1.1 公司概况：全球 PC 龙头，多元化完善业务布局
公司为全球第一大 PC 制造商，已形成全方位产品布局。联想集团成立于1984年，初创时主要从事 PC 的生产及销售。经过多年发展，公司已经成长为一家全球领先的智能化全栈解决方案与服务提供商，形成了“端-边-云-网-智”的产品布局，下游涵盖制造、教育、医疗等多个领域，在全球拥有30 多家制造基地，客户遍布全球 180 个市场，年收入超 620 亿美元。据 IDC 数据，公司PC 市场份额长期位居全球第一，24Q2 公司 PC 出货量占全球 PC 总出货量的22.7%。
公司于 1984 年在北京中关村成立，公司发展历程可大致分为五个阶段，分别为创业时期（1984-1993 年）、PC 品牌时期（1994-2003 年）、全球化时期（2004-2013年）以及多元化时期（2014-2022 年）以及 AI 时期（2023 年至今）：
创业时期（1984-1993 年）：市场化企业管理、文化、机制。1986 年，创建了第一张汉字卡；1998 年，香港联想成立；1990 年，在中国推出第一台自有品牌电脑；1992 年，IBM 首创 ThinkPad——为业界首款配备彩色TFT屏幕及嵌入式安全芯片的笔记本电脑；1993 年，生产出中国第一台“586”PC。
PC 品牌时期（1994-2003 年）：渠道管理、高效运作、产品创新。1994年，于中国香港挂牌上市；1995 年，推出首款 Legend 品牌服务器；1996年，联想笔记本诞生，在中国的市场份额首次达到第一；1999 年，发布中国第一台互联网 PC；2002 年，Legend 超级计算机 DeepComp 1800 亮相，为中国第一台具有 1000 GFLOP 的计算机；2003 年，正式更名为联想，进军海外市场。
全球化时期（2004-2013 年）：全球化与本地化结合，效率与创新平衡。2005年，完成对 IBM PC 部门收购，成为全球第三大PC 公司；2010 年，推出首款智能手机 LePhone；2011 年，将业务拓展至智能手机、平板电脑和智能电视等消费设备。与 NEC 合资成立日本最大的 PC 公司，收购PC 和消费电子公司Medion，成为欧洲 PC 第三大厂商；2012 年，与EMC 成立合资企业，在中国销售服务器并开发存储解决方案，收购了专注于云计算的软件公司Stoneware；2013 年，成为世界第一大 PC 公司。
多元化时期（2014-2022 年）：打造不同业务的核心能力、多业务操作系统。2014 年，收购 IBM x86 服务器，成为全球 x86 服务器第三大供应商。收购摩托罗拉手机业务；2017 年，发布最大的数据中心产品组合，包含服务器、存储、网络、软件等全栈解决方案；2018 年，公司整合个人电脑及智能设备业务和移动业务成立智能设备业务集团（IDG）；2019 年，提出智能化变革3S战略，成为“新 IT”供应商；2021 年，深入智能化变革，形成智能设备业务集团（IDG）、基础设施方案业务集团（ISG）以及方案服务业务集团（SSG）三大业务集团，并推出 TruScale 服务品牌；
AI 时期（2023 年至今）：打造全业务线 AI 产品。2023 年，公司提出“AIforAll”的理念，计划将 AI 融入全部业务线；2024 年，面向消费、商用和中小企业推出 AI PC 产品，制定“一擎三箭”战略。
1.2 公司结构：股权明晰，管理层经验丰富
最大股东为联想控股，董事长兼首席执行官杨元庆持股。截至2024 年3月，联想控股直接持有公司 23.12%的股份，通过其子公司南明有限间接持有6.21%股份，合计持有公司 31.41%的股份，为公司第一大股东。公司董事长兼CEO 杨元庆先生直接持有公司 1.37%的股份，且拥有 Sureinvest Holdings Limited 股东大会超三分之一投票权。
管理团队多为技术出身，管理经验丰富。公司核心技术人员具有英特尔、微软、宏碁以及华硕等海内外龙头公司任职经历，拥有多年产品研发经验。管理团队具有多元文化背景，具备全球化视野、跨文化沟通与适应能力，有助于公司的全球布局以及推动产品和服务本地化。
1.3 主营业务：“新 IT”赋能全要素解决能力
公司在全球不断推进“新 IT”技术（客户端、边缘、云、网络和智能）。“新IT”是以各个行业智能化变革需求为驱动，以模块化、陪伴式服务为主导，以行业领先实践为引领，以“普慧算力”为基础，以“端-边-云-网-智”为技术架构，更加灵敏、主动的技术、服务与解决方案，不仅能够帮助企业降本增效，也是支撑经济高质量增长、绿色低碳发展的重要抓手。 在组织架构上，公司围绕“新 IT”的“端-边-云-网-智”的架构进行了组织变革，成立了三大业务集团。1）围绕着端建立了专注于各种智能设备和物联网的智能设备业务集团；2）围绕着边、云、网（边缘计算、云和5G 为代表的网络）构建一体化部署的高算力以便处理数据，建立了专注于智能基础设施的基础设施方案业务集团（原数据中心业务集团）；3）为将服务和解决方案打造成为公司未来的核心竞争力，建立了专注于行业智能与服务的方案服务业务集团。三个业务集团分别承接公司的智能化变革 3S 战略，即智能物联网、智能基础设施和行业智能的业务落地。依托“新 IT”架构，公司内生外化打磨出了具备中台化、云原生、AI 智能等特征的 IT 引擎——擎天。公司围绕擎天已经开发了40+自有IP解决方案，并制定了一擎三箭战略——以擎天引擎为客户落地AI 应用的重要抓手，围绕政企、中小企业及消费三大客群，打造全栈智能化转型全周期服务。
智能设备业务集团（IDG）由 PC、平板电脑、智能手机及其他智能设备业务组成，包含 Lenovo、ThinkPad 和 Motorola 三大品牌。Lenovo 是公司的自有主品牌，业务涵盖：1）PC、平板电脑；2）智能存储、智能投影、智能家居等组成的智能产品；3）U 盘、电竞桌椅、智能眼镜等组成的设备周边；4）显示器、打印机、会议平板等组成的办公配件；5）ThinkStation 高性能工作站，可解决工程、设计和科学研究中的复杂计算工作负载；6）保修、IT 管家等服务，可为客户提供全面的 IT 产品。ThinkPad 收购自 IBM，主要面向商务用户提供PC 产品及配件。Motorola 收购自 Google，专注于智能手机及配件领域。
IDG 为公司第一大业务集团，收入占比达 69.4%。受SSG、ISG 收入不断提升、近几年市场波动影响，IDG 收入占比逐步下滑。FY25Q1，IDG 收入达114.2亿美元，同比增长 11%，占总收入比重为 69.4%。受益于下游PC 复苏及用户需求转向高端产品，部门利润率提升至 7.3%（同比+0.92 个 pct）。
PC 为最大收入来源，非 PC 收入占比持续提升。公司的PC 产品包括笔记本电脑、台式机/显示器等，可满足消费者、企业在各个领域的不同需求，PC 是IDG的主要业务及收入来源。随着市场复苏，全球 PC 出货量同比转增，据IDC 数据，24Q2公司 PC 出货量 1470 万台，同比增长 3.7%，高于全球PC 出货增速。随着公司智能化变革逐步推进，IDG 收入来源多元化，PC 收入占比逐步下降。FY25Q1，智能手机业务收入同比增长 28%，在亚太、欧洲-中东-非洲和北美市场增长迅速，非PC 收入占公司总收入比重为 47%，较去年同期提升 6 个pct，占IDG 收入比重23%，较去年同期提升 2 个 pct。
