本文来自微信公众号“电子发烧友网”，作者/梁浩斌。
去年开始，整个PC产业链，自上而下地都在为AI PC造势。从处理器端的英特尔、AMD、高通等开始，到下游终端厂商，宣传上清一色的AI PC概念。
从概念上看，硬件上AI PC的一大特征是在传统PC的CPU+GPU基础上，增加NPU加强AI算力。不过有意思的是，最近某品牌PC机型上的AI助手率先落地，支持云端和本地运算两种模式，确实能够完成宣传上的很多功能。然而在实测本地大模型时，却没有调用NPU算力，完全是使用GPU进行运算。
所以实际上，NPU目前为止依然是“空转”的状态，过去的“传统”PC，理论上似乎也能够使用“AI PC”上的最新功能。那么AI PC中NPU还是一个必要存在吗？
AI PC发展的三个阶段
确实，GPU在AI大模型上有很强的适配性，一直以来，很多开源大模型都能够在家用电脑上部署，利用GPU的算力进行推理。在AI PC的大模型刚刚落地时，使用GPU算力是最为稳妥以及最快的方式。
此前联想集团副总裁张华在发布会上提到，成熟的AI PC需要包括五大条件。其中包括标配CPU+GPU+NPU的本地混合AI算力；内嵌由本地大模型和个性化本地知识库构成的个人大模型；配备本地化个人数据和隐私保护方案；开放的AI应用生态；内嵌个人Agent（模拟人类行为或指挥的AI程序），多模态自然语言成为主要的交互方式。
他还认为AI PC会有三个发展阶段，第一阶段是从2023年12月到2024年4月，这个阶段被称为“AI Ready”阶段，这个阶段特点是硬件平台的支持CPU+GPU+NPU的混合AI算力，满足终端厂商和第三方应用开发者进行终端AI体验创新。说白了，就是硬件要满足AI需求，软件先画饼。
第二阶段是2024年4月到2024年9月的AI Explore阶段。在这个阶段中，AI Ready的硬件，能够用上个人Agent、个人大模型嵌入AIPC、首批第三方AI应用接入AI小程序平台等，并能够运用CPU+GPU+NPU的混合AI算力，提供基于自然语言交互的个人AI助理服务。
第三阶段是24年9月之后的AI Master/AI Advanced阶段。在这个阶段，首先硬件的混合AI算力持续提升，同时个人大模型的能力进一步提升，AI应用生态大为丰富、商业模式进一步多样化，个人Agent的场景服务范围进一步扩大、服务体验进一步升级，个人AI助理进入随用户使用和体验反馈而快速进阶之路。
所以，AI PC新增的NPU，只是混合算力中的一部分。从算力来看，NPU可以算得上是“战未来”的硬件，而实际AI能够带来哪些颠覆性的体验，才是AI PC的关键。
AI PC有哪些应用了？
目前的AI大模型，普遍是采用云端推理，这很大程度上是由于大模型数据体量巨大，无法部署在本地。而AI PC的概念中，本地大模型就是与目前常见的云端大模型有很大差异的地方。
从个人隐私的角度来看，本地大模型由于数据不上云，所以数据安全性更高，对于一些有保密需求的工作来说可以说是提高工作效率的刚需。
比如用户可以通过本地大模型，读取本地文档，并使用自然语言交互来快速找到文档中所需的信息。还可以通过自然语言交互，来完成修改电脑设置等操作，降低Windows操作系统使用门槛，毕竟很多选项都藏得比较深。
另外，还可以通过上传足够多的文档，构建一个自己的数据库，需要搜索资料或数据时，就可以通过本地的AI助手快速搜索到目标。
最近微软的发布会上，又推出了一个“Copilot+PC”概念，核心是AI算力+AI Agent（Copilot）。
在微软的展示中，任何东西都能够往Copilot上拖动，并让其分析、总结。当然，AI图片编辑、生成等功能已经是AI大模型的标配了，而微软为windows加入的AI赋能功能中，还有可以称之为“杀手锏”的。
比如AI能够实时读取屏幕显示的所有信息，比如在玩游戏时，可以直接询问AI来获得攻略，AI甚至能理解游戏中的参数、物品等，从而给出相应的策略。
Recall则是令电脑拥有了类似于“时光机”的能力，AI能力的帮助下，Copilot+PC可以访问电脑上任何看过或者运行过的操作，甚至可以凭借记忆，描述在某个网站上见过图片，AI就能够帮助找出相应的页面截图。而这是基于本地算力以及存储所实现的，能够保障用户隐私。
小结：
AI PC的概念虽然值得考究，但AI的应用要落地在PC上，硬件和软件都无法单独拿出来讨论，AI应用与硬件的结合随着需求提高只会越来越紧密。这样的情况下，NPU的存在形式，发展方向，以及应用的适配，未来将会有更多的可能性。
