半导体行业AI系列专题报告(三)，AIoT端侧：智能硬件百花齐放，国产SoC大有可为

AI系列专题报告（三）AIoT端侧：智能硬件百花齐放，国产SoC大有可为证券研究报告2025年6月19日徐碧云 投资咨询资格编号：S1060523070002闫磊投资咨询资格编号：S1060517070006徐勇投资咨询资格编号：S1060519090004证券分析师请务必阅读正文后免责条款半导体行业 强于大市（维持）投资要点处理：边缘智能推动了NPU的广泛应用。AI端侧应用正加速渗透，技术革新推动硬件升级。音频作为高频次、高强度信息交互的重要载体，正快速成为AI落地端侧的首要信息维度。AI增强型SoC通过集成NPU与可重构计算单元，结合算法-芯片协同优化，突破传统处理器的能效瓶颈，可有效释放边缘侧的实时推理与决策能力。NPU凭借低功耗特性成为边缘设备的理想选择，专为神经网络设计的架构使其在深度学习任务中表现优异，主要应用于人脸识别、语音识别、自动驾驶、智能相机等领域，且技术架构随AI算法和应用场景不断演进。连接：无线通信，物联网主要实现方式。物联网端侧连接需求持续增长，推动局域无线连接技术的应用扩展，涵盖WiFi、蓝牙、ZigBee、2.4G私有协议、Thread等 。 各种无线连接技术的融合互补拓展了设备功能与应用场景，终端可根据带宽、覆盖范围、功耗等场景需求，灵活切换通信方式，实现高效互联与协同工作。而无线连接芯片是万物互联的核心，蓝牙、WiFi等技术迭代，提升设备无线通信的传输速率、距离和稳定性。随着蓝牙、WiFi、ZigBee等低功耗芯片在智能家居、可穿戴设备、新零售等领域地位愈发重要，市场对高集成度、多模、低功耗IoT连接芯片的需求应运而生。端侧应用：加入AI的核心是推动用户体验升级。在AI发展重心向终端转变过程中，支持文本、音频、图像、视频等多模态交互的智能感知与自然对话需求日趋强烈。AI智能眼镜、耳机、智能手表、智能音箱、扫地机器人等加入AI技术，融合人体重要感知交互方式，推动用户体验升级，有望成AI技术落地的重要载体。投资建议：随着生成式AI的蓬勃发展，在低功耗端侧设备进行边缘AI计算的需求也将显著增加。终端设备需要连接，还需要能够处理一定的任务。随着搭载AI算力的智能终端设备渗透，作为其核心硬件的SoC芯片也迎来了新的市场发展机遇，后续智能化需求倒逼硬件端升级，需提升算力、优化功耗并降低时延。建议关注瑞芯微、全志科技、恒玄科技、乐鑫科技、晶晨股份、泰凌微、炬芯科技、星宸科技、中科蓝讯。风险提示：（1）因技术升级导致的产品迭代风险。（2）市场需求可能不及预期。（3）国产替代不及预期。（4）技术落地可能不及预期。目录C O N T E N T S端侧应用：加入AI的核心是推动用户体验升级2处理：边缘智能推动了NPU的广泛应用连接：无线通信，物联网主要实现方式投资建议及风险提示AI端侧应用正加速渗透，技术革新推动硬件升级资料来源：高通AI白皮书，平安证券研究所3 随着生成式AI的蓬勃发展，在低功耗端侧设备进行边缘AI计算的需求也将显著增加。AI端侧应用通过本地化数据处理实现低延迟、高隐私与强交互体验，从单一语音助手拓展至多模态全场景，覆盖智能家居、可穿戴设备、AI玩具等消费级产品。高通指出，DeepSeek R1的推出标志着推理向端侧迁移，推动AI模型向轻量化、高效、定制化演进，特定场景的大模型与应用将提升AI端侧的渗透率。 随着搭载AI算力的智能终端设备渗透，核心硬件SoC芯片市场迎来新的发展机遇。