基础设施方案业务集团（ISG）提供包括服务器、存储、网络、软件、解决方案和服务在内的一系列产品。ISG 拥有云服务 IT 基础设施、企业IT 基础设施（服务器、存储、边缘计算和服务）两大业务，包含 ThinkSystem、ThinkAgile以及ThinkEdge 三大主要品牌：1）ThinkSystem 是公司推出的统一服务器、存储和网络产品组合，可满足关键基础架构需求；2）ThinkAgile 是公司的专用软件定义产品组合，涵盖混合云、软件定义存储和超融合基础架构；3）ThinkEdge是公司推出的为部署新数据源而设计的专用服务器计算能力，包含一系列边缘计算设备。
FY25Q1 业绩创新高，盈利恢复计划逐步推进。受益于云服务IT 基础设施业务加速增长，基础设施方案业务集团（ISG）FY25Q1 收入首次突破30 亿美元，同比增长 65%，占公司总收入比重为 19.2%，其中 AI 服务器订单环比增长超50%。受GPU日益提高的散热需求推动，公司液冷服务器季度收入创下历史新高，同比增长超50%。ISG 已于 FY24 年末制定盈利能力恢复计划，包括：1）改进GPU 供应链；2）与 NVIDIA 合作，发布新型 AI 产品；3）推出 AMD MI300X 8GPU LLM 服务器；4）扩展新的合作伙伴 GTM 产品；5）实现费用和运营效率改进。目前计划稳步推进，FY25Q1 集团损失同比减少 2300 万美元。
方案服务业务集团（SSG）覆盖从硬件到软件，为客户提供端到端的服务。SSG整合了公司内部各业务部门的服务团队与能力，推动项目和解决方案、设备服务、运维服务和设备即服务(DaaS)业务的增长，主要业务分为三类：1）支持服务是围绕现有硬件产品的附加服务，涉及维护维修、保修等；2）运维服务是与设备相关的管理服务，为企业提供包括臻算（TruScale）服务在内的IT 运维服务；3）项目和解决方案服务包括系统集成解决方案和联想智能解决方案，偏重于围绕不同行业展开，驱动行业智能的解决方案。
收入持续增长，高利润率业务板块。方案服务业务集团（SSG）FY25Q1 收入为18.9亿美元，同比增长 10%，占公司总收入比重为 11.4%，连续十三季度取得双位数同比增长，并于 2023 年成为中国 IT 服务市场（非运营商）第二名。SSG 利润率达21%，占三大业务集团经营利润总和的三分之一。分业务方面，支持服务的收入同比增长 2%，运维服务收入同比增长 16%，设备即服务及基础设施即服务解决方案的总合约价值增加 40%，项目与解决方案服务收入同比增长18%。
1.4 财务分析：业务逐步回暖，研发不断提升
受市场影响全年业绩下滑，四季度业务明显回暖。公司2024 财年实现营业收入568.9 亿美元，同比下降 8%，实现归母净利润 10.1 亿美元，同比下降37%，业绩下滑主要受上半年市场不景气导致。自 2024 年下半年开始，市场明显回暖，公司FY25Q1 实现收入 154.5 亿美元，同比增长 19.8%；实现归母净利润2.4 亿美元，同比增长 37.9%，净利率较去年同期提升 0.21 个 pct。
毛利率改善，研发投入提升。公司毛利率在 FY20-24 年期间稳步提升，FY24毛利率达 17.2%，较去年提升 0.3 个 pct，公司净利率受市场景气度影响，FY24实现净利率 1.9%。公司期间费用率保持稳定，21-24 年研发费用率持续提升，FY24销售、管理、研发、财务费用率分别为 5.8%、4.4%、3.6%、0.2%。FY25Q1 公司期间费用率为 13%，较去年同期下降 1.6 个 pct，主要原因为下游市场回暖，公司销售费用率明显改善所致。
2.1 库存调整接近尾声，PC 下游市场回暖
疫情透支全球 PC 需求，近年行业周期下行。据 IDC 数据，2020 年之前全球PC年出货量维持在 2.7 亿台左右。2020 年后受全球疫情影响，远程办公、网课等需求兴起，2020-2021 年间全球 PC 市场快速增长，出货量从2019 年的2.7 亿台增长至 2021 年的 3.6 亿台，增长率达到 24.3%。疫情期间工作模式转变刺激了用户对PC 的需求，促使部分换机需求提前。进入 2022 年后，随着用户回归传统工作模式，PC 市场开始进入低迷期，2023 年全球 PC 出货量达到2.6 亿台，已跌至低于2019 年的水平。
厂商库存水平向好，PC 需求触底回暖。我们选取主流PC 整机厂商联想、戴尔、惠普、宏碁、苹果和华硕，对比 2019-2023 年各家存货情况。2023 年行业整体库存水平开始下降。此外整体存货周转率也有所改善，证明厂商主动消化渠道库存，而且市场需求有所回暖。据 IDC 数据，目前 PC 消费市场的主流换机周期为3-5年，经过疫情后两年的清库存阶段以及疫情期间购买的PC 更换周期的到来，2024年开始 PC 出货量开始实现正增长，24Q2 全球 PC 总出货量同比增长3%，达到6490万台，行业需求开始复苏。
2.2 AI PC：2024 年成为产业元年
AI PC 是指加入人工智能功能的个人电脑。AI PC 全称为人工智能个人计算机，是将人工智能技术应用于个人计算设备的新一代产品。传统的个人计算机注重计算能力和硬件性能，而 AI PC 在此基础上更加注重智能化应用。引入深度学习、自然语言处理、计算机视觉等人工智能技术后，AI 能够与PC 协作，通过云端或在电脑端独立运行大型语言模型，更好地理解用户需求，提供更智能、个性化的服务，从而改变和重塑 PC 用户体验。AI PC 是每个人的个人AI 助理，不仅可以提高生产效率、简化工作流程，还可以依据用户喜好，保护个人隐私数据安全，既是用户的数字化拓展，又是用户的智能双胞胎。
AI PC 功能可提供显著用户价值。AI PC 能够针对工作、学习、生活等通用场景，提供个性化创作服务、私人秘书服务、设备管家服务在内的个性化服务，例如起草会议通知、会议材料准备、会议记录和纪要、智能生成个人日程表、针对不同的工作场景主动进行设备调优等。在实际使用中，云端的公共大模型响应缓慢影响了很多用户的实际体验，AI PC 以本地推理为主，边缘和云端推理为辅，在混合算力、混合模型之间智能调配任务，有效缩减响应时间。用户一次性购买AIPC后可享受全生命周期的本地免费推理服务，加上有限的云端订阅，可显著降低个人用户使用 AI 大模型服务的成本。同时，AI PC 本地推理机制避免了敏感信息在云端服务器上处理，提供更安全的个人数据和隐私保障。
AI PC 的发展分为两个阶段，分别是启动阶段（AI Ready）和商业化阶段（AIOn）。2023 年，启动阶段的 AI PC 陆续上市。这类 AI PC 在硬件上具有一定AI加速算力，但尚不具备完整的 AI PC 特征。主要表现在芯片计算架构的升级上，新的CPU集成了 NPU 计算单元，实现了更高的能效比，提高了计算速度，并在运行过程中表现出更高的稳定性和可靠性。 2024 年开始，具备完备 AI PC 核心特征的产品逐步投放市场，符合商业化阶段标准。表现为 AI PC 能够实现端边协同计算、跨设备互联接力，甚至能够基于个人数据和使用历史，在边缘私域环境下实现个人大模型的微调训练。
