2024年6月苹果在WWDC24正式公布Apple Intelligence，推出Siri升级、文字处理、图像生成等AI功能，端云混合架构成为行业风向标。东吴证券电子团队系统梳理了端侧AI在手机场景中的落地路径、端侧算力约束与云端依赖关系，并对手机AI算力需求进行了量化测算——端侧算力2024-2027年维持翻倍以上增速，云端推理算力折算Blackwell GPU卡2026年需求约103万张。AI手机正在从0到1的渗透早期加速迈向1到10的爆发阶段。
端侧AI在手机场景中如何落地？——苹果端云混合架构解析
苹果Apple Intelligence采用端云混合架构：端侧使用约30亿参数的AFM-on-device模型处理简单任务，云端由AFM-server大模型承载复杂推理。用户发出指令后，端侧优先响应，仅当需求超出端侧能力上限时云端介入。Writing Tools功能中，Summary、Key Points、Table、List四个复杂功能需接入网络，其他校对、重写等功能可在无网络场景下直接运行。苹果Ios18.2 Beta1已接入OpenAI，用户可切换使用GPT-4o调用更强云端模型。苹果对全球手机行业具备示范效应，端云混合架构有望成为AI手机主流范式。
端侧运行AI的五大优势与当前算力瓶颈
端侧运行AI模型具有成本、能耗、性能、隐私安全、个性化五大优势。云端推理成本是传统搜索的10倍，边缘终端以低能耗运行可帮助云服务商降低数据中心能耗。端侧AI在本地离线运行避免排队时延，查询信息保留在终端保障隐私安全，并能根据用户语音、表情、使用模式形成精准画像。然而，当前软硬件基础设施能力有限——符合IDC定义（NPU算力>30 TOPS）的AI手机SoC仅有苹果A17 Pro、联发科天玑9300/9400、高通骁龙8 Gen3/8 Elite等少数旗舰芯片。1000 tokens文本推理，7B小模型算力需求约14 TFLOPS，而GPT-4（激活参数280B）算力需求约560 TFLOPS，端侧与云端差距约40倍。端侧SoC硬件升级与端侧小模型定向优化是两条并行可行路径。
AI手机算力需求测算：2026年云端GPU需求103万张
东吴证券将AI手机推理任务划分为简单功能（短文本，7B端侧模型）和复杂功能（长文本，云端大模型）。基于全球智能手机出货量12-14亿部/年、Canalys预测AI手机渗透率2028年达54%、2030年有望达80%的假设，测算得到端侧算力需求2024-2027年基本维持翻倍以上增速，2027-2030年增速依然在高双位数水平。云端算力需求若折算成Blackwell GPU卡的FP8算力（假设算力利用率50%、峰值50%集中在5小时内释放），2025年需求量约12万张，2026年约103万张。2025-2026年云端推理GPU需求爆发式增长，算力基础设施建设确定性较强。
投资建议：端侧SoC与云端算力链双向受益
东吴证券认为，端侧和云端算力不是此消彼长的关系，端侧AI对算力总盘子的拉动作用会长期存在。当前从0到1阶段用户更关注端侧AI"有没有"，展望从1到10阶段，推理速度将是重要优化环节，云端推理在室内场景中仍是不错的选择。产业链相关公司方面：消费电子整机建议关注立讯精密、歌尔股份、领益智造、蓝思科技；端侧SoC建议关注翱捷科技、晶晨股份、瑞芯微、全志科技、恒玄科技；云端算力链建议关注工业富联、沪电股份、胜宏科技、寒武纪、海光信息、龙芯中科、盛科通信。
表：AI手机算力需求核心测算结果| 指标 | 2024年 | 2025年 | 2026年 | 2027年 | 2028年 |
|---|
| 全球AI手机出货量（亿部） | 1.9 | 3.5 | 4.8 | 6.0 | 7.0 |
| AI手机渗透率 | 16% | 28% | 38% | 47% | 54% |
| 累计AI手机用户数（亿部） | 0.6 | 2.5 | 6.0 | 10.7 | 16.2 |
| 端侧算力需求yoy | 285% | 233% | 165% | 73% | 68% |
| 云端GPU需求（万张Blackwell） | — | 12 | 103 | — | — |
