5月，成為了AI「爆炸」的一個月。
5月8日淩晨，蘋果釋出了地表最強平板，采用M4芯片的iPad Pro。M4芯片帶來了極致的AI效能，用官方的話來說：「比當今任何AI PC的任何神經引擎都強！」
蘋果釋出之後的第6天，Open AI宣布最新的旗艦大模型GPT-4o來了。不僅免費可用，更是橫跨聽、看、說。
緊跟著Open AI，谷歌坐不住了。第二天 I/O 2024開發者大會上，谷歌宣布了Gemini系列大模型的更新。Gemini 1.5 Pro不僅面向所有人開放，上下文視窗還從100萬token直接一步邁向200萬，一口氣能讀1500頁PDF。
在Open AI和谷歌的大戰後的6天後，微軟不聲不響地再次向AI的湖水中投入一塊巨石，提出了「Copilot+PCs」的概念。
這一波操作下來，網友們都開始興奮：「事情變得有趣起來。」
01
微軟向蘋果開火
「Copilot+PCs」的概念的出現，直接掀翻了AI PC的桌子。
為什麽這麽說？
與此前主機廠頻頻展示但概念模糊的「AI PC」相比，微軟給出了更明晰的定位。Windows系統層面，整合了剛剛問世的GPT-4o；在硬體層面，內建的驍龍X Elite芯片可以在不依賴雲端算力的情況下，本地處理生成式AI套用。
微軟的清晰定位，戳破了很多廠商還在遮遮掩掩的模糊概念，帶來的兩個拷問特點就是：AI PC到底需要什麽樣的硬體？又需要什麽樣智慧體？
微軟在釋出會上，頻頻將矛頭指向了蘋果。
比如，為了體現第一款Surface Pro的效能，微軟拿出蘋果MacBook Air一較高下。根據微軟官方測試，新款Surface Pro的多執行緒效能相比蘋果的MacBook Air高58%。
微軟還強調想要被稱為 Copilot+PC，至少需要提供 40 TOPs 的效能。而蘋果這個月剛剛釋出的M4芯片，NPU算力正好是38 TOPs。
為了能夠在本地處理生成式 AI Copilot，微軟除了要求需要NPU外，還至少要 256GB SSD、和 16GB RAM。這個要求，是蘋果MacBook Air 的兩倍。
可以說，微軟丟擲的條件，直擊蘋果的軟肋。
自從今年AI PC逐漸成為個人電腦領域的熱詞後，蘋果就一直在渲染Mac是消費者可以買到的最好的AI PC。按照蘋果的說法，自從2020年第一款M系列的芯片M1推出時，帶有NPU的M1就是為AI而生。
蘋果CEO提姆·庫克曾在今年年初提到，「目前市面上用於人工智慧的電腦，沒有比Mac更好的。」
要提到Mac的最大槽點，非「祖傳」的8G記憶體莫屬。距離庫克上一次升級記憶體已經過去了7年，這7年中Mac系列機型始終沒有提升過記憶體的起步配置。
對此蘋果方面聲稱，Mac使用的8GB統一記憶體（Unified Memory）與競爭對手的16GB記憶體（Memory）相當，官方給出的答復是8GB記憶體足以駕馭上網、播放視訊、輕量編輯等很多工。
問題是，8GB起步的記憶體能夠支撐Mac成為最好的AI PC嗎？
執行AI大模型需要大容量的視訊記憶體是眾所周知的事情。柏克萊大學的研究團隊發現，未來記憶體墻可能將會是比算力更大的瓶頸，GPU的視訊記憶體容量嚴重制約了可訓練的模型規模和算力提升速度，或將成為阻礙AI技術發展與落地的重要瓶頸。
GPU的視訊記憶體如果只有8GB水平，無論開發者如何進行最佳化，想要容納一個千億參數的大模型也只能是巧婦難為無米之炊。
如果想要配置一台能夠暢玩AI 的電腦，那麽大多數人的意見都會是32GB起步的記憶體。實際上，在2024中國快閃記憶體市場峰會上，英特爾甚至更為激進地表示，未來AI PC入門級標配一定是32G記憶體，而當前16G記憶體一定會被淘汰。
也正因此，微軟將未來AI PC門檻配置提高到16GB 也不足為奇。
02
AI PC芯片，多少算力算夠？
實際上，雖然對於AI PC 在軟體、系統層面的爭論還在繼續，但硬體層面，廠商都不約而同達成了共識：需配備NPU、CPU和GPU的異構計算平台。
目前推出AI PC芯片的廠商有四家：英特爾、AMD、高通、蘋果。不過蘋果屬於自產自銷，因此我們不多討論。英特爾在AI PC芯片進展中保持領先，AMD相關產品叠代速度更快，高通AI PC芯片的端側AI推理能力優於英特爾及AMD，未來預計逐步搶占更多市場份額。