硬件端：终端异构混合（CPU+NPU+GPU）算力是 AI 规模化落地的必然要求。算力是 AI PC 各项功能得以实现的前提，为满足生成式AI 的多样化要求和计算需求，需要采用支持异构计算架构的处理器。异构混合计算利用不同类型的指令集和体系架构的计算单元组成本地计算系统，可以通过 CPU（中央处理单元）、NPU（神经网络处理单元）、GPU（图形处理单元）等计算设备的组合应用充分发挥各硬件性能，对于不同的 AI 工作负载提供灵活的解决方案。CPU 主要用于通用计算，NPU针对神经网络工作负载进行了优化，GPU 主要用于图形和并行计算，异构运算可发挥不同处理器的优势，最终达到提升终端侧 AI 算力的效果，实现更快速、更高效的 AI 模型推理，保证了终端模型推理的可行性。
整体算力门槛：40TOPS。异构的混合 AI 算力保证了终端模型推理的可行性，算力快速提升使得终端设备可以承载越来越大的 AI 模型。当端侧内嵌的混合AI算力达到 10TOPS 时，可在本地完成设备智能管理、图像增强、游戏调优等特定场景的AI 模型推理。当端侧的混合 AI 算力达到 40TOPS 时，能够使AI PC 支持普通参数规模的本地模型推理，尽管依然需要 GPU 或云端配合才能完成更复杂的任务，但已经能够满足工作、学习、娱乐等场景的大部分 AI 创作需求。 英特尔与 AMD 等基于 x86 架构，移动平台处理器整体算力最高已经达到39TOPS。最新的桌面平台处理器从 24Q1 开始发货，同时还公布了截至2025年的芯片路线图。英特尔 Ultra 处理器，两年内将至少迭代两次，每次AI性能都将倍增。 ARM 架构拥有低功耗的优势。凭借 M 系列芯片，苹果Mac 电脑的市场份额在三年内翻倍。高通最新的骁龙 X Elite 处理器，整体算力达到75TOPS，端侧生成式 AI 处理能力达每秒 30Tokens，让本地处理130 亿参数的大模型成为可能。
软件端：整合轻量化 AI 模型。ChatGPT 推出后，大模型技术成熟度迅速提升，技术生态逐步形成，满足了向 PC 规模部署的技术要求。训练成本下降五倍，压缩和微调技术日益完善。大量开源模型、小参数量的大模型出现，为终端设备提供了多样化的选择。为了在本地环境部署模型，AI 技术厂商将采用模型蒸馏、压缩等技术，使大型模型变得更轻量化。这样做可以在基本保持性能的同时，减小模型的大小，降低对计算资源的需求。目前参数量较小的主流AI 大模型多为70亿参数或 130 亿参数，需要的存储空间大约 20GB 以上，个人电脑运行较为困难。根据头豹产业研究院披露数据，阿里通义千问 7B 模型的原始大小为14.4GB，在联想的 Lenovo AI now 中运行的模型则压缩到了 4GB，运行大模型更流畅。
2.3 行业：AI 拉动 PC 市场新一轮增长
消费市场：厂商库存水平向好，AI PC 驱动换机潮。主流PC 整机厂商（联想、戴尔、惠普、宏碁、苹果和华硕等）自 22 年起整体库存水平开始下降，整体存货周转率有所改善，厂商主动消化渠道库存，且市场需求有所回暖。全方位、个性化的服务将使 AI PC 深度参与到用户的生活、工作当中，与个人效率的提升联系最为直接。IDC 数据显示，2022 年仅有 10%左右的用户有2 年内置换PC 的计划。而AI PC 将加速换机潮的到来。越来越多的用户将因为AI PC 而做出提前置换PC的决定。IDC 预测 2 年内置换 PC 的用户占比将翻倍，提升至20%甚至更高。
知识工作者将成为早期的主流市场，消费市场人群结构高端化。知识工作者从事内容生产，AI PC 的能力供给与其需求更为吻合。OpenAI 研究结果显示，数学家、报税员、金融量化分析师、作家和网页与数字接口设计师等高收入和技术性职业会受 AI 的显著影响，个人 AI 提供了更高效的工作产出，或将提升其购买愿意。知识工作者细分市场将引领 AI PC 渗透，市场份额占比更高，短期内增长速度更快。IDC 预测未来 PC 消费市场人群结构将发生变化，越来越多注重生活品质和工作效率的用户会置换新机，成为 AI PC 的主流用户并拉动PC 消费市场人群结构的高端化。2025 年后随着 AI PC 的普及，越来越多对技术参数和价格变化敏感注重性能和功能的精明自主型用户会成为 AI PC 的消费者主体。
消费市场 AI PC 销售额将增长 8 倍。IDC 预测，未来五年在消费市场AI 笔记本电脑平均单价在 5500-6500 元之间，AI 台式电脑平均单价在4000 元左右，随着需求的增长和 AI 性能的提升，价格将稳步上涨。未来五年在消费市场，AIPC销售额将以笔记本电脑为主，AI 笔记本电脑和 AI 台式电脑合计销售额将从2023年141亿快速攀升至 2027 年 1308 亿，增长 8 倍。
中小企业：借助 AI PC 加速智能化转型。中小企业体量较小，组织结构相对简单。AI PC 对各类资源的充分整合可以有效弥补短板，对远程平台实现赋能，帮助管理者更高效地组织和管理工作任务，增加单个员工能够应对的客户与业务量，提升企业效率。IDC 预测，未来五年在中小企业市场，AI 笔记本电脑平均单价在5000-6000 元之间，AI 台式电脑平均单价在 3500 元左右，价格稳中有涨。中小企业 AI PC 装机率将在 2027 年达到 88%，AI 笔记本电脑和AI 台式电脑合计销售额将从 2023 年 32 亿元攀升至 2027 年 560 亿元，增长16 倍。
大型企业：领先企业率先导入 AI PC，长期与智能化转型相结合。由于数据安全等方面要求较高，且体量大部署复杂，AI PC 给大型企业带来的变化将体现在更长时间的跨度。IDC 预测，未来五年在大型企业市场，AI 笔记本电脑平均单价在5500-6000 元之间，AI 台式电脑平均单价在 4000 元左右，AI PC 在中国大型企业PC 市场中新机的装配比例将于 2027 年达到 74%，其中IT、互联网、金融和专业服务等科技领先行业的大型企业将率先导入 AI PC，AI 笔记本电脑和AI 台式电脑合计销售额将从 2023 年 2.3 亿元攀升至 2027 年 449 亿元，增长194 倍。
2024 年 AI PC 快速登陆市场后，随着应用场景的不断拓宽，AI PC 将拉动PC市场进入新一轮增长。IDC 预测，中国 PC 市场将因 AI PC 结束负增长，在未来5年中保持稳定增长态势。PC 市场总规模将从 2023 年3900 万台增至2027 年5000万台以上，增幅近 28%。AI PC 在中国 PC 市场中新机的装配比例将在未来几年中快速攀升，于 2027 年达到 85%，成为 PC 市场主流。2024 年中国终端设备市场中，将有超过半数的设备在硬件层面具备针对 AI 计算任务的算力基础，2027年将攀升至近 80%。据 Canalys 数据，预计 2024 年全球 AI PC 出货量达4800 万台，占PC 出货总量的 18%，至 2028 年，全球 AI PC 出货量将达2.1 亿台，占比70%，2024至 2028 年期间 CAGR 达 44%。
2.4 竞争格局：厂商开启 AI PC 竞赛
