2024年7月16日，Canalys发布了2024Q2全球智能手机市场报告，2024Q2全球智能手机市场连续三个季度增长，出货量同比增长12%，达2.88亿台。其中，中国出货8216万台，同比+25.1%
PC方面：根据IDC数据，24Q2全球出货6490万台，同比+6.9%
本轮A股消费电子和果链股价强势主要基于两个逻辑，消费电子的复苏和AI带来的换机潮，特别是苹果AI。
历史上iphone经历两轮换机周期，第一轮是2020年苹果iphone4推出地带来的智能手机换机革命。
第二轮是4G到5G带来的换机，2020年苹果发布第一款5G手机，21年销量增长22.8%（可能有Hw影响）
本轮AI手机周期，市场预期2025年销量达到2.5亿（高峰期2.36亿），2026年销量预期2.8亿部
Ai给手机赋能需要手机运行内存和性能的大幅度提升，带来不论是苹果和安卓都将有一波换机潮：
1）大模型驱动智能化升级，云端混合将是一段时间内的主流解决方案；
2）大模型轻量化与硬件升级支撑本地运行更强大AI大模型；
3）AI赋能操作系统内核，个人智慧助理式操作系统成为趋势；
4）“堆叠硬件”竞争局限有望被打破，大模型能力决定红利分配，手机厂商具有重要话语权；
5）具有高算力与本地部署大模型的AI手机销量有望快速增长，并推动智能手机价值量提升。
苹果Ai
24WWDC苹果发布重大AI功能更新：AI能力与应用实际有重大提升：
1）操作系统层赋能AI（想象空间大）；2）Siri跨应用调用（多功能协同）；3）苹果超强的AI应用打磨能力（打造较佳用户体验）。苹果作为集操作系统、应用软件、芯片于一身的智能终端全球领先厂商，极利于打造AI应用生态，且具备庞大的用户群体，AI升级iPhone创新体验，将成为iPhone受众群体换机的重要催化，并带动智能手机等消费电子终端向AI时代跃迁。
三星发布首款AI手机Galaxy S24系列，主要聚焦翻译/笔记、搜索（圈选即搜）、影像等三大高频场景，销量表现优异。荣耀、vivo、OPPO、小米等品牌开始重点发力AI终端，支持操作系统嵌入AI大模型，2024年初已开始密集发布多款具备AI能力的智能手机。
AI手机带来哪些配置变化？
AI如何影响消费者的换机行为？
未来消费者换机的核心驱动力仍然是用户体验的升级，AI技术的应用若能带来显著的效率提升，例如在购车场景中通过AI助手快速筛选适合的车型，可能会激发消费者的换机意愿。然而，目前仅凭AI在诸如转录、语音识别等方面的应用还不足以让消费者愿意花费更多成本购买AI功能较强的手机。只有当AI能够带来显著的生活便利性和工作效率时，才会真正引发大规模的换机潮。
果链近期涨幅为何如此之高？
果链整体涨幅较高的主要原因在于当前电子行业正处于盈利拐点期，一季度各板块表现超预期，特别是随着二季度进入旺季备货阶段产业链传出iPhone 16备货量可能上调至9000万部的消息，整个电子行业的业绩趋势稳步上升，同时市场预期AI赋能下新一轮的换机潮。
存储领域在AI时代将如何受到影响？为什么存储行业不应仅从价格上涨视角看待其周期性？
在AI驱动下，从25年开始，所有硬件终端都将面临重新定义，这将带动半导体行业整体上升。其中，存储领域作为半导体中的典型细分领域，会因手机、耳机、笔电等各类设备对芯片升级的需求而迎来容量上的升级，从而产生投资机会。尽管当前市场价格涨幅看似乏力，但我们基于未来几年硬件产品算力的提升预测，整个存储板块具有长期看好的潜力。存储行业的发展并非简单地由周期因素导致的价格上涨，而是随着智能手机、AI耳机、笔电等多个领域对高容量、高速度存储设备的需求增长，使得存储行业出现容量和技术的双重升级。
AI应用的发展趋势是什么样的？
