针对AI应用，华尔街投资机构多看好软件股，AI受益的三大发展阶段大致可为：
算力GPU是生产工具，数据是原材料，既然AI模型需要数据基础进行训练，则云服务厂商存储的大量数据权利将率先收益。后续从B端G端向C端普及，则关注焦点可能转向那些从AI发展中受益的第二梯队企业，集中于工业领域，最后集中于个人消费领域。
图8：美股泛软件涨幅情况
从美股泛软件板块看，剩余细分多与云服务、网络安全关系密切，掌握有大量的原始数据、实时数据、初级加工数据，客户购买AI服务用于指导、辅助、替代人的决策。
原本在2023年AI爆发早期，市场更多认为一定要以某种硬件产品，例如AI手机、AI个人计算机进行人工智能程序承载，带给硬件端翻天覆地的变化，后续走向与此前预计相对而言是错位较大的。
智能手机市场已经进入存量规模运行，2024年全球年销量基本固定在5亿部左右，国际上苹果公司对AI手机暂未做出较大定义，仅透露将LLM大语言模型植入下一代IPhone，同时研发来看密集曝光适配于AI技术的M4芯片，市场预计下一代苹果销量较高，偏向消费电子果链订单增加。
国内手机市场，行业前六集中度超九成，行业呈现强者恒强格局，华为公司目前定价权过于强势，甚至有一些“吃爱国饭赚爱国钱”的评价。从各大手机厂商的表述来看，首要任务是自研手机端大模型，适配AI助手，并在拍摄、图像美化、文本创作、教育等应用场景实现较大突破。
考虑到生成式AI和图、文、视频的多模态AI需求，需要在单个SoC芯片中集成CPU、GPU、NPU等多个处理器以实现异构计算，为NPU芯片带来市场增量，同时从存储考虑，手机端的存储容量需求可能将大幅度攀升。
NPU，Neuralnetwork-Processing-Unit，中文翻译为“嵌入式神经网络处理器”，采用数据驱动并行计算的架构，特别擅长处理视频、图像类的海量多媒体数据。NPU具有两大技术特点：第一个是模拟人类神经网络的运作方式，同样擅长平行运算处理，并适当地分配芯片内的任务流，减少闲置的运算资源。相较于CPU及GPU，低功耗、高效能的NPU格外适合处理AI推论任务，包括影像辨识、自然语言处理、物件侦测等应用。
NPU国内领先的是在华为合作下取得一定进展海光信息和瑞芯微，瑞芯微在物联网方面进展最快，已经能够设计8nm芯片，过去几年已经迭代了4代NPU的IP，在国内神经网络模型方面占有重要地位。
总的而言，AI手机的概念仅是将大模型置入新一代产品，没有实现从诺基亚到苹果的智能式革新，在硬件端更多是增量。