随着端侧模型和硬件的快速发展，AI PC 的能力和用户体验持续提升，2024年成为 AI PC 落地元年，各大厂商纷纷加码 AI PC，相关产品井喷式涌现。苹果：软硬件布局，尚未发布商业化阶段 AI PC 产品。软件端：苹果将为全产品线配置个人化智能系统 Apple Intelligence，将生成式模型置于iPhone、iPad、Mac 核心，根据个人情景为用户提供智能协助。Apple Intelligence 测试版本将在 2024 年秋季随 macOS Sequoia 推出，支持 M1 芯片以及后续机型。苹果正在将ChatGPT 访问集成到 iOS 18、iPadOS 18 和 macOS Sequoia 体验中，用户无需在工具之间跳转即可访问其专业知识以及图像和文档理解功能；硬件端：发布M4芯片布局 AI PC，将采用台积电 3nm 工艺，增强渲染及AI 能力，算力达38TOPS。宏碁：宏碁于 2024 年 3 月起逐步发售 Swift GO（非凡GO）系列AI PC 产品，率先推出的非凡 GO 14 及 16 搭载英特尔酷睿处理器，并内置Windows 11 中Copilot进行集中式生成式 AI 协助。宏碁于 6 月推出 Swift 14 AI，为旗下首款Copilot+PC，搭载高通骁龙 X Elite 处理器，包含更多 AI 工具及应用，并集成专用AcerSense程序快速访问所有 AI 功能，在 2024 年 7 月开始发售。惠普：惠普于 2024 年 3 月发布了多款初代 AI PC 产品，包括AI HP Elite和ProPC 产品系列，搭载英特尔酷睿处理器，在 Windows 中采用Copilot 以及Z系列移动工作站。惠普于 6 月发布了两款新一代 AI PC 产品OmniBook X AIPC以及EliteBook Ultra AI PC，采用骁龙 X Elite 处理器。
戴尔：2024 年 5 月，戴尔推出一系列搭载骁龙 X Elite 和骁龙X Plus 处理器的Copilot+PC，包含 XPS 13、Inspiron 灵越 14 Plus、Inspiron 灵越14、Latitude7455 以及 Latitude 5455，提供面向消费以及商业多种选项。微软：2024 年 5 月，微软发布两款 AI PC 新品 Surface Pro 以及SurfaceLaptop。新品搭载骁龙 X Elite 和骁龙 X Plus 处理器，提供长效续航，将AI 助手Copilot全面引入 Windows 系统，由 OpenAI 全新模型 GPT-4o 提供支持。华为：2024 年 4 月，新款华为 MateBook X Pro 发布，为华为首款AI PC产品。MateBook X Pro 应用华为盘古大模型，并搭载超过100 个AI 大模型智能体，覆盖办公、学习、创作、软件开发等多种场景。
2.5 联想：世界 AI PC 先行者
公司在全球范围内率先进入 AI On 阶段。2023 年 8 月，公司与英特尔在合作中首次提及 AI PC 的概念，10 月，公司展示了可以离线运行本地大模型的AIPC产品，并根据用户个人数据生成定制化解决方案。2024 年1 月，公司先后发布了十余款AI Ready 阶段 PC 产品，4 月，公司发布了新一批 AI PC 产品，包括：YOGABook9iAI 元启版、YOGA Pro 16s AI 元启版、小新 Pro 16 AI 元启版、拯救者Y9000XAI元启版等，成为全球首批进入 AI On 阶段的厂商。
公司提出“四端一体”战略，发布具有五大特性的AI PC。基于对AI 和终端市场的研判，公司发布了联想天禧 AI 生态“四端一体”战略。“四端”分别指AIPC、AI 平板、AI 手机和 AIoT 四类终端设备，“一体”一方面指的是承接用户个人助理任务的个人智能体，另一方面指个人智能体穿梭于四类AI 终端，使其融为一体。依托天禧 AI 生态，公司新发布的 AI PC 产品具有以下五大特性：1）内嵌个人大模型与用户自然交互的智能体；2）个人知识库；3）本地异构AI算力（CPU/GPU/NPU）；4）开放的人工智能应用生态；5）个人数据和隐私安全保护。
公司推出了其设计的个人智能体——联想小天。它由嵌入本地的天禧大模型驱动，通过自然交互，在工作、学习和生活等场景中带来AI 体验，搭载了十余款核心应用，包括 AI 画师、AI PPT、会议纪要等，且在不断增加。用户只需通过快捷键调出联想小天，即可使用语音或键盘输入等多种自然交互方式使用AI 应用。联想小天具备自我学习和成长的能力，通过日常互动，能够不断学习和理解用户的习惯和偏好，从而提供更加精准和个人化的服务。
大模型内置到 PC 中的核心在于大模型压缩技术。公司通过大模型压缩技术，在个人智能终端或边缘设备，比如电脑、手机、平板、头显乃至汽车上运行，通过自然交互接收指令，并执行推理。大模型能够通过个人的旅行纪录、购物偏好等信息，更好地进行推理，做出行动；甚至可以根据用户的思维模式和行为频率去预测下一个任务，并主动提出建议，自主寻找解决方案。
公司能够提供整合大模型、软件和硬件的整体解决方案，满足不同性能要求。公司的 AI PC 具有以下优势：1）提供能够基于本地运行的大模型；2）与仅基于云的解决方案相比，联想 AI PC 提供即时响应，几乎无延迟；3）用户数据将保存在联想 AI PC 中，无需上传到云端，从而避免了潜在的数据滥用风险或安全漏洞暴露。公司依托混合可信架构技术（Hybrid Trusted Architecture），架构技术底层采用了自主研发的硬件芯片，为上层系统和个人数据提供了系统无关的物理隔离和保护。架构计算提供的密钥和加密强度，已达到抵抗量子攻击的安全级别，确保对应的个人密钥，可以抵御未来的量子计算；4）CPU、GPU 和NPU 的组合优化了低功耗的 AI 工作负载，提供业内领先的计算能力；5）提供更加全面的产品组合，覆盖轻薄本、游戏本等类型，价格最低可达6000 人民币左右，为用户提供多样化、高性价比的选择；6）本土+海外推进，公司自研本土化AI 助手，具有优质中文支持能力，并在海外市场推出 Copilot+PC，更好满足不同国家客户需求。
3.1 智能算力需求推动，服务器业务跃升国内前三
3.1.1 AI 服务器：人工智能时代算力解决方案
AI 时代来临，服务器性能面临挑战。服务器是一种高性能计算机，作为网络的节点，存储、处理网络上 80％的数据。服务器比普通计算机运行更快、负载更高、价格更贵，具有高速 CPU 运算能力、更高的可靠性、更强的I/O 外部数据吞吐能力以及更好的扩展性。服务器内部结构与普通计算机相差不大，都是由CPU、硬盘、内存、系统、系统总线等部分组成，按应用场景分类可分成存储服务器、云服务器、AI 服务器和边缘服务器。通用型服务器主要以CPU 为算力来源，优化了单线程性能和通用计算任务，而非针对并行处理，主要采用提高核心数来提升算力。随着 AI 技术的发展，数据量呈几何倍增长，需要大量并行处理能力来训练和推理，导致通用型服务器难以满足日益增长的算力需求。
