原文来源:读懂财经
图片来源:由无界 AI生成
在今年的CES上,AI PC算是彻底“火”了一把,各大厂商纷纷入局。其中,英伟达发布了三款AI PC芯片;联想、戴尔、惠普、华硕等头部PC厂商相继发布了各类“AI PC”;微软也决定将AI助手Copilot的实体键引入搭载Windows 11的电脑。
要知道,AI PC概念,最早由英特尔CEO帕特·基辛格在2023年9月提出。换言之,从概念提出到厂商产品落地,不过短短三个月时间。
所有人都相信,在AI落地的迷雾里,PC几乎是最为确定的机会。PC不仅能够满足大模型所需规模算力的硬件需求,也能率先享受到ChatGPT等超级应用的需求红利。更重要的是,把算力从云端迁移到终端,能够最大程度地规避AI所带来的数据安全问题。按咨询机构预测,2024年全球AI PC就能实现超千万台的规模化出货。
逻辑固然清晰,但现实远没这么乐观。目前,为了提升性能,AI PC价格动辄万元,但在实际工作中,仍然更多承担着个人助理的工作。换言之,AI PC的高溢价与其有限能力之间,还需要更多的价值去填补。
01 产业链扎堆AI PC
作为AI PC概念的提出者,英特尔是最先入局这一领域的玩家。今年9月,英特尔宣布启动业内首个AI PC加速计划。3个月后正式发布了全新酷睿Ultra移动处理器,采用英特尔首个用于客户端的片上AI加速器“神经网络处理单元(NPU)”。
这样的趋势延续到了今年的“科技春晚”上。在CES上,多个厂商纷纷发布了AI PC产品,涵盖从芯片到硬件到软件方方面面。
在芯片上,英伟达在发布了CES上三款 GeForce RTX 40 SUPER 系列 GPU,包括 GeForce RTX 4080 SUPER、GeForce RTX 4070 Ti SUPER 和 GeForce RTX 4070 SUPER,它们将作为 AI PC 的核心,为最新游戏提供超强动力。
作为英伟达的竞争对手,英特尔和AMD也推出了自己的AI PC产品。英特尔在此次CES上重点推广面向AI PC的新一代处理器——酷睿Ultra;而AMD则放弃了“Hawk系列”的笔记本电脑CPU,推出了具有NPU的Ryzen Mobile 7000/8000,来满足AI时代的用户需求。
在硬件层面,联想、戴尔、惠普、华硕等头部PC厂商都发布了各类“AI PC”。其中联想的动作最积极,接连发布了10余款AI PC产品,旗下Think、Yoga等系列新品开始配备Creator Zone生成式AI软件,基于大模型的智能助手支持文生图、AI问答和交互功能,部分机型还配备了一键直达的“AI Now”Copilot按键,便于更快捷地访问日常AI伴侣。
其它厂商的笔记本电脑更多地是针对生成式AI应用进行了一些优化,并从硬件层面搭载了英特尔、英伟达最新的芯片产品。
而软件层面的变化主要集中在微软。据最新的报道,微软决定将AI助手Copilot的实体键引入搭载Windows 11的电脑,首批设备会在本月完成上市。要知道,上一次Windows PC键盘布局的变革,还是在30年前。
从芯片到PC厂再到微软,所有人的动作只为一件事情:抓住AI PC的机会。那么,AI PC到底是什么,能够让如此多的巨头趋之若鹜?
