本文来自微信公众号“半导体产业纵横”，作者/六千。
AI模型百舸争流，AIGC能改变什么？能带来什么？是一个被行业反复拆解、讨论、畅想的话题。
人们相信AI可以改变一切，却又怀疑AI是一场科幻的梦。无论是AI模型参与者，还是普通用户都在期待AIGC走完落地的最后一公里。
时间来到2024年，AI PC成为热门话题。在英特尔举办的2024全新英特尔商用客户端AI PC产品发布会上，关于AI的落地，英特尔和自己的生态伙伴们给出了自己的答案。
AI PC将带来效率的提升，改变社会、经济、生活的方方面面。如果要给这一切增加一个期限，那么2024年有望成为AI PC开始的那一年。
01
AI利万物而共生
英特尔酷睿Ultra处理器是英特尔首个内置神经处理单元（NPU）的个人电脑平台，是英特尔推出面向企业用户的处理器。相比使用3年的老旧PC，办公应用生产力提升最高达47%，在视频会议场景下，处理器功耗下降最高可达36%，与上一代产品相比视频编辑的AI性能实现最高提升可达2.2倍。
芯片层面这样的提升，让AI PC的性能可以媲美移动工作站。
基于高性能的硬件产品，AI PC的目标是赋能全新应用场景，进而为行业增效。
英特尔的生态伙伴们在各行各业展示了当前的成果。在教育领域，AI PC助力提高备课效率，实现教育资源共享；在医疗行业，英特尔帮助新药靶点实现；在康复养老，借助动作捕捉技术，AI PC对老人健康实时捕捉，也可以指导用户打“八段锦”；在最基础的办公场景，通过大模型本地化，AI PC一方面可以满足隐私监管需求，也让AI大模型实现“无网运行”。
在发布会上，英特尔反复强调，酷睿Ultra代表了40年来英特尔架构最大的革新。因为这款芯片首次搭载了神经网络处理单元（NPU），可以带来2.5倍于上一代产品的能效表现。
英特尔不是唯一一家通过NPU布局AI PC产品的处理器巨头。AMD也在不久前推出了锐龙7040，锐龙8040处理器。根据AMD介绍，锐龙8040系列基于Zen4 CPU架构、RDNA3 GPU架构、XDNA NPU架构，通过提升各部分的频率和效率，带来更上一层的AI性能。
处理器领域的另一家巨头，英伟达也发布了针对AI PC的相关产品。
英伟达发布了GeForce RTX 40 SUPER系列GPU，GeForce RTX 4080 SUPER生成AI视频的速度是GeForce RTX 3080 Ti GPU的1.5倍，生成图像的速度是前者的1.7倍。SUPER GPU中的Tensor核心每秒可提供高达836万亿次操作，为游戏、创造和日常生产力带来变革性的AI能力。
事实上，高通也发布了为AI PC设计的处理器产品骁龙X Elite SoC，以此发力PC市场。
“芯”动不如行动。处理器巨头动起来了，产业链上的OEM也坐不住了。戴尔、惠普、联想等等厂商，都动起来了。在“群雄割据”的PC市场，也许短期内很难再看到这么多竞争对手同心协力地做一件事了吧。
02
AI PC是一场世纪大和解
苏姿丰说：“如果你仔细观察AI PC，这是一个全新的设备类别。”
人们期待AI PC带来划时代的改变，但如果从描述来看AI PC似乎只是PC+软件的产物。从种种对于AI PC的描述中来看，AI PC似乎并没有那么神奇。
IDC在报告中指出，AI PC能够针对工作、学习、生活等场景，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，在工作中，AI PC可以帮助起草会议通知、准备会议材料、记录会议内容，甚至进行文件创作。但问题在于，自从AIGC在办公领域密集落地，各家办公软件推出的AI功能，已经让用户感知到差异性。从用户的体验来看AI PC能给用户带来的“革命性”改变更像是一张大饼。
芯片厂商们告诉你，AI PC会很神奇；PC厂商们告诉你，AI PC会很神奇；甚至办公软件公司也告诉你，AI PC会很神奇。但事实上，对于已经感受到AIGC的效率的那批人，他们已经通过各种软件先“享受世界”了；而那些暂时还没有被AI“改造”的人，不想为天花乱坠的概念“买单”。
AI PC产品仍处在市场教育期，而这个市场的成熟会带来极大的增长可能。这是整个PC产业达成和解的根本原因。让用户了解AI PC，愿意体验AI PC，认同AI PC，是整个生态链的共同目标。
在今天的发布会上，可以看到宏碁、浪潮、博通、神州数码、智谱等公司都已经加入了英特尔AI PC的生态共建。在AI PC行业应用圆桌论坛上，华东师范大学、英矽科技、腾宇智远、实在科技带来了AI PC在教育、医疗、养老、政企办公行业的应用。帮助老师完成教学备案、出考题；借助AI PC实现靶点发现、小分子生成、临床实验结果预测等等。这些展示让科幻电影中“AI统治世界”的画面有了实感。
03