AI 服务器是指专为人工智能应用设计的高性能计算机设备。相较于通用型服务器，AI 服务器有以下特点：1）硬件架构：AI 服务器采用异构计算架构，通过异构形式适应不同应用范围以及提升服务器的数据处理能力，异构方式包括CPU+GPU/TPU/ASIC/FPGA，目前广泛使用的 AI 服务器为CPU+GPU；2）GPU数量：通用型服务器一般采用一个或两个 GPU，AI 服务器需要承担大量的计算，一般配置四块 GPU 以上；3）设计不同：AI 服务器由于有多个GPU，需要针对系统结构、散热、拓扑等做专门设计。以上特点使得 AI 服务器拥有更强的并行处理能力、更快的处理速度和更大的存储空间，能够支持大规模数据处理、模型训练、推理计算等复杂任务。
AI 服务器产业链可分为上、中、下三部分：1）上游为零部件厂商，包括CPU、GPU、存储芯片、固态硬盘、PCB、被动元器件等；2）中游为AI 服务器厂商；3）下游为各类应用市场，包括互联网企业、云计算企业、数据中心服务商、政府部门、金融机构、医疗领域、电信运营商等。
3.1.2 行业：智能算力需求激增，AI 服务器市场快速增长
Scaling Laws：大模型训练的重要指导法则，规模越大模型效果越优。据OpenAI发布的论文《Scaling laws for neural language models》，模型性能极大依赖训练规模，模型参数、数据集大小以及用于训练的计算量增加可以达到减少模型损失，增加大模型性能的效果。
“涌现”能力：随着训练规模不断增大，大模型将产生质变。据《EmergentAbilities of Large Language Models》，随着模型规模的扩大，语言模型表现出的新的、不可预测的能力。这些新能力在中小模型上线性放大都得不到线性的增长，但在模型规模突破一定阈值时突然出现。“涌现”能力反映了系统行为质的变化，这种变化不能简单地通过观察或分析较小规模模型的性能来预测。
以 AIGC 为代表的人工智能应用、大模型训练等需求兴起，推动全球算力需求快速增长。全球算力需求飙升主要基于以下原因：1）模型能力提升依赖更大的训练数据量和参数量，对应更高的算力需求；2）AI 模型的发展方向转向多模态，训练模型的数据从单一文字数据发展到目前的图片、视频数据，均需要更强的算力处理；3）模型种类多样化（文生图、文生视频）以及新推出的模型数量激增，均推动算力需求的增长，以 AIGC 为代表的 AI 应用用户数量爆发，推理侧算力需求快速增长。
模型参数迅速提升，算力竞争愈演愈烈。近年来新推出的大语言模型所使用的数据量和参数规模呈现指数级增长，GPT3 模型参数约为1750 亿，GPT-4 参数量达1.8 万亿，国内目前公布的大模型参数规模也普遍在百亿至千亿级别，未来的算力竞赛还将持续。
算力需求催化投资，算力厂商率先受益。根据李飞飞团队发布的《人工智能指数报告》估算，OpenAI 的 GPT-4 使用了价值约 7800 万美元的计算资源进行训练，而谷歌的 Gemini Ultra 耗费了 1.9亿美元的计算成本，2024 年3月，微软和OpenAI宣布计划投资 1000 亿美元打造星际之门 AI 超算，全球算力投资迅速提升，算力厂商或将率先受益。
以 AI 服务器为代表的全球智能算力需求激增。算力可分为通用算力、智能算力以及超算算力：1）通用算力：由基于 CPU 的服务器提供算力，主要用于基础通用计算；2）智能算力：由基于 GPU、FPGA、ASIC 等 AI 芯片的加速计算平台提供的算力，主要用于人工智能训练和推理计算；3）超算算力：由超级计算机等高性能计算集群提供算力，主要用于尖端科学领域的计算。早期通用算力占整体算力的比重达 90%以上，随着人工智能技术的发展，智能算力规模迅速增长。IDC 预期，2023年中国智能算力规模达 414.1EFLOPS，至 2027 年将达1117.4EFLOPS。据中国信息通信研究院预期，2030 年全球智能算力规模将达 52.5ZFLOPS。
受益于智能算力市场的推动，全球 AI 服务器市场规模实现快速增长。据TrendForce 数据，预计 2024 年全球 AI 服务器市场规模为1870 亿美金，同比+69%；从服务器占比来看，预计 24 年 AI 服务器占比为 12.2%（出货量维度），同比+3.4个 pct。2023 年 AI 服务器出货量 118 万台，至 2026 年AI 服务器出货量将至237万台，对应 23-26 年 CAGR 为 26.05%。假设单台 AI 服务器价值量为25 万美金，则 26 年 AI 服务器市场规模为 5922.5 亿美金。
政策+需求拉动中国 AI 服务器市场规模增长。在当前数字经济时代背景下，国家出台多个政策支持 AI 产业发展，AI 服务器行业保持快速增长。相关企业加速布局以及人工智能应用场景的逐步落地，算力需求量快速增长，AI 服务器在服务器整体市场中比重提高。中国的企业和研究机构积极进行人工智能服务器的技术研发和创新，包括高性能处理器、大容量内存、高速存储器和高效冷却系统等领域的创新，以满足计算能力和数据处理速度的需求。IDC 预测，未来市场需求量也将会实现大幅度上升，预计 2023 年，中国人工智能服务器市场规模将达91亿美元，同比增长 82.5%，2027 年将达到 134 亿美元，CAGR 为21.8%。从工作负载来看，2023 年训练服务器占比达 58.7%。随着训练模型的完善与成熟，模型和应用产品逐步进入投产模式，处理推理工作负载的人工智能服务器占比将随之攀升，至 2027 年，用于推理的工作负载将达到 72.6%。
3.1.3 联想：锁定 AI，本土、全球同步推进
公司布局全栈 AI 算力基础设施，服务器份额升至国内第三。2023 年2 月，联想问天服务器品牌发布，公司推出双品牌布局的服务器战略以及系列新品，并提出5 年内冲击中国服务器市场第一的目标；8 月，公司发布AI 算力战略，提出全面打造以 AI 为导向的算力基础设施。2024 年 2 月，公司提出“一横五纵”的全栈智能战略；4 月，发布联想万全异构智算平台，并分享针对AI 2.0 时代的五大创新技术；6 月，公司跃升至中国服务器市场前三，成为前五名中唯一销售额环比增长的厂商，同比增长达到 200%。
双品牌推进，组建七大行业纵队。公司针对中国本土市场推出联想问天服务器品牌，与原有 ThinkSystem 品牌形成双品牌战略：1）联想问天主打本地化+定制化，覆盖互联网、运营商、政府、银行、普教、金融、能源等行业；2）ThinkSystem强调全系列产品+全球化技术，覆盖高教、证券、医疗、制造、交通等行业。公司服务器组建了七大行业纵队，聚焦政府、教育、制造、金融、运营商、互联网和重点行业，提供定制化的产品和服务，以满足不同行业客户的需求。