市場上已公布的AI PC大多搭載的都是英特爾的Meteor Lake，比如聯想小新 Pro 16 2024 酷睿 Ultra 版、聯想高端線 YOGA 、微軟的兩款PC Surface Pro 10商用版和Surface Laptop 6商用版、華碩靈耀14 2024 AI超輕薄本等。
這是英特爾在2023年年底釋出的Meteor Lake，采用Intel 4（7nm）制程工藝的計算模組，多達 6 個效能核，8 個能效核，以及 2 個低功耗島能效核，一共加起來會支持 22 個執行緒。
目前，Meteor Lake AI PC已經贏得了100多家ISV獨立軟體供應商的支持，AI加速功能已經超過300項，AI大模型加速最佳化已經超過500項。
AMD也提供 AI PC的芯片。AMD在去年推出了銳龍7040，同樣搭載NPU。此後，AMD又釋出了銳龍8040處理器。銳龍8040系列開發代號Hawk Point，仍然基於Zen4 CPU架構、RDNA3 GPU架構、XDNA NPU架構。目前，搭載AMD 銳龍8040處理器的AI PC包括華碩ROG幻14 Air筆記本、華碩天選、華碩a 豆、華碩無畏。
此外，AMD相關產品相比友商更新叠代速度更快，例如在美國東部時間4月16日，AMD宣布推出兩款新產品銳龍（Ryzen）Pro 8040系列和銳龍Pro 8000系列，惠普、聯想等廠商會在今年年底前推出搭載銳龍Pro 8040系列芯片的AI PC。
高通的AI PC芯片是在去年10月釋出的驍龍 X Elite/X Plus。由台積電4nm工藝制程打造，搭載了全新客製的Oryon CPU，在4+4+4的三叢集中，12顆核心的主頻均可達到3.4GHz。
目前，搭載驍龍 X Elite/X Plus的AI PC包括宏碁 Swift 14 AI 筆記本，以及微軟剛剛釋出的Windows 11 AI PC。據了解，Windows 11 AI PC自6月18日起陸續上市，微軟Surface以及戴爾、宏碁、華碩、惠普、聯想等OEM合作夥伴將陸續推出Windows 11 AI PC。
前文提到，微軟認為真正的AI PC需要算力達到 40 TOPs。這對於AI PC的芯片層面提出了一個新的要求。
我們來看看，目前主流的Meteor Lake、銳龍8040、驍龍 X Elite/X Plus的算力情況。
英特爾Meteor Lake的綜合算力在34 TOPS左右，NPU算力在10TOPS左右，官宣可以支持200億大模型在終端側執行；AMD的銳龍8040的整體算力在39 TOPS，NPU的AI算力在16 TOPS；高通驍龍X Elite NPU的算力則達到了45TOPS，官宣可支持130億參數大模型的本地執行。
芯片企業競爭力分析對比圖
總體上來看，芯片算力層面，高通優勢最為突出。計算速度層面（頻率），AMD處理指令的速度更為突出。功耗層面，AMD芯片優勢突出。核心數方面，英特爾的並列處理數據能力更強。
值得註意的是，英特爾已經宣布了自己的下一代筆記本芯片Lunar Lake，將可以提供超過100 TOPS的效能，其中神經處理單元（NPU）能夠提供45 TOPS。而這一效能，也達到了英特爾此前在台北人工智慧峰會上提出的下一代AI PC所需的45 TOPS NPU的效能門檻。
實際上，根據【AI PC產業（中國）白皮書】，當端側混合AI算力達到10TOPS，可以在本地完成如裝置智慧管理、影像增強、遊戲調優等特定場景的 AI模型推理任務；AI算力達到 40TOPS 時，可以在與GPU或雲端配合情況下，完成工作、學習、娛樂等場景的大部份 AI 創作類的需求。
這麽來看，真正成熟的AI PC芯片算力至少會比當前再提升一個水平。
03
AI PC在期待什麽？
在1月初，微軟往 Windows 鍵盤塞了一枚全新的 Copilot 鍵，迎來近三十年的首次改版，只需點選一下按鈕，使用者就可以和 Copilot 進行無縫親密的互動。而現在，微軟的 Copilot 鍵，使用者可以直接存取包括 OpenAI 的 GPT-4o 在內的最新模型。