AI增强型SoC通过集成神经处理器（NPU）与可重构计算单元，结合算法-芯片协同优化，突破传统处理器的能效瓶颈，实现功耗、性能、面积（PPA）的三维优化，可有效释放边缘侧的实时推理与决策能力。AI处理的重心正在向边缘转移数量可观的生成式AI模型可从云端分流到终端上运行4音频平台资料来源：炬芯科技年报，平安证券研究所音频成为端侧AI落地的首要载体AI+音频 音频作为高频次、高强度信息交互的重要载体，正快速成为AI落地端侧的首要信息维度。当前，端侧AI+音频专用模型正凭借以声纹识别、智能降噪、声场定位、定向传声、离线翻译、人声分离、语义分析等为代表的众多实际应用场景，持续推动端侧AI产品的重构与革新。 智能无线音频芯片需要综合考量功耗、算力、连接性能、成本等多个方面。随着AI技术的深度融合，AI算法将在智能无线音频SoC芯片中得到更广泛应用，将会集成更强大的NPU，以更低功耗支持更大更复杂的AI模型，使产品在AI音频体验上更加自然流畅。同时，在无线连接技术应用上，为兼顾通用性和低延迟、高效率，也将呈现通用的蓝牙、WiFi等协议与私有通信协议共存的情况。概述|SoC和MCU有何不同资料来源：硬十、高通AI白皮书，平安证券研究所5 SoC（System on Chip，即系统级芯片/片上系统）是将CPU、GPU、NPU、DSP、存储器等系统关键部件集成于单一芯片，实现完整系统功能，可承担复杂计算任务（如语音识别），运算能力强、功能丰富，支持多任务复杂系统，价格较高，国产代表企业包括晶晨股份、瑞芯微等。MCU芯片（Micro Controller Unit，即微控制器/单片机），整合CPU、内存、接口、驱动电路等，形成芯片级计算机，主要用于终端控制（如电机驱动），属小型计算机架构，仅提供基础内存、接口及处理能力，功能更单一，国产代表企业有兆易创新、乐鑫科技等。 两者核心差异：SoC集成度高、性能强，适配复杂场景；MCU侧重基础控制，功能与性能更基础。二者在应用定位、性能层级上形成明显区分，分别满足不同硬件需求。SOC和MCU对比SOC结构示意图项目SoC（系统级芯片）MCU（微控制器）定义集成CPU、内存、输入输出接口、GPU、通信模块等组件，在单一芯片整合系统功能的芯片。包含中央处理器、内存、输入输出端口、定时器等的小型计算机系统，用于控制嵌入式设备。特点用于嵌入式系统、移动设备（如智能手机），提升性能能效，减小尺寸，降低功耗。低功耗、小尺寸、成本低，在资源受限环境执行简单控制任务（如家电控制）。应用范围复杂系统场景，如移动设备、嵌入式计算、网络设备等。 嵌入式系统、家电、汽车电子等，处理简单任务（如传感器数据采集、控制信号生成）。性能与资源高性能、资源丰富，含多处理器核心、高速缓存、大容量内存，处理复杂计算任务。侧重功耗、成本、资源效率，时钟频率低，资源有限。灵活性适用多种场景（如智能手机、物联网设备），灵活性高。 功能较固定，专注特定嵌入式控制任务，多用于单一目的场景。集成程度集成度高，整合多处理器核心、外设、存储器等。集成度较低，含简单处理器核心、有限内存及基本输入输出接口。核心定位擅长复杂计算任务，支持多任务复杂系统（如运行操作系统、处理图形/AI任务）。专注嵌入式控制任务（如电机驱动、传感器控制），功能单一且针对性强。6不同芯片架构比较资料来源：CIC集成电路、LINUX运维技术之路，平安证券研究所芯片架构|RISC-V开源架构可提升国产芯片设计自主性 芯片架构是实现指令集的硬件路径，是指令集的载体，可以理解为芯片功能的某种实现路径。芯片架构可支持一个或多个指令集，主流架构包括X86、ARM、RISC-V、MIPS等。 RISC-V作为精简开源指令集