端侧AI的发展将生成式AI推向纵深
端侧AI是指在终端设备上进行的轻型AI模型应用。由于整个AI的过程都在设备端，不需要连接云端，具有速度快、功耗小、成本低、私密数据等隐私安全有保障等诸多优点。
对于AI大模型而言，虽然训练单个模型会消耗大量资源，但模型每年往往仅需训练几次，而推理则是随着日活用户数量及其使用频率的增加而增加，规模远高于训练，导致在云端推理成本极高，生成式AI规模化拓展将难以持续。要实现AI的规模化扩展并发挥其最大潜能，需要根据不同场景和需求分配AI计算在云和端的工作负载。基于成本、能耗、可靠性和时延、隐私和安全、个性化服务等考虑，终端侧AI能力是赋能混合AI并让生成式AI实现规模化扩展的关键。
1. 相较云侧AI，端侧AI的优势凸显
端侧AI具有低延时、高可靠性、低成本、更利于保护隐私和数据安全等显著优势。
当生成式AI调用对于云的需求达到高峰期时，会产生大量排队等待和高时延，甚至可能出现拒绝服务的情况。端侧AI由于数据的存储计算在本地，响应速度更快，且不会出现与云端链接时网络不稳定、甚至断线的情况，可靠性高。
通过终端独立运行以及云-端协同承担计算负载，可大大降低云端算力需求及能耗成本。将一些处理从云端转移到边缘终端可减轻云端AI基础设施的压力并减少开支，促进AI的应用和推广。
较云侧AI，端侧AI更有助于保护用户隐私和数据安全。端侧AI数据的存储计算等都在本地，避免了传到云端可能带来的数据安全问题，对于个人，更有利于保障个人隐私，对于企业，更有利于保护企业的数据安全。
2. 端侧AI的发展推动AI端云协同
端侧AI的发展离不开AI模型技术和终端技术发展。生成式AI模型通过多种“瘦身”方式正在变小，同时终端侧硬件处理能力持续提升，端侧AI落地的软硬件基础逐步夯实。在降本与安全的双重考量下，AI部署在逐渐从云侧走向端侧，终端和云端协同工作分流AI计算工作负载的端云混合模式或将成为主流部署方案。AI大模型的压缩和端侧推理框架的轻量化，加上边缘算力的跃升，实现大模型在边缘-端侧部署、加速AI与智能终端融合的核心技术条件目前已基本就绪。
随着模型的小型化和终端硬件技术的突破，未来每台手机、PC都将是AI终端，这将带来全新的用户体验。
手机作为使用频率最高，使用时间最长的电子产品，已经成为链接智能汽车、PC、耳机以及其他智能终端的中枢，植入AI大模型后能成为真正的个人智能助理。 对于手机用户来说，本地数据更具安全和隐私优势，对于智能助理的训练更加精确。手机中的AI大模型，可以打破各APP之间的壁垒，实现跨APP相互调用，使得AI手机具有人格化、记忆、感知和管理能力，能够触发主动服务。
AI手机有望成为个人智能助理，为手机行业带来更多创新。目前已经上市的一些AI手机如谷歌Pixel 8及Pixel 8 Pro，具有智能助手、生成式AI图片与音频编辑等功能；三星Galaxy S24，有实时通话语音翻译、AI搜索等功能；德国电信&高通&Brain.AI的T Phone，摒弃了传统的App界面，完全通过AI聊天来满足各种使用需求；小米14/14Pro搭载相关大模型，无需联网，可本地端实现AI画图、智能问答、AI写作等。
AI PC在人机交互方面有天然优势，拥有全模态的交互方式.能承载生活娱乐、工作、学习等多个场景,拥有大容量的本地安全存储，适合大模型本地部署以及隐私保护,并且，PC能实现强算力与便携性的平衡，是大模型实时推理和高性能计算的更为理想的平台。根据IDC与联想联合发布的白皮书《AIPC产业（中国）白皮书》预测，AIPC将成为终端、边缘计算和云技术的颠覆性混合体，有望在“AI+”终端中最先爆发。
资料来源：《AIPC产业（中国）白皮书》
23年10月， “英特尔on技术创新大会2023”官宣将在今年正式发布面向下一代的AI PC的英特尔酷睿Ultra处理器Meteor Lake ，以加速“AI PC”时代的到来。 此外，英特尔提出“AI PC加速计划”，宣布将为软件合作伙伴提供工程软件和资源，以在2025年前实现为超过1亿台PC实现人工智能特性。
端侧AI的技术日益成熟
1. 端侧AI模型发展迅速，性能水平直追云侧
