AI PC噱头破碎，什么才是真·AI PC？

距离AI PC推出的概念炒作已经一年有余了，但似乎“雷声大，雨点小”。市场和消费者似乎也并不买账。AI PC真的“AI”吗？什么才是真·AI PC？看看真正的AI大厂给的答案吧。

01AI PC概念的兴起

AI PC是Artificial Intelligence Personal Computer的简称，最早由英特尔于2023年9月提出，短短时间内获得业内广泛青睐，尽管发展时间不长，但业内普遍认为，AI PC将会是PC行业的转折点。而Canalys 对 AI PC 的定义为配备专用 AI 芯片组或模块（如 NPU）的台式机和笔记本电脑，用于处理 AI 工作负载。

2024年被业界公认为AI PC应用的元年，各大企业纷纷推出了自己的AI电脑。

3月初，苹果发布AI PC MacBook Air。3月18日，荣耀发布公司首款AI PC MagicBook Pro 16，紧接着，AMD董事会主席及CEO苏姿丰宣布AMD锐龙8040系列AI PC处理器已经实现出货。3月22日，微软宣布推出Surface AI PC。4月11日，华为发布新款MateBook X Pro笔记本电脑，首次应用华为盘古大模型。

某种程度上来说，强绑定AI概念的PC业确实有了起色。2024年第四季度，AI PC出货量达到1540万台，占季度PC总出货量的23%。2024年全年，AI PC占PC总出货量的17%。其中，苹果以54%的市场份额领跑，联想和惠普各占12%。受Windows 10服务停止带来的换机潮，AI PC的市场渗透率将在2025年继续提升。但这其中究竟有多少AI含量？

02AI PC：雷声大雨点小

2024年2月23日，联想CEO杨元庆在最新财报发布后表示，预计2024年全球PC出货量将同比增长约5%。尽管面临一些挑战，但他坚信人工智能将是推动联想业务增长和重塑的关键因素。

然而，杨元庆也指出，目前AI PC市场还处于初级阶段，尽管“雷声大”，但实际销售量和用户接受度还相对较低。他认为，这主要是由于技术成熟度、用户教育以及市场接受度等方面的原因。

对于已经发布的 AI PC 产品，不少人并不认可，核心在于这些 AI PC 中“AI”与“PC”（硬件）基本是分离的。以目前 PC 上最大的 AI 用例——微软 Copilot 来说，在英特尔与微软对AI PC的联合定义中，强调必须配备混合架构芯片、Copilot 及其对应的物理按键。但事实是，所有升级到最新 Windows 11 版本的 PC 都能使用 Copilot，因为 Copilot 只依赖于微软 Azure 云端算力，与 PC 硬件本身无关。

而作为掌握核心科技的AI芯片老大，英伟达根本就不理微软的定义，试问又有谁能比英伟达更有AI 的话语权？而英伟达很早就开始布局 AI 领域的生态，自1993年成立以来，一直是加速计算领域的先驱，拥有最广泛 CUDA 生态应用的 AI 生产力，带有 N 卡独显的高性能PC，不那么依赖于 OEM 的适配，不但可以运行轻量极的 AI 工具，比如本地的大语言模型，简单的 Stable Diffusion绘图，甚至可以玩中等规模的 AI 模型，实际使用的生成速度，也比普通核显玩AI快得多。

之所以现在AI PC受到市场冷遇，主要有以下几点原因：

1、现阶段AI PC搭载的NPU算力不足

Intel NPU的AI性能最高为48TOPS，Intel Xe 核显大约28TOPS。搭载核显的 AI PC 算力目前在 10 - 45 TOPS 这个量级，而搭载 GeForce RTX 40 系列 GPU 的设备，涵盖了笔记本电脑和台式主机，能提供 200 - 1400 TOPS 不同级别的产品方案选择。

而今年发布的RTX 5090显卡采用了NVIDIA的Blackwell架构，这使得它在性能上有了质的飞跃。据NVIDIA官方介绍，RTX 5090的AI算力达到了4000 TOPS，是上一代Ada Lovelace架构的三倍。

NPU的AI算力与GPU相比可谓是弟中弟。

事实上主流的那些常见AI应用方面，本地上哪怕单块RTX 4080、4090也不见得多充沛，可想而知NPU这点算力也确实没有太多作用。

2、NPU不带DRAM，无法单独支撑大模型运行

目前的AI大模型从硬件需求来说都是“DRAM 的大模型”。NPU天生不带DRAM，依赖系统RAM。也就是运行大模型必须另配64G以上的DRAM以配合NPU——都加码到这份上了，这为啥不直接用APU/GPU跑呢，都要加钱了，让谁跑不是跑？

而且APU和GPU跑AI大模型是开源适配好的，可谓是开箱即用。

3、NPU适配应用少，应用范围窄

理论上，现在NPU上已经能跑LLM大语言模型、stable diffusion图片生成、常见CV神经网络的推理（包括Resnet、yolo）、whisper语音转文字。基本上所有的AI推理负载，本质上就是矩阵运算，都能够通过NPU来实现低功耗运行。

但实际上现在用户买到的Windows笔记本电脑，能够调用NPU的应用场景是Windows Studio Effect里面的背景虚化、剪映抠图。应用范围实在是太窄了。NPU支持的本地程序截止目前非常少。

总体来说，目前NPU实际能用的功能都是一些花拳绣腿。这一轮AI真正火起来，还是因为大家看到ChatGPT这样的聊天机器人能够解决很多问题。所以如果真的要让NPU发挥作用，还是需要能运行LLM大语言模型，而显然当前AI PC上的NPU无法满足需求。