锁定 AI 赛道，本土化为破局关键。联想问天立足国内领先技术，着眼于中国客户的个性化需求，通过搭载国产部件、软件和生态配置，以及专属本地的专家和服务团队，为客户提供端到端的全方位支持，具有以下优势：1）完善生态提供多样算力。通过“软件+硬件”全生态合作伙伴互认证，为客户不同业务提供多样算力，持续完善着国产 AI 加速卡的硬件生态。在面向国产化AI 算力需求方面，公司已与燧原科技、天数智芯等企业合作，并对XClarity管理套件持续优化，与 30 多家供应商开展密切合作，支持337 个国产部件以及超过30 多个国内云 OS 版本。2024 年 3 月，公司首台搭载国产AI 算力芯片的服务器——联想问天 WA5480 G3 在合肥成功交付； 2）快速反应，为客户不同场景提供高效算力。一方面公司扎根客户场景不断丰富持续壮大产品矩阵，产品覆盖通用计算、异构计算、高密存储、边缘等场景。另一方加速技术创新迭代，在英特尔发布第六代至强可扩展处理器的同时，公司第一时间对服务器进行升级，并发布多款产品； 3）模块化灵活配置，满足定制化需求。问天服务器通过模块化灵活配置存储和I/O，根据业务负载的定制化设计，提升客户投资回报率；4）继承液冷技术优势提供绿色算力。针对中国客户提升算力能效管理需求，公司液冷技术覆盖风液冷混合、全液冷、整机柜液冷、单相浸没式液冷主流液冷技术，联想海神（Lenovo Neptune）温水水冷技术可实现100%服务器部件用水冷却，热移除效率最高达 98%。 问天 AI 服务器可针对不同需求提供解决方案。WA5480 G3 以及WA7780 G3为问天产品系列中的 AI 服务器，问天 WA7780 G3 针对 AI 算力供给困境设计,可为通用大模型训练提供算力支撑；问天 WA5480 G3 支持多元的算力和丰富的生态，能够为AI 模型的训练推理提供可靠算力，加速人工智能在各行业落地。
ThinkSystem 服务器具有强性能与高可靠性。ThinkSystem 服务器系列聚焦全球，拥有跨平台和多工作负载性能，以及业界领先的灵活性与可靠性，拥有以下优势：1）ThinkSystem 系列涵盖全方位服务器产品，提供包括塔式、机架式、刀片式、高密度、关键业务、AI 等 6 大系列的全套产品；2）可靠性及性能业内领先，ThinkSystem 服务器连续 10 年在 ITIC 的 x86 服务器正常运行时间和可靠性方面排名第一，且在性能方面排名第一，在企业、高性能计算和人工智能工作负载范围内，与最接近的竞争对手相比，世界性能记录数量是其6 倍。
与其他主流厂商 AI 服务器相比，ThinkSystem 系列AI 服务器具有以下优势：1）采用公司自主研发的联想海神直接水冷技术，PUE 值低至1.1，在高密度形态下提供可靠性能，SD650-I V3 单个机架可提供 45PetaFLOPS 的AI 峰值算力，占地面积不到 8 平方英尺；2）解决方案可扩展，ThinkSystem 服务器可用于集群环境中，利用高速 Fabric 架构实现横向扩展，适应不断增加的工作负载需求。借助公司HPC 和 AI 软件栈，用户可以在一个集群环境中支持多个用户并灵活扩展；3）轻松上手，入门简单。在联想 AI 创新中心，客户可以在不同的硬件和软件平台上自己完成概念验证（PoC），联想数据科学家和 AI 解决方案架构师可以随时提供帮助。
受 AI 服务器推动，公司服务器市占率回升。2023 年，全球IT 投资预算变化，AI基础设施部署加快，GPU 供应出现短缺。通用服务器等非AI 服务器市场受到冲击，下游需求转向 AI 服务器，非 AI 设备投资减弱。公司服务器产品中通用服务器占比较大，受市场影响出货量下行，市占率有所下降。进入2024 年后，公司先后发布多款高性能 AI 服务器，并持续推进双品牌战略，服务器市场份额环比回升。24Q1公司服务器出货量达 16.8 万台，环比提升 11.7%，市占率达5.3%。
3.2 重塑 IT 服务，紧抓 AI 机遇
3.2.1 行业：IT 投资快速提升，服务成最大支出领域
IT 服务贯穿企业 IT 系统的全生命周期，经过多发展阶段。IT 服务覆盖需求分析与设计、开发、部署与实施、维护与管理、优化、升级等环节。从IT 服务业的价值链出发，IT 服务可以分为专业服务、维护服务和运营服务三类。专业服务包括IT 咨询服务、IT 基础架构建设服务等，维护服务包括IT 基础架构运维服务及相关软硬件支持等，运营服务包括业务流程外包、系统运营外包等。IT 服务发展可追溯至计算机科技初期，随着科技进步，IT 服务形式和范围都在不断地变化和发展。
AI 推动全球 IT 支出的增长。AI 技术的发展驱动企业业务自动化、帮助企业优化资源配置并协助数据分析，从而提升业务流程效率，推动企业的智能化转型需求。个性化服务和智能应用带来了新的市场需求，以 AIGC 为代表的AI 应用需要强大的计算能力和数据存储，推动了高性能计算、数据管理以及云计算的相关投资。随着 AI 应用的增多，企业对网络安全和合规服务的需求也在增加，推动相关领域的 IT 支出增长。据 Gartner 预测，企业机构将于 2024 年加快投资于使用生成式AI，2024 年全球 IT 总支出预计将达到 5 万亿美元，较2023 年增长6.8%，中国IT 总支出预计将达到 3.9 万亿人民币，较 2023 年增长6.2%。
IT 服务成为最大 IT 支出领域。全球 IT 支出增加、软件即服务（SaaS）和云服务的广泛应用、改进的 IT 基础设施带来的数据泄露等安全威胁，以及5G、区块链、增强现实（AR）和 AI 等技术趋势将共同推动 IT 服务的需求增长。据MordorIntelligence 预期，至 2029 年全球 IT 服务市场将达1.8 万亿美元。据Gartner预计，IT 服务将在 2024 年继续保持增长并首次成为最大的IT 支出领域，2024年 IT 服务支出将增长 8.7%，达到 1.5 万亿美元，短期增长主要由企业智能化转型需求推动，企业将更多投资于组织效率和优化项目。
IT 服务中即服务渗透率快速提升。随着云计算技术的深入发展，数据中心基础设施逐步向云转变，计算、存储、网络等各类资源的软件定义能力得到加强。提供公有云运营服务的厂商也得到发展，企业的基础设施不再局限于私有数据中心内部。多云及基础架构异构已经成为企业常态，以“弹性伸缩、自服务”为代表的“敏态”IT，正在改变传统 IT 的定位和交付模式。即服务（as-a-Service）是一种基于订阅的服务模式，客户按需支付费用，获取所需的IT 资源和服务，而不是进行一次性购买，这种模式涵盖硬件、软件、平台和基础设施等多种资源。据Gartner 预测，全球 IT 即服务市场规模在未来三年将达到近300 亿美金，2023年，存储、PC 及服务器的即服务业务占比将达到 61%、22%和12%。
3.2.2 联想：TruScale 重构 IT 服务，“一擎三箭”助力AI 落地
发布 TruScale 服务产品，重点发力即服务业务领域。2021 年，联想提出了对新IT 架构未来的三种预判，即混合型工作与生活方式，将驱动更多样的设备、IoT终端和在线服务；边缘计算、云计算与传统数据中心并存的趋势将驱动更丰富的基础设施；人工智能在智能化转型中的核心地位与前景。针对这三种预判，公司推出了联想 TruScale 服务品牌，把传统的硬件、软件、服务分散采购模式，设计、建设、运维分段实施的模式，整合成可以订阅的、一站全包的服务模式。