AI应用正在经历从云端向边端转移的过程，并且在不同平台上的部署呈现差异性。手机与PC因其规模庞大、软硬件生态成熟、应用场景丰富且能迅速找到有价值的AI应用，在当前看好程度最高。相比之下，耳机、AR智能汽车和机器人等新品类虽具有较大潜力和改进空间，但由于硬件供应链不成熟及法规安全性等问题，其部署进度相对较慢。
各品牌厂商在AI领域的举措如何？
无论是手机品牌还是整机厂商（如微软），都在积极布局定位端测AI设备，并尝试在其整机设备中集成大量本地大模型。例如，微软口拍PC不仅搭载了GPT-4等先进模型，还整合了数十个本地大模型，提升了设备的整体AI性能。
未来几年主流移动设备对AI算力的要求有何变化？
预计从今年开始，主流手机或PC产品的AI算力将显著提升。例如，今年的主流机型可支持运行约70亿参数的模型，而明年和后年的主流机型预计将分别支持130亿和170亿参数规模的模型，这些数据是在一定条件下讨论得出的。这一变化标志着消费电子产品进入了全新的发展阶段，用户不再受限于硬件升级后的传统用途（如摄影、游戏等），而是期待软件应用随着硬件进步而同步优化。
端侧AI架构可分为哪两类？为何大部分应用场景倾向于设备端提供算力？对于AI算力需求，相比于云端GPU/NPU，手机端算力具有怎样的优势？
端侧AI分为两类，其中一类设备端仅负责感知和输入，算力全部部署在云端；另一类则是在设备端集成算力并运行模型。由于性能（如低延迟）、个性化应用以及隐私和安全考虑，大部分应用场景倾向于在设备端加载AI模型，以避免数据传输与存储风险，并有效利用本地资源。以Int 8精度为例，一张H100推理算力大约为3千到4千tops，而高端手机GPU+NPU可达70tops以上。这意味着一台H100在推理层面相当于60-70台智能手机的性能。对于应用开发者而言，在满足一定条件下，选择充分利用手机端算力而非云端服务更具经济性和效益。
内存与带宽需求的增长，有哪些有效的解决方案？
面对计算任务中存储和计算单元发热增多的问题，有两种主要解决策略。一是从根源上提升制程，比如转向ARM架构以减少功耗；二是由于制程升级尚需时日，当前可采取的方法是增加整机散热材料用量、调整封装位置和优化PCB设计，从而推动主板设计的重大革新，并带动整机设计相应跟进。
目前果链是否已经过热，市场是否存在估值泡沫？
目前整个果链整体估值约为20倍左右，虽有部分公司估值有所上涨，但从起点来看并未达到过热状态。这是因为估值正处于合理范围内的修复过程，并未充分反映明年预期的增长点。
如何看待明年iPhone的ASP（平均售价）变动及果链影响？
明年可以预见到iPhone 16加单量的增加以及iPhone 17多个部件价格的变化。其中，摄像头组件有望从每颗4800万像素升级至至少三颗，并且可能会采用潜望式镜头技术；中框材质将变为无开孔设计，使用固态按键和马达，预计马达用量会提升约2-3倍；后盖方案也可能换成金属加玻璃的设计，以更好地保护摄像头和提高散热性能；此外，存储容量也将由iPhone 16的8GB起步升级至12GB起步，甚至更高，而SOC芯片中的AI合数也将相应增加，代工费用可能会上涨约20%。同时，为了提高电池能量密度，钢壳电池将替代软包电池，从而带动电信环节价格上涨至7美元到10美元之间，钢壳制造环节也将产生额外价值，电池封装Pack环节价值量预计会从10美元增长到20美元。
PCB在未来的移动设备设计中会有怎样的变革及预期提升？
在新的移动设备设计中，PCB环节有望实现30%以上的提升，主要体现在硬板性能增强以及高频高速需求的满足上。这是由于加入了RCD材料后的结构改进导致的，并且与苹果内部结构发生的多项创新密切相关。预计九月至十二月份这一期间，随着iPhone 16等设备的设计确定和生产线柔性化改造完成，将带来显著的技术性提升和相应的财税变化。
其他逻辑梳理：
