 ==>> 点击下载文档 |
智慧型手機供
我們的首選股
宸鴻(3673 TT
值功能到更好
殺手級應用創
我們認為高階
括CPU、GPU
化，Apple已
能。AI和機器
乏這個創新能
好消息是中階
大，贏家會再
預期明年會推
也會持續走高
旗艦機價格會
和5G
格目標價
貨幣) (當地貨幣)
5 6600
90
280
38
5 120
128
50
智慧型手機
3D感應改變
產業變革開始
功帶來非常有趣
們認為iPhone X
2018年最大贏
漸豐沛的軟體生
使用者體驗，例
行為辨識和AR
億次運算支援F
大量運算能力
強大的處理器(包
個能力，此外 2
率提高、鏡頭規
供應鏈首選股
股包括大立光(3
T)、信維通信(3
好的使用者體驗
創造差異化
階智慧型手機市
U、NPU)創造殺
成功將AI、AR
器學習會持續優
能力，因此未來
階高CP值的智
再次取得大多數
推出許多令人振
高，我們見到i
會愈來愈高。另
EPS(當地貨幣)
FY17F FY18F
205 302
4.9 6.02
8.86 11.08
1.09 0.65
7.05 9.58
2.32 3.2
1.03 1.51
機產業展
變遊戲規則
趣的3D感應應
X訂單增加會帶
贏家並勝過And
生態系統會讓i
例如拍照助理
遊戲等。Apple
Face ID、人像燈
。我們認為高階
包括CPU、GP
2018年手機趨勢
規格升級，3.無
3008 TT)、致伸
300136 SZ)、舜
驗等各式題材
市場進入門檻愈
殺手級應用，這
R和3D感應整
優化使用者體驗
來會持續升級硬
智慧機會持續升
數的獲利。AI+A
振奮的功能並帶
iPhone X、三星
另外智慧型手機
PE(x)
FY17F FY18F
26.1 17.8
15.6 12.7
26.3 21
28.7 47.8
14.5 10.7
35.4 25.7
37.8 25.8
台灣股市 |
產業深
望
則
應用，臉部辨識
帶動1Q18需求
roid陣營，神經
iPhone X功能自
、影像辨識、翻
e已經使用A11
燈光(portrait lig
階智慧型手機市
PU、NPU)創造殺
勢還包括：1.全
無線充電採用率
伸(4915 TT)、穩
舜宇光學(2382
愈來愈高，品牌
這些應用可以帶
整合到iPhone X
驗並自行帶來功
硬體並使用高規
升級規格，我們認
AR+3D感應會
帶動高價手機換
星Note8、華為
機未來3~5年規
PB(x)
FY17F FY18F
7.4 5.6
2.8 2.4
4.7 4.1
0.6 0.6
1.2 1.2
12.6 9.2
13 8.7
科技
深入分析
的使用者體驗
求攀高，3D感應
經引擎(neural e
自己進化，此外
翻譯、語音辨識
Bionic神經引
ghting)和Anim
市場進入門檻愈
殺手級應用，
全螢幕、OLED
率增加、電源模
穩懋(3105 TT)、
HK)。智慧型手
牌廠需要使用強
帶來優異的使用
X，未來會持續升
功能進化，大多
規格零組件提升
認為一線和二線
在智慧型手機
換機需求，未來
為Mate10都開出
規格升級重心會
ROE (%)
FY17F FY18F
32.5 35.8
16.5 18.2
18.3 20.6
2.3 1.3
8.3 11.5
42.5 41.9
38.6 37.9
很好、也超過市
應功能會帶動
engine)、機器學
外智慧型手機
識、健康照護建
擎、每秒鐘可以
oji等功能,這些
愈來愈高，品牌
目前我們只見到
滲透率提高，
模組升級、電池
晶電(2448TT)
手機改變帶來加
強大的處理器(包
用者體驗和差異
升級並創造新功
多數品牌廠都缺
升手機效能，而
線廠的差距會擴
機產業掀起變革
來數年手機單價
出高價，可預期
會在可彎曲螢幕
殖利率(%)
FY17F FY18F
1.2 1.3
3.5 3.9
1.5 2.2
00
0 3.5
1.0 1.4
NA NA市
學
AI
建
以
些
牌
到
2.
