中信建投發布研究報告稱，未來AI算力將綜合考慮硬件能力、成本等因素，以混合AI的架構，在邊端和云端靈活分配。大模型向智能終端(邊緣端)滲透初見端倪，這類場景率先會在手機、PC、智能駕駛、具身智能、元宇宙、工業控制等場景落地。邊緣AI核心在于引入邊緣側的AI能力，進一步增強邊緣側的算力能力、連接能力。建議重點關注物聯網模組、智能控制器板塊。

中信建投主要觀點如下：

(相關資料圖)

AIGC大模型及應用爆紅，拉動算力需求。在萬物互聯大部分場景中，云端處理存在時延較長、成本較高、并且涉及數據隱私等問題，邊緣AI算力的引入至關重要。我們認為未來AI算力將綜合考慮硬件能力、成本等因素，以混合AI的架構，在邊端和云端靈活分配。

大模型向智能終端(邊緣端)滲透，模型壓縮和邊緣側計算性能提升是兩大關鍵。目前從這兩個方向上，都可以看到不錯的進展預期，大模型在邊緣端滲透初見端倪。這類場景我們認為率先會在手機、PC、智能駕駛、具身智能、元宇宙、工業控制等場景落地。

產業鏈角度，邊緣AI核心在于引入邊緣側的AI能力，進一步增強邊緣側的算力能力、連接能力。重點包括AI芯片、算力/連接模組、邊緣網關/邊緣服務器/邊緣控制器等硬件、AI算法/邊緣計算平臺等軟件環節。從投資角度來看，建議優先圍繞這幾類產業鏈環節、兼顧業績彈性優選標的。

建議重點關注物聯網模組、智能控制器板塊。AI逐步滲透帶來量價齊升，中長期拉動可以樂觀?？紤]到AI應用的開發過程等，我們認為2024年開始有望規模起量。AI帶來增量有望帶動蜂窩物聯網模組行業進入25%-30%復合增速的階段，關注廣和通、美格智能、移遠通信等。智能控制器在智能家居、工業控制等場景中是實現智能化的大腦，AI帶來的增量同樣有望拉動行業需求，推薦拓邦股份、和而泰等。

連接提升ASP：5G模組單價平均400-500元，4G模組單價平均100-200元。

算力提升ASP：算力用量方面，智能家居等場景典型算力需求是小于1Tops，自動駕駛隨著級別升高算力需求在20Tops~4000Tops。算力成本方面，量化匡算算力成本為5元/Tops-10元/Tops。

現有場景用量增加：車載、智能家居、智能音箱等。

新增典型場景：具身智能、VR/AR眼鏡、工業控制等。

風險提示：國際環境變化對供應鏈的安全和穩定產生影響；AI芯片進展不及預期；AI算法、模型壓縮等進展不及預期；產品形態變化導致模組需求不及預期；AI應用發展不及預期等。

關鍵詞：