最近公众号改变了规则，推送不按时间顺序，如果不想错过《
思维纪要号
》的文章，请设“星标”并且经常点击“在看”，感谢大家支持！
本公众号是《思维纪要社》的备用账号，通道↓↓↓
所有内容都来自于网络，如有侵权，请联系后台删除，感谢理解
华为电子大科技端测AI深度报告的主要主题是什么？
本次华为电子大科技端测AI深度报告的主题为“软硬件革新进化，消费电子大变局”，旨在探讨AI如何为终端侧设备赋能，并分析这种赋能对于提升性能、改善用户体验的具体影响。
本场报告中将重点关注哪方面的内容？
本场报告将着重从整体行业的角度解读AI给端测带来的性能提升及可能带来的消费者使用体验改善，并结合实际案例进行深入剖析。
在本报告中是否会预测未来iPhone的新功能以及市场趋势？
是的，在本报告中，我们预计新的iPhone将搭载包含革新AI功能的新版本操作系统，并强调未来几年，随着软硬件的显著革新，iPhone将带来更多创新功能，吸引大量市场关注。
此次汇报的内容分为哪几个部分？
本次汇报共分为三个部分内容：第一部分讨论AI产品端、应用端以及苹果的AI技术发布情况；第二部分对比分析AI来临前后的产品、品牌、系统和芯片层面的变化及其应对策略；第三部分着重梳理芯片发布的具体情况，同时展望未来硬件发展趋势，例如独立NPU的普及、ARM架构的应用普及以及其他整机设计上的重大变化，其中特别指出AI对存储需求的快速增长。
苹果在推动AI落地过程中遇到了哪些挑战？又是如何解决这些问题的？
苹果在AI落地过程中面临的挑战主要包括内容获取困难与提示时输入限制较大等问题。为了解决这些问题，苹果选择了以提升效率为主导思路，追求小而美的解决方案，通过固定提示词并控制上下文对应关系以提高模型稳定性，从而促进效率提升的发展方向。
端侧AI架构存在哪些类别？它们各自的特点是什么？
端侧AI可分为两类。一类是设备端只负责提供感知和输入，所有的算力部署在云端；另一类则是设备端不仅负责感知和输入，还承担AI算力的任务，模型运行在设备端。本报告主要聚焦于后者，因其具备低延迟、个性化应用以及保障隐私安全等多种优势。
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有不同的优先级。首先看好手机和PC平台，因其规模大、软硬件生态成熟且应用场景丰富，适合做有价值的AI应用。随后，耳机、AR/VR智能汽车和机器人等领域则相对滞后，因供应链不成熟和法规安全等问题。但在新品类中，AI的赋能潜力更大，改进空间更大。
各品牌如何通过AI技术提升整机设备的表现？当前设备端AI发展的关键特性有哪些？
各大品牌如手机厂商（华为、小米等）、整机厂商（微软）都在整机设备中整合了大量本地大模型，例如微软的Surface Pro就搭载了超过40个本地大模型。此外，芯片制造商也在积极提升AI能力，例如高通最新推出的芯片可支持运行130亿参数的模型，并计划在未来几年内进一步提高至更高的参数量。当前设备端AI发展的关键是芯片性能的不断提升，尤其体现在NPU算力上。例如苹果M系列芯片每一年都会进行一次重大更新，其中M4C芯片NPU算力从18 TOPS提高到38 TOPS；英特尔去年首次引入NPU单元，预计未来两年性能将增长接近四倍。同时，高通X1 Light芯片采用了自研的arm架构，这也预示着arm架构在AI领域的重新崛起和发展速度加快。
独立NPU以及arm架构重新得到市场的快速发展有何重要意义？
独立NPU和arm架构重新获得市场认可是目前设备端AI性能提升的重要驱动力。NPU作为一种专门用于处理AI任务的加速器，在节能和优化AI负载方面表现出色，能有效应对持续性、泛泛型AI任务。arm架构在过去被广泛应用，而高通通过自主研发的新架构提升了其在移动设备中的地位，推动了arm架构在AI领域的发展速度加快。
NPU在能耗方面的优势为何如此重要？NPU的应用范围是否局限于PC和手机领域？
NPU在能耗方面具有显著的优势，表现为对于相同任务，在CPU和GPU上耗电量分别为NPU的约2.6倍和7.8倍。这是因为NPU能够实现较低的功耗与较高的执行效率相结合，尤其适合于对能耗敏感的应用场景，比如PC、手机等电子产品。并非如此，NPU除了在PC和手机上发挥重要作用外，还广泛应用于更高层次的消费电子中，例如音响智能音箱等产品。随着计算能力需求的增长，当单一处理器（如CPU和DSP）难以满足时，引入NPU来增强算力更具性价比，并且在未来一段时间内，异构架构可能会成为主流技术路线。
为什么MPC（微软-高通合作伙伴关系）最近受到了新的关注？
MPC近期受到关注主要有三个原因。首先，苹果公司的推动作用明显，其发布的基于ARM架构的Mac芯片迅速侵占高端市场，引发Windows阵营利润侵蚀；其次，苹果成功采用先进制程技术提高了绝对算力，并实现了生态间的兼容性过渡；最后，端侧人工智能的发展提升了整机能耗标准，而ARM因其低功耗特性在此领域具备明显优势。这三个因素共同促成了MPC技术的关注度提升。
封装体内存（e.g., HBM, MOP）技术有何特点及其潜在影响？
封装体内存技术将处理单元和存储单元紧密集成在一起，通过去除PCB环节来大幅提升性能并降低延迟，从而实现更快的数据传输速率和更低的整体功耗。此外，由于减少了对PCB的要求，该技术还有助于缩小封装尺寸、减少PCB层数和面积，这对于提升整个PC市场的竞争力具有重大意义，尤其是对于英特尔和AMD这样的传统芯片巨头而言。
M3系列芯片相较于竞争对手在性能上有何优势？
M3系列芯片，特别是M3 max，因其采用了统一内存架构、封装及内存等新技术，在传输带宽、延迟及整体降功耗表现方面表现出色。与英伟达最高配置显卡（如RTX 4090）相比，M3 max拥有高达400GB每秒的带宽，远超Intel Lunar Lake平台最高可达的120GB每秒水平。