NPU还是GPU不重要，但本地化的AI很需要。而目前来看，是不是AI PC并不重要，有没有搭载NVIDIA GPU比较重要。

03三大厂的“真·AI PC”

此前虽然一些厂商宣传推出了AI PC产品。但实际上却至少噱头居多，只是搭载了NPU芯片，而没有真正的本地大模型运行。既不能训练、也不能推理。

AI PC 的概念被广泛宣传在笔记本电脑上。然而，现在没有任何一台轻薄本，称得上是高算力的 AI 专用计算设备PC，反倒是传统的高性能游戏本，搭载强大 GPU 显卡的台式机，可以真的去提供真正的 AI生产力。

真·AI PC还是得看能开发高性能GPU的厂商，比如英伟达和AMD。

而就在今年年初CES上，AMD发布了AI Max 300Strix Halo。黄仁勋也发布了Project DIGITS。再加上此前苹果公司的Mac Pro。这三个是本地部署大模型的利器。堪称“桌面AI超级电脑”。

AMD发布的Strix Halo有两种：消费级的Strix Halo---主要用于消费性能笔电（游戏本）和商用级的Strix Halo Pro---主要用于移动工作站。曝光的3DMark测试数据显示，其旗舰型号Ryzen AI MAX+ 395有16个基于Zen 5架构的CPU核心，32线程；40个基于RDNA 3.5架构的GPU核心，即Radeon 8060S核显；最高120W，是标准移动APU的3倍；支持四通道LPDDR5X内存，提供高达256 GB/s的带宽。值得注意的是，集成的Radeon 8060S核显性能竟达到前代Radeon 890M的三倍以上，甚至逼近RTX 4060独显水平。

英伟达将其发布的Project DIGITS称之为“目前体积最小的AI超算”。Project DIGITS使用了一颗定制的“GB10”超级芯片，它在一个核心里融合了基于Blackwell架构的GPU，以及NVIDIA与联发科、ARM三方合作研发的Grace CPU。资料显示，其中的Blackwell GPU能够提供1PFLOPS的FP4算力，同时Grace CPU则包含了10个Cortex-X925核心和10个Cortex-A725核心。在GPU和CPU之间，则是通过大型超算同款的NVLINK-C2C芯片到芯片互联总线连接。

Project DIGITS还配备了一颗独立的NVIDIA ConnectX互联芯片，它可以让“GB10”超级芯片内部的GPU兼容多种不同的互联技术标准，其中包括NCCL、RDMA、GPUDirect等，从而使得这颗“大核显”可以被各种开发软件和AI应用直接访问。

而苹果则在2023年发布了M3系列芯片并配备了下一代 GPU，代表了苹果芯片图形架构史上最大的飞跃。不仅速度更快、能效更高，并且还引入了称之为“动态缓存”的新技术，同时首次为 Mac 带来了硬件加速光线追踪和网格着色等新渲染功能。渲染速度现在比 M1 系列芯片快 2.5 倍。值得注意的是，全新的M3 系列芯片带来最高128GB的统一的内存架构。苹果称，对高达 128GB 内存的支持解锁了以前在笔记本电脑上无法实现的工作流程，例如人工智能开发人员使用具有数十亿参数的更大的Transformer模型。去年苹果有发布了M4 Pro芯片，性能号称超越AI PC芯片。

而这三者都采用了一种叫做统一内存架构的技术。统一架构的好处，就是把以前内存和显存（显卡的内存）做了统一，这样就减少了CPU和GPU通信时候，在内存和显存之间数据通信时候的拷贝。此外，这一技术也能使电脑显存更大，从而可以打破消费级显卡在运行大模型时候显存不足的困境。值得注意的是，统一内存设计不是英伟达首创，苹果M1才是第一例。

04Deepseek开启桌面 AI 超级电脑之战

近一段时间以来，DeepSeek线上算力的严重不足，带火了大模型本地部署需求，三大厂的“真·AI PC”也都开始厂商部署DeepSeek。

而DeepSeek作为一款MoE模型对显存要求高，对算力/内存带宽要求相对低。这也给了这些通过统一内存技术而拥有大显存的桌面AI超级电脑可乘之机。

之前有国外大佬用8台M4 Pro Mac mini跑DeepSeek V3。同样的，预计可以利用四台Project DIGITS来部署DeepSeek V3，而且生成速度应该也会快很多。根据AMD自己的公布，strix halo架构APU可以部署70B的模型，比4090快2.2倍，功耗低87%。

有网友表示，“打算等halo笔记本上市之后把现在的笔记本换掉的，本地部署大模型确实有意思，再过几年也许就可以本地部署671B的INT8或者FP8大模型了。除了大模型，RAM和CPU配置提高了，做其它事情也快。”

AI赛道，或许是国产厂商切入PC芯片领域的契机。当前许多厂商开始营销各类AI一体机产品。相信如果国产厂商能推出更大统一内存，比如256G版本的国产“Project DIGITS”，也许会更受欢迎。

AI PC 的概念，是任人打扮的小姑娘。故事，其实各家有各家的讲法。OEM 各大厂百花齐放，砸钱砸工程师做本地化AI应用，软件有些能本地也能云，云服务可以接入国产模型做商业，可能是一快很好的蛋糕。

低延迟+隐私保护，或许是拉动类似GPT一类大语言模型，SD绘图，声音克隆，AI补帧，抠图，重绘等本地化AI应用的一个点。

AI PC 的足够强的边缘算力 + 大内存（显存）+优化到足够高效的软件，结合起来才能有望解决行业痛点，大批量落地 AI 终端。所以说，AI PC 其实也不完全是噱头炒作，不管是更普惠的AI，更高能效的AI，还是更强大算力的AI，还是基于云和网络更简单好用的AI，都是有在进一步发展技术，摸索市场。