高通发布在Android 手机上部署AI 模型的解决方案。3 月2 日，高通中国公众号发布了全球首个运行在Android 手机上的Stable Diffusion 终端侧演示。高通AI 部门演示了如何利用高通AI 软件栈，首次在Android 智能手机部署Stable Diffusion 模型。我们认为，未来AI 的推理过程，通过一定的针对性优化后，完全有能力通过边缘算力实施。我们认为，在AI 大爆发周期内，迭代和训练需要的整体算力将会呈指数级增长，增速将会超过单芯片算力增长速度。同时，单个AI 超算规模将会受到功耗、土地、散热等因素制约。因此此次高通在终端部署并推理AI 模型的成功尝试，对于模组走向AIGC 时代具有重大意义。

　　高通发布在Android 手机上部署AI 模型的解决方案。3 月2 日，高通中国公众号发布了全球首个运行在Android 手机上的Stable Diffusion 终端侧演示。高通AI 部门演示了如何利用高通AI 软件栈，首次在Android 智能手机部署Stable Diffusion 模型。该模型是一个用文字生产图片的AI 模型，参数超过10 亿，过去只能在云端计算集群内运行。　　边缘算力有望成为推理主体。在本次实验中，高通AI 团队从Hugging Face的FP32 1-5 版本开源模型入手，通过量化、编译和硬件加速进行优化，使其能在搭载第二代骁龙8 移动平台的手机上运行。我们认为，未来AI 的推理过程，通过一定的针对性优化后，完全有能力通过边缘算力实施。同时，边缘算力具有低时延、安全、隐私等优势，符合未来AIGC 时代，对于AI创作所有权和隐私权的要求。同时，手机，智能模组等算力相对于云端访问，对于普通用户来说更加便捷和易于学习，对于AIGC 应用的推广也更加有利。　　边缘算力是未来算力体系的重要一环。当前，无论是需要超强硬件支撑的AI 迭代与训练，还是运行要求相对较低，需求相对分散的AI 推理，都放在超算中心内进行。我们认为，在AI 大爆发周期内，迭代和训练需要的整体算力将会呈指数级增长，增速将会超过单芯片算力增长速度。同时，单个AI 超算规模将会受到功耗、土地、散热等因素制约。因此，未来的AI 运算将呈现出训练与迭代在云端，推理与内容生产梯度分布（云侧+雾侧+边缘侧）的格局变化。此外，随着AIGC 内容愈发丰富，从简单的文字发展到视频、虚拟场景，如果采用云生成然后发送到端的形式，将会产生较多的网络带宽成本和一定程度的时延，进而影响模型的商业化进程与用户使用体验，边缘算力有助于作为补充手段改善这一情形。　　智能模组是承载边缘算力的优秀形式。智能模组指的是融入了算力或通用处理芯片的通讯模组。当前已经应用于车机、消费等多个领域。当前主流的智能模组主要采用高通平台。因此此次高通在终端部署并推理AI 模型的成功尝试，对于模组走向AIGC 时代具有重大意义。单个模组算力可能较小，但智能模组具备灵活性与定制化的产品特性，结合高通AI 增效工具包与专用硬件，未来智能模组有望走向依据模型定制算力平台，与使用场景深度绑定的模式，彻底打开行业应用场景与想象空间。　　投资建议：　　边缘算力模组：美格智能、移远通信、广和通。　　边缘算力网络搭建：初灵信息、龙宇股份、中兴通讯。　　风险提示：AIGC 发展不及预期，边缘算力发展不及预期。 【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。