微軟是第一個將GPT-4o快速整合到終端的企業，當然，考慮到微軟和Open AI的關系，雙方的合作應該很早就已經開始。
實際上，無論硬體層面如何要求，一台PC上能夠在本地執行、搭載大模型才能算一台合格的AI PC。在分析機構看來，未來的AI PC產品將更像是使用者的個人AI助理，這需要將個人大模型、個人知識庫、個人Agent嵌入到裝置中以實作AI PC的多模態自然語言互動，大幅提升意圖理解能力。
AI PC是大模型向終端轉移的第一步。
從目前市場上的端側大模型來看，一個符合常理的規律是：裝置端越大（功能越多），其端側大模型的參數量也越大。例如最近商湯亮相的「日日新5.0」，采用混合專家架構（MOE），是國內第一個全面對標甚至超越GPT-4 Turbo的大模型，參數規模達到6000億。
上千億參數的大模型，對於PC來說，顯然並不適合。
我們可以來看看目前釋出的能夠搭載大模型的PC。華為的首款AI PC產品MateBook X Pro上，支持華為自家的盤古大模型以及文心一言、訊飛星火、智譜清言等第三方合作大模型。在個人智慧體方面，華為AI PC的電腦管家中設有AI空間，內建100多個智慧體，覆蓋文案創作、編程等多種能力，為使用者帶去AI新體驗。
聯想透過大模型壓縮技術對阿裏通義千問大模型進行壓縮，壓縮後的大模型稱為Lenovo AI Now模型，加上在個人智慧體方面，聯想釋出了業內首款AI PC個人智慧體——聯想小天。
榮耀釋出的AI PC 產品MagicBook Pro 16中，搭載榮耀語音助手「YOYO 助理」，幫助使用者完成語意搜尋、文件總結、服務推薦、輔助創作等。
200億的參數已成為AI PC目前可以支撐的較高水平，對於大模型廠商來說，如何提供輕量級大模型是一個問題。
目前的主流方式是借助大模型壓縮技術，可以在不顯著降低模型效能的前提下，節省儲存空間、提高計算效率、加速推理過程。比如知識蒸餾、模型量化和權重剪枝等，將數據型別轉化為int8甚至int4，從而進一步減少推理過程中的算力需求。
如果能夠將更多復雜的大模型在PC端實作高效執行，那麽未來除了OpenAI的GPT系列，阿裏雲的通義千問、騰訊混元、百度文心系列等等，都有可能成為端側AI PC的重要組成部份。比如，在大模型、AIGC套用方面，榮耀就已同百度達成合作。
04
現在購買AI PC的人，是先驅還是韭菜？
在早期大模型還沒有如此火熱的是很好，很多愛好者和研究者都會自己組裝，選擇在本地電腦上折騰這些開源大模型或者開源計畫。
那麽，在市面上攢一台可以訓練個人大模型的桌上型電腦，大概需要多少錢呢？粗略計算各元件的成本如下：
可以看到，組裝一個本地跑大模型的桌上型電腦價格大概在1.1萬到4萬之間。通常來說，桌上型電腦不需要考慮便攜性和體積，價格要比膝上型電腦便宜。
資訊來源：IDC
IDC對於價格方面比較保守，從IDC統計的數據中，AI膝上型電腦平均銷售單價將在5500～6500元區間，AI桌上型電腦電腦平均單價約4000元。
不過目前公布的AI PC價格來看，以定位比較高端的ThinkPad X1 Carbon AI 2024 為例，頂配的32GB+2TB 版本，售價為16999 元。新釋出的YOGA Book 9i，最高售價為17999元。而華為新釋出的MateBook X PRO的高配 Ultra9 32GB 2TB為14999元。如果購買微軟的Surface Pro，想要搭載 X Elite 芯片和 OLED 螢幕的話,最少要花費 11088 元。
雖然調研機構預計2024年以後需求增長和效能提升將推動AI PC銷售均價繼續提升，但是整體會呈現「初期高定價，中後期價格下降」的趨勢，下降振幅取決於芯片等硬體裝置方面的降本空間。但是在AI PC剛釋出初期，這個價格和效能還不足以讓消費大眾砸錢換新機。
05
觀AI PC全域
伴隨著AI CPU與Windows12的釋出，2024年將成為AI PC規模性出貨的元年，2027年AI PC將成為主流化的PC產品型別，未來五年全球PC產業將深入邁入AI PC時代。IDC預計未來五年全球AI PC的復合增長率將達到126%，中國AI PC市場滲透率預計將於2027年增長至85%左右。AI PC將成為全國及中國PC市場發展的主要驅動力。