“AI成就PC”还是“PC成就AI”？
AI PC看似是PC厂商的一场浩浩汤汤的革命，但如果它本质上还是PC市场的竞争，那么三大巨头和诸多OEM的世纪和解将不符合逻辑。没有玩家会All in一个存量市场。抛开现象看本质，到底是什么样的需求让三巨头“统一战线”？
第一个原因，AIGC是革命性的技术。
AI被视为“第四次科技革命”，有望开启新一轮技术创新周期。第一次科技革命中，蒸汽机给计算机行业带来的影响或许没那么大，但当时英国数学家巴贝奇已经在政府的支持下，开始建造以蒸汽引擎驱动的差分机，用来比较数字间的差异。虽然这个产品最后没有成功问世，但这是一次最新科技与计算机行业融合的尝试。随着电的出现，电子计算机问世，再之后电子计算机又促成了集成电路产业的发展。科技的发展在各种力量的促进下，滚滚向前。
因此，作为第四次革命的AIGC技术与PC的结合也是理所当然的尝试。在今天的分享中，AI PC与医疗健康行业的结合案例让人印象颇深。工作人员介绍，基于AI PC产品与医疗大模型的结合并不是硬件厂商主动找来的生意，而是医院方面的医生们主动联系英特尔的生态伙伴们提出的需求。医院方面能主动提出需求的原因，正是之前AIGC大模型在疾病的预防、控制、治疗方面带来了有效的影响。而这正是AI行业或者说全社会期待的发展方向。
第二个原因，云厂商需要端侧算力。
在AI PC的生态下，除了PC厂商，其实云厂商也是重要的推动者。为了减少自身推理算力的开支，以及建设推理算力所带来的折旧、维护等费用压力，云厂商有极大诉求将推理算力下放到端侧。
经优化后的端侧设备现已具备对AI大模型进行推理的能力，而相关的训练工作则必须在云端环境中完成。鉴于AI大模型的训练过程对算力需求极大，随着模型参数规模的不断增长，所需算力呈指数级提升。因此，依赖个人电脑进行此类训练几乎不切实际。为确保训练的高效进行，必须构建大规模的数据中心，并充分利用云端的强大算力资源。
AI推理过程所需的算力资源相对较少。部分垂直领域的模型相较于通用大模型，其参数规模有所缩减，从而进一步降低了推理所需的算力。此外，通过对通用大模型进行剪枝、蒸馏、量化等技术手段，可以有效地压缩模型参数，将数据类型转化为int8甚至int4，从而进一步减少推理过程中的算力需求。因此，在端侧进行大模型的推理操作已成为可行的选择。
第三个原因，用户需要个性化和高效率的AI体验。
试想，如果未来所有人都用同一套数据库训练出来的大模型，那么AI生成的内容是否还具备所谓的创意与个性化？对于个人用户来说，本地大模型通常与本地的知识和数据有更便捷的集成和充分地利用，能够有效避免“幻觉”的产生（就是AI一本正经地胡说八道）。且能够针对用户风格喜好，精准生成符合用户需求的作品。这种准确、可靠的服务是AI PC所特有的优势。
高效率的AI体验和上一个原因的延续。在2023年IDC实施的针对用户AIGC平台使用体验的调研中，“响应速度慢”“反馈时间长”是用户主要的负面反馈。AI PC以本地推理为主，边缘和云端推理为辅，能够在混合算力、混合模型之间智能、合理地调配任务，有效缩减响应时间。本地化的大模型能力，离线状态下的可操作性成为AI PC不可忽视的优势。
AI PC在没有互联网连接的情况下依然能够发挥作用，在任何时间、任何地点都能为用户进行创造性的工作，让用户不再受制于网络条件的约束，也会提升用户的AI体验。再换句话说，如果PC已经是你的工作必需品，当身边的同事们因为使用AI PC“加速办公”时，你会怎么选择？
互相成就，共同成长。AI利万物也利PC，AI PC是一个生态，有水也有鱼。
04
PC行业会变天吗？
行业很多人认为，AI PC是挑战Wintel生态的机遇点，但其实英特尔和微软本身就是AI PC的排头兵。
2023年9月，微软推出全新Copilot平台，Microsoft Copilot定位“日常AI伴侣”，将人工智能引入GitHub编程工具、Microsoft 365生产力协同工具箱、Bing搜索引擎、Edge浏览器和Windows操作系统中提高工作效率。2024年3月22日，微软科技通过官方公众号宣布推出首批专为商业用户打造的Surface AI PC：Surface Pro 10商用版和Surface Laptop 6商用版。
不过，在看了AI PC在各行各业中的应用之后。与其讨论PC行业是否会被颠覆，不如去畅想哪些非PC行业会被颠覆。毕竟，正如联想副总裁王传军所说“AI PC要卷AI不是卷人类。”
回顾计算机的发展史，从算盘，到机械计算器，再到电子计算器。每一个新产品的出现，都会经历一波又一波的质疑，而他们也带来了一个又一个美好的改变。
对于AI，一个美好的愿景或许是，人能够成为人，用语言和人类交流，而不是用编程和机器交流，而AI PC或许能成为人与机器之间的翻译官。
