觉还是非常不错的,非常适合用来作为嵌入式学习的板子,性能也达到…

OpenMV学习笔记2——颜色识别

目录 一、打开单颜色识别实例代码 二、代码基础部分 三、阈值选择 四、给识别到的颜色画框 五、多颜色识别 一、打开单颜色识别实例代码 如图,双击打开对应文件即可进入实例代码。 二、代码基础部分 # Single Color RGB565 Blob Tracking Example # # This e…

JavaWeb基础(一)-IO操作

Java I/O工作机制: 注:简要笔记,示例代码可能较少,甚至没有。 1、Java 的 I/O 类库的基本架构。 ​ Java 的 I/O 操作类在包 java.io 下,大概有将近80个类,这些类大概可以分为如下四组。 基于字节操作的…

mysql中InnoDB的统计数据

大家好。我们知道,mysql中存在许多的统计数据,比如通过SHOW TABLE STATUS 可以看到关于表的统计数据,通过SHOW INDEX可以看到关于索引的统计数据,那么这些统计数据是怎么来的呢?它们是以什么方式收集的呢?今…

LLAMA3==shenzhi-wang/Llama3-8B-Chinese-Chat。windows安装不使用ollama

创建环境: conda create -n llama3_env python3.10 conda activate llama3_env conda install pytorch torchvision torchaudio cudatoolkit11.7 -c pytorch 安装Hugging Face的Transformers库: pip install transformers sentencepiece 下载模型 ht…

海尔智家牵手罗兰-加洛斯,看全球创牌再升级

晚春的巴黎西郊,古典建筑群与七叶树林荫交相掩映,坐落于此的罗兰加洛斯球场内座无虚席。 来自全球各地的数万观众,正与场外街道上的驻足者们一起,等待着全世界最美好的网球声响起…… 当地时间5月26日,全球四大职业网…

大模型时代的具身智能系列专题(五)

stanford宋舒然团队 宋舒然是斯坦福大学的助理教授。在此之前,他曾是哥伦比亚大学的助理教授,是Columbia Artificial Intelligence and Robotics Lab的负责人。他的研究聚焦于计算机视觉和机器人技术。本科毕业于香港科技大学。 主题相关作品 diffusio…

代码随想录-Day23

669. 修剪二叉搜索树 方法一&#xff1a;递归 class Solution {public TreeNode trimBST(TreeNode root, int low, int high) {if (root null) {return null;}if (root.val < low) {return trimBST(root.right, low, high);} else if (root.val > high) {return trimBS…