TruScale 提供三方面服务，具有三大优势。TruScale 提供以下服务：1）以设备为核心的支持服务，在传统 IT 设备服务基础上，提供如数据恢复、旧设备绿色回收等特色服务；2）即服务，提供给客户高度灵活、可定制的IT 服务，并将运维服务、设备即服务和 laaS、PaaS 和 SaaS 进行结合，满足不同层级的全场景需求；3）行业解决方案服务，公司将自身智能化转型中的实践结合行业的knowhow，在专注的领域通过场景化、可复制的解决方案服务实现向垂直行业的纵向延伸。TruScale 具有以下优势：1）全栈能力，可提供所有技术和服务上所需要的方案模块；2）一体化、订阅式，客户既可以按照传统方式一次性的购买解决方案，也可以根据实际的使用情况按季、月甚至按照实际 IT 的使用量进行付费，让客户更加敢于进行新 IT 技术的应用和尝试；3）一站全包，覆盖IT 服务的过程当中的运营、管理，以及客户的智能设备管理，使新 IT 应用更简单。
基于“一擎三箭”，把握 AI 机遇。AI 发展被誉为第四次工业革命，受其影响企业架构、企业生产模式都将发生根本性改变。从全球范围看，未来AI 将是最重要的新质生产力。2024 年，SSG 提出“一擎三箭”战略，作为AI 时代指导战略，帮助不同客户实现 AI 应用全场景落地。“一擎”指的是擎天3.0（擎天智能体引擎），涵盖为行业客户打造的行业智能体以及联想内生外化的研产供销服智能体，并搭配企业知识库，企业混合大模型，AI 开发平台等工具。“三箭”分别指：1）政企方案服务：以擎天智能体为抓手，全面升级为 AI 原生解决方案与服务，全面重构产品及解决方案，打造 Portfolio 2.0，包括行业解决方案、智能混合云、可持续发展解决方案、DWS 数字工作场所解决方案及支持服务五大解决方案；2）中小企业方案服务：将百应升级为大模型技术驱动的一站式AI 服务平台，打造为中小企业设计的百应智能体，让中小企业客户更方便地获得AI 原生支持服务；3）消费服务：通过天禧 AS 和联想电脑管家充分协同，以服务智能体向用户提供全新的、主动式的智能服务。
3.2.3 AI 新范式解决方案：混合 AI+智能体
通用大模型难以满足商业化需求。据 IDC《2024 AIGC 应用层十大趋势白皮书》数据，2024 年全球将涌现出超 5 亿个智能化应用，相当于过去40 年出现的应用数总和，大模型将加速渗透各个行业。在从技术价值走向应用价值阶段，许多表现出色的 AI 系统，在面对真实世界时往往暴露出适应性不足、稳定性欠缺、安全性等问题，导致商业化进程受阻。通用大模型基于公开文献和网络信息训练，缺乏专业知识和行业数据的积累，在行业针对性和精准度方面也存在不足。企业正从大模型的消费者转变为共同创造者，通过与互联网企业、科研企业共同开发大模型，加上行业和企业自身数据，在原有大模型上针对应用场景进行调优、量化、场景迁移等，帮助模型适应行业需要，构建高度可用的智能服务。据ForresterResearch 预测，2024 年约 85%的企业将开始通过 GPT-J 和BERT 等开源模型来扩展人工智能，而不是仅 ChatGPT 等主流且专有选择。公司是全球少有的业务覆盖“端-边-云-网-智”全要素的智能化解决方案提供商，能够在软硬件多个领域有效帮助企业扩展 AI。
依托全栈解决方案能力，公司在影响大模型落地的数据、算力、算法以及工具四个关键要素上推出了助力 AI 商业化落地的行业智能体解决方案及服务。公司通过将实践经验和技术积累做场景化封装，弥补大模型面向企业应用的能力不足，从而加速企业落地大模型的进程：
1）数据层：要实现 AI 技术工业级应用，高质量、精细化、定制化数据必不可少，能够将数据应用于业务的服务商将直接影响大模型训练成本与结果。SSG已帮助中国规模以上企业智能化转型和百万中小企业的数字化、智能化升级，具备先进的智能化转型方法论以及丰富行业经验积累。结合企业客户海量特定场景的数据，可显著提升大模型训练效率；
2）算力层：大模型落地应用前提是算力基础设施。受限于成本问题，云算力成为企业突围算力壁垒的必选项。公司研发的智能混合云为业界领先的云上全生命周期解决方案，混合智能解决方案包含端-边-云 AI 能力混合、大小模型混合、多种异构算力混合、多种数据源和知识源混合和人与 AI 有机混合，针对端、边、云不同场景大模型及算力要求，SSG 可进行统一纳管，优化调配和平衡部署。基于公司软硬服一体化能力，SSG 能够实现训练与推理一体化，助力客户AI 应用落地。
3）算法层：加速 AI 落地应用不能仅依靠大模型，大模型在理解语言、理解世界、调用外部工具解决复杂问题、记忆机制、学习和迭代更新能力方面存在欠缺。公司打造联想智能体系统架构，以智能体大脑（大模型+反思和自学习）为核心，可实现意图理解和主动感知、个人知识库及工具库的构建和调用、记忆机制、智能体画像以及复杂任务分解和规划等。
4）工具层：完善的大模型工具链是企业高效使用AI 技术的前提。工具链可大致分为服务于模型开发者的模型训练工具、模型调用工具和服务于模型应用者的一体化模型服务平台。由公司开发的一站式交付智能服务平台Al Force 采用组件化应用构建，用户可以按需选择 Prompts、RAG、FunctionCalling 的服务，将多组件自由整合，基于 AI Force，联想以服务的方式为客户提供一站式智能体交付。
4.1 开放生态逐步完善，Arm 架构崛起
CPU 架构可分为 CISC 和 RISC。CPU 全称为中央处理器，通常由控制单元、算术逻辑单元（ALU）和寄存器组成，是一种负责解释和运算计算机程序中的指令以及控制计算机操作的集成电路，对计算机的性能和运行效率具有重要影响。CPU架构按指令集可分为复杂指令集（CISC）和精简指令集（RISC）两类。RISC 的设计理念是在硬件中实现较少的指令集，从而简化处理器的设计和提高执行效率，Arm架构为 RISC 的典型代表。CISC 的设计理念是通过在硬件中实现复杂的指令集，从而简化编译器和软件的设计，典型代表为 x86 处理器。
RISC 与 CISC 架构各具特点及优势。RISC 架构的主要特点包括：1）RISC处理器的指令集相对简单，每条指令执行时间固定，通常在一个时钟周期内完成；2）通常只支持几种简单的寻址模式，这使得指令解码和执行更加高效；3）RISC处理器通常拥有较多的寄存器，以减少对内存的访问频率，从而提高性能；4）通过硬件实现指令流水线，使得多个指令可以同时进行处理，从而提高指令的执行速度。CISC 架构的主要特点包括：1）CISC 处理器的指令集非常丰富，可以在一条指令中完成多个操作；2）支持多种复杂的寻址模式，使得编写高级语言的编译器更加方便；3）CISC 处理器通常通过微代码实现复杂指令，这使得处理器可以支持更多的指令类型；4）指令的长度不固定，这使得指令的解码和执行更加复杂，但也更灵活。
Arm 崛起，对 x86 形成冲击。x86 架构处理器最初由多个制造商生产，自上世纪80 年代起，微软与英特尔为推动 PC 产业发展，组成了Wintel 联盟，由微软Windows操作系统与英特尔 CPU 所组成的 PC 垄断桌面端多年，大多数获得x86 授权的公司要么已经退出市场，要么被收购，最终只剩下英特尔和AMD 作为主要的x86处理器供应商。由于早期生态管理策略过于封闭，面对移动终端设备带来的新的应用场景布局缺乏针对性应对策略，在 iPhone 和平板电脑等移动设备的兴起后，Arm架构逐渐崛起，对 x86 的市场格局形成冲击。