在模型侧，轻量化移动模型发展迅速，软件层面已实现对大模型进行量化、剪枝、蒸馏，轻量化、小型化以适应移动端场景，结合稀疏计算等方式降低对边缘端侧算力需求。Stable Diffusion等参数超过10亿的模型已能够在手机上运行，且性能和精确度达到与云端处理类似的水平，未来拥有100亿或更多参数的生成式AI模型将能够在终端上运行。如谷歌2023年起相继发布GeminiNano（1.8B/3.25B）、Gemma（2B/7B）等轻量化模型；Meta推出Llama2、MistralAI推出Mixtral8x-7B等开源模型，引领移动模型轻量化发展。
2. 终端硬件突飞猛进，已具搭载大模型能力
端侧PC/Phone的AI能力主要在于搭载了相关的AI芯片。近年来端侧AI芯片算力性能快速提升，为端侧大模型落地做好准备。目前，高通、联发科、英特尔、AMD等龙头芯片厂商都相继推出了能跑十亿甚至百亿量级大模型的终端AI芯片。
2023年10月，高通发布了两款支持端侧运行百亿大模型的芯片——面向PC的骁龙XElite和面向手机的骁龙8Gen3。高通骁龙XElite支持在终端本地运行130亿参数大模型，能以30Tokens/s的速度在终端运行70亿参数的Llama-2模型。高通骁龙8Gen3支持在终端运行100亿大模型。运行70亿参数大模型时，每秒可生成20个token，运行StableDiffusion时，创作图像只需0.6秒。
英特尔第14代酷睿Ultra 其搭载的GPU、NPU、CPU都可以承载AI算力，支持端侧无网运行Llama2-7B。AMD推出内置RyzenAI引擎的锐龙8040系列系列处理器，相较前一代7040，算力大幅提升的同时，在Llama2和视觉模型方面，性能提升多达40%。
端侧AI的发展对电信运营商的影响深远
随着轻量模型性能不断强大、端侧芯片算力不断提升，大模型部署于本地终端成为大势所趋。IDC预测，2024年AI手机出货量将达到1.7亿部，占全球智能手机出货量的15%。英特尔预计全球今年将交付4000万台AI PC，明年将交付6000万台，预估2025年底AI PC在全球PC市场中占比将超过20%； AI赋能有望带来手机、PC、手表等智能可穿戴设备、平板、XR等各类数码产品的换机热潮，而更广泛AIoT（AIoT：人工智能物联网=AI人工智能+IoT物联网）智能也有望在大模型加持下迎来全面升级。终端技术和产品的变革，将会对运营商带来显著的影响。
流量格局的改变。原本集中在云端的AI计算需求将部分转移到终端，导致云流量下降，终端流量上升。由于流量结构的变化，运营商需要适应新的流量格局，调整网络资源配置，优化流量调度策略，降低网络延迟，提升网络QoS，以提升网络性能和用户体验。
运营成本的下降。一方面，算力上云端算力被边缘计算分流，这将减少云端算力的压力和能源功耗，能够降低运营的成本。另一方面，从运维的角度看，端侧AI可以帮助电信运营商提升自动化网络管理和维护任务能力，减少人工干预，也将降低运营的成本。
云侧需求的下降。端侧AI的普及可能会降低云端的价值，使云端更多成为一个简单的存储和计算资源提供者。一些云业务产品将会受到影响，如云电脑、云主机、云游戏等，运营商在技术策略上需要提升云产品的AI能力，使得产品与AI PC/AI PHONE的能力相当或领先。在市场策略上要降低云产品的资费，提升云产品的竞争力。
端云协同催生新业务模式。本地AI应用将快速发展，例如本地语音识别、图像识别、AR/VR等，运营商可以抓住机遇开发新的AI应用和服务。如：提供本地AI模型的训练和部署服务、开发基于本地AI的垂直行业应用、提供本地AI安全和隐私保护解决方案等。端侧AI可以帮助电信运营商开发新的边缘服务，例如AR/VR、物联网、自动驾驶等，创造新的收入来源。
推动5G网络建设。大模型本地部署需要更强大的网络连接，如AIoT的发展，将带动高带宽低时延广连接的5G网络的发展。电信运营商可以加快5G、5G-A网络的建设，为大模型本地部署提供良好的网络基础。
大模型本地部署于终端对运营商是一次机遇和挑战并存的变革。需要加强对端侧AI技术的研发投入，提升自身技术实力。与终端设备厂商、软件厂商等合作伙伴展开合作，构建端侧AI的生态体系。积极探索端侧在各领域的应用场景，开发创新型AI应用和服务。制定合理的端侧AI商业模式。
本文作者
刘敬东
战略发展研究所
二级分析师
