一、交易层面
算力产业链目前来看朝着消费电子的硬件方向发展，而算力产业链的另一方面整体上震荡调整为主，总体还是相对稳定的。低空经济整体则是反复轮动为主，仍旧是后续的机会方向之一。当前对于来说主线依然围绕着科技+高端装备不变，其他一些方向则是辅助为主。
二、算力产业链中AI硬件——手机
1、关于AI 手机
AI手机：把大模型装进手机，智能终端演进的新方向。AI手机指的是通过端侧部署AI 大模型，实现多模态人机交互，展现为非单一应用智能化的手机终端。
AI 手机当前的发展需要关注两个关键点：一是通过AI 切实解决用户痛点;二是用户的数据安全及隐私问题。
2、AI手机的规模
Counterpoint 预测：2024年全球 AI 手机渗透率约4%，出货量有望超1亿部；2027年全球 AI 手机渗透率约 40%，出货量有望达 5.22 亿部。
各品牌最新发布的 AI 手机
3、AI手机的关注点（硬件侧：NPU 算力升级，异构计算及内存升级，同时关注电池及散热等变化）
今年高通、联发科陆续发布了面向手机市场的新一代 SoC，重点强调了算力的提升及内存的升级。
变化一：AI 工作负载增加，NPU 算力提升成为重点
当前手机中基本不存在独立的 AI 芯片，而是将 CPU、GPU、DSP、NPU 等集成在一颗 SoC 芯片中。由于 CPU、GPU 是通用处理器，因此其本职工作是进行操作系统、软件等应用的处理；而 NPU（Neural Network Processing Unit）则是专门用于处理深度学习等运算的专用处理器，擅长标量、向量和张量数学运算，专门用于运行 AI 工作负载。
备注：由于其专用的设计目的，NPU 在 AI 计算的时延、功耗、性能、能效比等各方面均高于 CPU、GPU，因此各厂商纷纷在手机 SoC 芯片中集成 NPU 并提升其性能。
变化二：AI 应用呈现多样化，异构计算发挥重要作用
生成式 AI 用例需求存在多种类型，具有复杂性、并发性和多样性，对应对芯片的性能及资源调用提出不同要求。在此背景下，异构计算架构能够支持处理多样性的特点就具有较大吸引力，从而充分发挥每个处理器的优势：CPU擅长顺序控制和即时性；GPU 适合并行数据流处理；NPU 擅长标量、向量和张量数学运算。
从更加远期的角度看，未来个人助手或在 AI 手机上成为标配，因此语音识别、大语言模型、语音模型等多种模型可能会并行运行，因此高通提出需要在 NPU、GPU、CPU 和传感器之间分布处理模型，进行整体的方案设计。
SoC 多核架构持续升级，AI 功能受到重视。SoC 设计的另一个延伸方向是如何从芯片架构上进行优化。主流手机 SoC（主要是 CPU）设计主要使用 Arm 核，ARM 架构在手机市场市占率超过 99%。
各厂商自研 GPU 情况
其他方面：为了适配大模型及其计算需求，同 AIPC，我们判断 AI手机在散热、电池及整机设计等环节亦或将带来升级变化
散热：随着 AI 计算带来的功耗增大，如何提升散热亦成为重点。当前手机散热技术路径主要有石墨片、均热板、热管。从新材料和技术上，当前石墨烯等新材料的采用成为了可能。由于芯片算力提升，对应对散热的要求也会提升，但同时还要满足手机在重量、厚度等方面的整体设计要求，因此目前各家厂商的散热方案并不完全一致，但通过提升散热能力降低发热的整体思路一致。
三、相关参考机会
石墨等散热材料和散热解决方案供应商
中石科技——北美大客户高导热石墨类材料主要供应商，产品应用覆盖手机、平板、笔电、智能穿藏设备，其它客户包括三星、微软、谷歌、华为、荣耀、小米、OPPO.大疆。
思泉新材——少数能系统化提供散热解决方案的供应商，客户要盖北美大客户、小米、ivo、三星、谷歌、ABB、闻泰、华勤、龙旗等。
隆扬电子——电磁屏蔽材料供入笔记本电脑及平板电脑，公司的纳米石墨铜产品可用于消费终端设计自由空间不足又需要良好散热的应用领域。
飞荣达——公司有向终端客户提供散热模组、风扇、热管、VC、导热材料及电磁屏蔽材料等相关产品。
