财经新闻网消息：
谷歌大型模型家族的 Nano 版本号称是端侧设备最高效的模型。 它可以在设备上本地和离线运行，并将在谷歌最新一代高端旗舰手机上提供。
12月8日，著名开源生成式AI平台.ai在其官网开源了一个拥有30亿参数的大型模型。 专用于手机、笔记本电脑等移动设备，具有参数小、性能强、运算功耗低等特点。 它可以自动生成文本、摘要等，可与70亿和130亿参数的模型相媲美。
生成式AI和端侧AI引领，倒逼智能设备硬件性能升级。
芯片领导者纷纷推出支持生成式人工智能的处理器。 英特尔和高通都推出了专为AI移动终端设计的芯片。 苹果新一代M3系列芯片中，M3Max支持数十亿参数AI模型的开发。
终端设备方面，AI手机纷纷发布。 在华为和小米14发布会上，OEM厂商都重点介绍了他们的AI功能。 预计2024年三星S24等高端手机发布会上，其高斯AI模型也将成为主打。 功能; 各大PC领先品牌都针对AI PC做出了相应的布局。 联想首款AI PC发布。 苹果正在积极推动5G芯片在产品线中的落地，以满足AI PC随时在线的需求。 惠普、宏碁等品牌都有AI笔记本预计将于2024年和2025年推出。
未来，苹果和Meta也有望逐步将AI融入XR眼镜中。
可见大机型离普通用户越来越近。 软件侧将大型AI模型嵌入到终端设备中，硬件侧则提升AI相关硬件的性能。 AI走向移动端已成为主流发展趋势。 AI手机、AI电脑、AIPad、AI眼镜等新产品有望成为消费电子转型机遇。
“华尔街TMT之王”美国对冲基金在最新报告中指出，AI的黄金时代尚未到来。 未来，边缘AI设备将得到广泛应用，大型袖珍机型指日可待。
▌为什么大模型需要“登上”、“入脑”？
手机、电脑等移动硬件已经成为大多数人日常生活的一部分。 让大型人工智能模型惠及更多人的最直接方法是将其嵌入到这些硬件中。 国信证券表示，端侧AI能力是实现生成式AI全球规模扩张的关键。
人工智能应用不断扩大，算力成本和效率将成为瓶颈。
大型AI模型与移动设备的结合不仅可以分担这部分压力，而且还具有云AI所不具备的优势，主要表现在：
①安全：个人信息无需上传云端，降低隐私泄露和数据安全风险；
②定制化：AI模型连接本地数据库和个人信息，有望将通用基础AI大模型转变为个性化定制小模型，提供更适合用户的服务；
③高效：边缘AI通过压缩大型AI模型、适配终端软硬件，可以降低运营成本、加快响应时间、提高服务效率。 据称，在边缘设备上运行人工智能模型可能有助于缓解 GPU 短缺问题。 例如，苹果芯片的原生模型运行速度与在 GPU 上运行的速度一样快。
▌投资机会在哪里？
设备端AI应用需要全产业链共同推动，包括芯片算力提升、模型优化、软件厂商适配、终端厂商落地应用等。 多家机构发布研究报告建议关注AI端侧创新趋势带来的投资机会。
招商证券认为，随着终端品牌、芯片、软件应用等产业链龙头联合投资人工智能技术，PC/手机/XR/可穿戴/智能家居等终端有望迎来人工智能浪潮创新。
另有多家机构表示，智能终端的AI升级有望加速机器换人。 光大证券表示，AI PC、AI手机等AI智能终端或将成为AI时代消费电子行业未来变革方向。 考虑到AI算力从云端延伸至边缘，AI芯片厂商存在可观的市场空间； 中信证券认为，AI PC有望成为本轮边缘AI的优先落地场景。 建议关注完整的PC、处理器、DRAM等。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018