池
、
加
包
異
功
缺
而
擴
革，
價
期
幕
F
淘宝店铺
“Vivian研报”
首次收集整理
获取最新报告及后续更新服务请在淘宝搜索店铺“Vivian研报”
或直接用手机淘宝扫描下方二维码
台灣股市 | 科技
產業深入分析
請參閱末頁之免責宣言 2
圖表1：iPhone規格摘要
資料來源：Apple，富邦投顧
AI、AR、3D感應
AI智慧型手機來臨
Counterpoint Research預估2020年有三分之一手機的晶片會原生內建機器學習和人
工智慧(artificial intelligence，AI)功能，支援AI的手機滲透率會從2017年3%躍升到
2018年16%、2019年26%和2020年35%，愈來愈多的手機AI應用會提高使用者體
驗，例如拍照助理、影像辨識、翻譯、語音辨識、健康照護建議、使用者行為辨識
與AR遊戲，Apple已經使用A11 Bionic神經引擎每秒鐘幫Face ID、人像燈光(portrait
lighting)和Animoji等需要大量運算能力的應用做6000億次計算。我們認為高階智
慧型手機市場進入門檻愈來愈高，品牌廠需要使用強大的處理器(包括CPU、GPU、
NPU)創造殺手級應用，目前我們只見到Apple有這個能力
Apple的 AI、AR、3D感應架構
Apple在A11 Bionic處理器中放入許多新的設計，例如自行開發的新ISP可以強化低
光源環境自動對焦、升級畫素處理器、增加消噪功能以提高拍照品質，為3D遊戲與
Metal2架構設計的新型GPU在機器學習方面也可以搭配iOS 11和Core ML。強大的
A11 Bionic處理器是為AR遊戲設計，其運算和建模能力可以實現AR效果，Face ID
與Animoji需要大量運算來建立模型再輸出結果，這個過程需要高速處理器而A11
Bionic的神經引擎可以支援這個過程。IPhoneX使用機器學習執行3D感應以創造有
趣的應用。機器學習包括從大量資料中訓練、並使用模型辨識推論出結論，這些功
能都需要強大的運算能力。A11 Bionic有六個核心、64位元CPU、含有43億個電晶
體，相較之下A10 Fusion為四核心、33億個電晶體，因此A11 Bionic多工效能比A10
快70%
Android陣營需用AI (機器學習)創造殺手級應用
華為也推出支援AI智慧型手機Mate10，其採用海思麒麟970 SOC 支援學習使用者
行為(電源管理、校能增進)、拍照場景辨識以強化拍照品質、影像辨識翻譯。其NPU
每分鐘可以辨識2005個元件，相較之下CPU每分鐘辨識95個，因此NPU效能為
25倍或四核心CPU的50倍，功耗也比較低。華為也在推廣開放式AI生態系統支援
Tensorflow/Tensoorflow Lite和Caffe/Caffe 2，讓開發商使用NPU支援神經網路程式架
構，麒麟970 NPU有1.92 TFLOPS (16位元)、低功耗，每分鐘可以辨識2005個元件，
運算能力足以提供即時辨識所需
Retail price (US$)$549$669$699$799$999
APA10, fanoutA10, fanoutA11A11A11
Display4.7incell LCD5.5 incell LCD4.7 LCD 1334x7505.5 LCD, 1080x1920OLED, 5.8 2436x1125
Memory64/256GB64/256GB64/256GB
CameraSingle cam 12MP+OISDual camrear 12+12MP12MP, F1.8, OIS, 6P, frontCCM 7MP, F2.2
12MP dual cam, WV F1.8
OIS, Tele F2.8, 6P, optical
zoom 2X, digitl zoom 10x,
12MP dual cam, WV F1.8,
Tele F2.4, dual OIS, 6P
larger sensor size
3D sensingNoNoNoNoYes
User interface3D touch, taptic engineupgrade3D touch, tapticengine upgradeSame as iPhone 7Same as iPhone 73D touch upgrade
CasingMetal casingMetal casingGlass casing with metal framGlass casing with metal frameGlass casing with stainless frame
Wireless chargingNoNoYesYesYes
BatterySame as iPhone 7Same as iPhone 7+2 hours loger battery life
Stereo soundUpgradeUpgradeSame as iPhone 7Same as iPhone 7+Upgrade
Wafer proofYesYesIP67IP67IP67
Thickness<7.1mm<7.3mm7.3mm7.5mm7.7mm
台灣股市 | 科技
產業深入分析
請參閱末頁之免責宣言 3
Google Pixel phone2、AI支援拍照、影像搜尋、翻譯
Google Pixel phone2使用新的影像處理器，每秒鐘運算3兆次，影像處理速度快上五
倍。Pixel phone2可以使用視覺搜尋引擎(google lens)來做影像辨識功能辨識物件並顯
示資訊或翻譯，Pixel phone2可以快速連續拍照再將每張照片中最好的部分整合為一
張最終成果，這兩項應用都需要機器學習做影像辨識，Pixel phone2用不同照片大量
學習後可以了解不同的拍照環境並在實境中增加部分虛擬樣態以支援AR功能
2018迎接更多AI應用
Google、Qualcomm、Intel、三星、聯發科都在開發AI應用的NPU，其中Intel 2016
年9月併購Movidius，Movidius是google tango專案3D感應運算主要供應商。Movidius
Myriad X VPU耗電較低，適用於行動裝置也可以提供高運算能力與低