各大巨头正加速拥抱 Arm 架构。随着技术的发展，为了满足不断增长的应用需求和提高性能，x86 架构正不断增加新的指令和功能。这种复杂性增加了软件优化以及能耗管理等方面的难度，同时导致处理器的设计更加复杂，不仅增加了制造成本，还影响了处理器的功耗效率。而 Arm 指令集相对简单，通常能够提供更好的能效比。这意味着对于给定的工作负载，ARM 架构可能以更低的功耗实现相同的性能水平。此外，ARM 架构具有高度可扩展性，支持从低端嵌入式系统到高端服务器的各种应用范围。Arm 架构的优势能够有效降低用户的硬件采购和维护成本，并提高系统的运行效率。目前各大巨头正加速拥抱Arm，促进Arm 的生态更加完备。
4.2 AI 时代来临，WoA 优势显著
Arm 在 AI 领域具有显著优势，有望替代 x86 成为主流选择。PC 发展早期，Wintel联盟占据了大部分市场份额。近年来，随着 AI 产业的发展，PC 产品逐渐向Arm架构倾斜，WoA（Windows on Arm）正成为 AI PC 领域的首要选择，Arm 构架在AIPC 中存在以下优势： 1）能效比和成本控制：AI 任务通常需要大量的计算资源，能效至关重要。Arm架构通常比 x86 架构更能有效地利用能源，可以在相同功耗下提供更好的性能，或者在相同性能下降低功耗，也能更有效的控制成本。2）定制化：由于边缘设备对功耗、尺寸和成本非常敏感，因此Arm 架构因其低功耗特性和可定制化而成为理想的选择。Arm 架构通常更灵活，可以根据具体需求进行定制。制造商可以根据特定的应用场景来优化芯片，以满足不同的性能、功耗和成本要求。相比之下，x86 架构的生态系统更为封闭，定制程度较低。3）集成度：Arm 架构通常具有更高的集成度，可以在单个芯片上集成CPU、GPU、神经处理单元（NPU）等多种计算单元。使得 AI PC 可以更好地支持复杂的AI工作负载，并且更容易实现高效的计算资源共享和管理。4）灵活性：Arm 生态系统中有许多开源项目和社区支持，这为开发者提供了丰富的资源和工具。开源文化和社区合作有助于加速技术的发展和创新，使Arm架构在软件生态系统的建设和优化方面具有优势。 综上，采用 Arm 架构的 AI PC 在能效、定制化、集成度和灵活性等方面具有明显优势，特别适用于处理 AI 相关的工作负载。随着AI 发展和普及，Arm 架构有望替代 x86，成为市场的主流选择。
微软、高通携手 WoA 计划，2024 年成为拐点。Arm 与微软的合作计划WindowsonArm（WoA 计划）已持续近 10 年，三星、联想、小米和华为等均已推出基于高通芯片的笔电产品，随着高通收购 Nuvia 并发布 X Elite，更多基于Arm架构的Windows 笔记本电脑在 2024 年推出。截至目前，WoA 计划取得成果如下：1）硬件：Arm 与 Microsoft 在多个技术市场上长期合作，2017 年推出Windows10on Arm。现有多款高性能 WoA 设备，如 Lenovo ThinkPad X13s，具备多天电池续航和即时启动功能，提供纤薄设计和类似移动设备的体验。2）原生应用开发：Windows Dev Kit 2023 推出，加速WoA 原生应用开发。开发者可使用 Arm 芯片设备进行开发、测试和部署，Azure 提供Arm 虚拟机支持持续集成和交付。完整的 Arm 原生工具链和 IDEs 包括Visual Studio 2022、.NET、Java、WSL2 等，支持在 Arm 上开发和运行应用。 3）主要应用供应商瞄准 Windows on Arm：主要应用供应商已发布WoA 原生版本，如 Adobe Photoshop、Spotify、Microsoft Office 等。在Arm 硬件上性能更佳，电池续航更长，AI 加速访问提升整体体验。例如，Spotify 的启动时间提升了7-10倍。 4）Windows on Arm 版 Chrome：Google 推出 WoA 版Chrome 浏览器，用户可享受Chrome 的 Arm 原生性能。这一成果源自 Arm 和 Microsoft 对Chromium 项目的合作，其他基于 Chromium 的技术也将受益，如 Electron 和CEF。Arm 和 Microsoft 将继续合作，提升 WoA 硬件性能、效率和交互功能，优化边缘AI 工作负载，降低计算成本，提供更丰富的客户价值。Arm 原生Windows应用将更高效地运行 AI。得益于 Arm 和 Microsoft 的合作，WoA 平台硬件、开发者工具、生态系统和主要应用程序均已成熟，或在未来加速对x86 市场的冲击。
4.3 公司推出 Arm 新品，打开利润提升空间
AI 时代加速架构变革，各大 PC 厂商纷纷发布 Arm 架构新品：1）联想：推出 Yoga Slim 7x 和 ThinkPad T14s Gen 6，搭载骁龙X Elite，具备45TOPS NPU 和 Windows 11 的 Copilot+支持，增强创造力、生产力和安全性。2）微软：推出 Surface Laptop 与 Surface Pro，搭载全新NPU，提供长效续航以及支持先进的 AI 模型 GPT-4o，可以接受任意组合的文本、音频、图像和视频作为输入，并生成任意组合的文本、音频和图像输出。3）宏碁：推出 Swift 14 AI，结合骁龙 X 平台与 Windows 11 的Copilot+功能，支持 Acer PurifiedView 2.0 和 Acer PurifiedVoice 2.0。配备2.5K 触摸显示屏，具备 AI 标识和 Activity Indicator 触摸板。4）华硕：推出 Vivobook S 15，采用骁龙 X Elite 和X Plus，具备45TOPSNPU和 45W TDP，15.6 英寸 3K 120Hz OLED 显示屏，续航超过18 小时，纤薄设计和丰富 I/O 端口。 5）戴尔：推出五款新笔记本（XPS 13、Inspiron 14 Plus、Inspiron 14、Latitude7455 和 Latitude 5455），提供强大处理速度、AI 性能和长电池续航。6）惠普：OmniBook X AI PC 和 EliteBook Ultra AI PC，配备45TOPSNPU，续航达 26 小时，配有快速充电和 AI 优化功能，安全性增强。7）三星：推出 Galaxy Book4 Edge，搭载 14 英寸和16 英寸动态AMOLED2X显示屏，45TOPS NPU 算力，结合 Galaxy AI 生态系统，提供个性化AI 计算和直观功能。
AI PC 拉动售价、毛利率提升，贡献业绩弹性。我们假设联想AI PC 产品销售占比将逐年提高，即 24、25、26 自然年占比分别为10%、40%、60%。1）从收入维度，进行敏感性测算，在中性预期下（AI PC 较普通PC 售价提升10%），AIPC在 24、25、26 自然年对收入弹性分别为 0.6%、2.4%、3.6%。2）从毛利率维度，假设 AI PC 毛利率提升 5 个 pct，则 AI PC 在 24、25、26 自然年对公司毛利润弹性分别为 2.6%、10.5%、15.8%。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