中國AI PC市場出貨量及占比預測 資訊來源：【AI PC產業白皮書】
硬體層來看，處理器芯片、記憶體、散熱、互動將是主要收益領域；模型層來看，未來針對各行業的垂直端側模型將成為主要發展趨勢，進而支持傳統軟體的AI轉型以及AI原生套用的發展；終端層來看，各主流PC廠商玩家正加快AI PC相關產品布局。
AI PC產業鏈圖譜
從芯片生態能力來看，英特爾Ultra芯片生態綜合能力更強，擁有更多的頭部大模型及AI PC品牌商等生態合作夥伴。
芯片企業生態圖譜
2023Q2開始，頭部廠商陸續推出了ThinkPad14、EliteBook805等AI PC初期產品，且這一趨勢在2023下半年開始進一步提速，各大廠商相繼推出更多效能更強的AI PC新品。根據各大廠商表述與產品進展，2024年各頭部廠商將推出一波采用AI加速的新機型，及時為使用者提供差異化體驗。
惠普、戴爾、聯想、宏基和華碩都表示，計劃與英特爾和AMD 的新CPU產品路線圖同步推出全新 AI PC，在 2024-2025 年 Windows 更新期間產品推進市場，為加速裝置升級提供機會。
AI PC產品釋出路線圖
AI PC玩家競爭力對比
套用層-套用場景及套用軟體
AI PC套用場景主要包括垂直行業類套用場景以及通用型套用場景。垂直類行業套用場景主要包括教育類垂直套用場景、醫療類垂直套用場景、法律類套用場景以及金融類套用場景等。通用型套用場景是指AI PC能夠針對工作、學習、生活等場景，提供個人化創作服務、私人秘書服務、裝置管家服務在內的個人化服務。
AI套用軟體生態處於初級階段，同時國際主流個人AI套用軟體在國內受限，國內軟體套用生態待發展。各垂類細分領域套用場景仍需要進一步的開發。在AIPC時代，在端側部署本地大模型僅是基礎，重要的是要構建AIOS互動界面和生態，其能呼叫的套用與模型數量和品質直接決定了使用者的AI體驗。目前還處於待開發階段。
06
AI PC行業未來發展趨勢
從產業鏈發展趨勢來看，上遊 AI PC芯片「CPU+NPU+GPU」異構方案將成主流，並支持使用者對AI PC芯片進行二次開發，同時端側模型呈現輕量化、行業垂直化、個人化發展趨勢。 中遊 各PC品牌主流玩家均繼續加速布局AI PC賽道，短期來看，聯想AI PC綜合實力更強，但是長期來看，具有手機品牌的電腦廠商基於其可以將手機及電腦打通的生態優勢，將具有更大的AI PC發展潛力。 下遊 政務、醫療及教育行業將成為AI PC落地場景的主要賦能行業。
從產品發展趨勢來看， 未來AI PC產品將主要包括兩類，一類是具有高AI算力的AI PC產品，另一類是具有低AI算力的AI PC產品。高AI算力AI PC產品可執行大量垂直行業細分領域的端側大模型，低AI算力AI PC產品的端側大模型主要圍繞語音、文字和影像處理等。
從商業模式發展趨勢來看，隨著未來AI軟體側及相關技術的進一步發展與落地，AI PC中的AI助手會采取與WPS類似的商業模式，根據服務的不同等級設定不同的價格。
從生態體系發展趨勢來看，PC終端廠商 將承擔起行業生態組織者的使命，以場景需求為基礎面向使用者整合產業資源，成為 PC 產業生態的核心中樞。 AI模型技術廠商 將重點開發輕量化與針對各垂直行業的端側大模型、提供模型個人化微調服務以及將自身模型解耦和適配AI PC個人智慧體。 傳統套用廠商 需要和模型廠商合作，將傳統套用升級為大模型賦能套用；長期則需進行更為徹底的重構，將自身轉型為AI原生套用。AI市集將聚合AI原生套用和由AI賦能的套用，並提供便捷的檢索和下載支持。 芯片廠商 將註重建立通用、相容的AI開發框架，並降低大模型和套用開發適配門檻模型，提供具有高效能普惠型智慧算力的芯片。
從總體上來看 ，智慧裝置作為人工智慧觸達使用者的載體，AI PC將深入變革PC產業。生成式AI和LLM的飛躍式發展，深刻變革了個人生活與工作模式，加速各行各業智慧化轉型。AI發展正從軟體主導轉向硬體+軟體並列驅動，而智慧裝置作為AI觸達使用者的終極載體，正成為AI未來發展與落地的重要突破口。AI PC將AI模型與PC結合，帶來架構設計、互動方式、內容、套用生態等創新，將深入變革PC產業。