02 把大模型算力搬到终端上
目前,行业内对AI PC的定义尚不清楚。尽管如此,我们仍然能够通过已发布产品的蛛丝马迹,看到AI PC的一些核心思路——通过新的计算架构设计,将过去只能云端运行的大模型算力搬到了PC终端上,进而能够形成内置AI模型及AIGC等软件能力。
从物理视角,AI PC与传统PC差异在于架构的不同。目前,传统PC在主芯片架构上以“CPU+GPU”的方式为主流方案,核心思路是让PC的功能专注于“计算+存储”。AI PC最重要的是嵌入了AI芯片,形成“CPU+GPU+NPU”的异构方案。
NPU专注于处理神经网络相关的任务,例如深度学习推理和训练,能够大幅提升升PC的AI能力,实现更好地管理AI工作量、提升性能、控制电池消耗等目的。
尽管目前的 AIGC 都是在云上实现,但长远来看,具备本地算力几乎是AI PC的必然,因为只有这样才能减少云端大模型的数据传输和时延。更重要的是,从云端到终端的变化,也能最大幅度地保障用户数据的安全性。在AI时代,数据和土地一样,是生产力要素,而AI PC可以在本地处理所有内容,无需担心数据使用权问题。
从经济层面看,着AI计算能力从云端走向终端,也重新迭代了云服务的成本模型。原因在于,本地运行大模型可以有效缓解云服务的成本压力。
与硬件层面的变化,AI PC在软件层面的变化就相对小一些。与传统PC相比,AI PC在软件上最大的变化是整合了轻量化AI模型,使各种生成式AI应用都能在AI PC上顺利地运行。
从模型端看,受制于本地算力、存储、通信等性能限制,与PC结合的AI模型走轻量化路线,参数普遍在100亿级别。目前主流的轻量化AI模型是谷歌的PaLM 2(Gecko版本)和Meta的Llama 2.
在应用端,AI PC的应用主要集中在工作生活助手、图像生成等AI解决方案上。在这方面,进展最快当属微软。
目前,微软已经将AI Copilot整合到Windows 11当中,Windows 11更新Copilot后将拥有150多项新功能,用户可以体验Copilot和全新的AI功能,包括画图、照片、剪贴板等应用程序。同时,微软将于2025年10月终止Windows 10的支持服务,从而变相推动用户转向使用Windows Copilot。
总体来说,AI PC更像是一个以大模型为核心的端侧AI软硬件集合体。
03 AI PC的确定性背后的未知
为什么在诸多硬件里,AI PC会率先脱颖而出?原因在于,PC是目前大模型应用的最为成熟的载体。受益于GPU性能迭代和最新的NPU架构出现,PC的算力还有提升空间,能够满足大模型所需规模算力的硬件需求。
另外,PC也是最有可能跑出杀手级应用的场景。无论是之前的ChatGPT还是现在的Microsoft 365 Copilot都证明了这一点。
正因为如此,AI PC的市场前景被广泛看好。Canalys最新报告显示,2024年全球兼容AI的个人电脑份额将占到19%,并在2025年快速增长至37%;群智咨询的最新预测显示,预计2024年全球AI PC整机出货量将达到约1300万台,实现规模化出货。
除了销量提升带来的硬件增长外,AI软件服务也有望带来增量市场。以Microsoft 365 Copilot为例,微软面向其Office 365 E3、E5、商业标准版和商业进阶版的订阅商户,将Copilot的定价设为每个用户每月30美元。
不出意外,个人电脑将支持更多的AI应用在终端运行,且随着AI PC的迭代创新,有望支持更高级别的AI软件,助力AI应用市场实现增长。
这一点可以参考特斯拉推出的FSD系统。从2016年开始,特斯拉的包括FSD套件收入在内的服务及其他业务收入呈现增长态势,特斯拉在售卖整车的同时还提供以AI技术赋能的软件服务。目前,特斯拉的软件业务已经成为其重要的收入来源和利润增长点,其软件收入已经超过了10亿美元。
AI PC的故事虽好,但也不能对太过乐观。一个严重的瓶颈在于,AI PC的高溢价与其有限能力之间,仍然更多的东西去填。
由于AI PC需要搭配更高的算力,不管是搭配显卡或NVIDIA的GPU或算力卡,或将NPU集成到CPU中,成本都会显著提升。比如,NVIDIA大约75Tops算力的卡,成本可能在七、八千元人民币,整体成本可能会翻倍。也正因为如此,AI PC的产品大都集中在中高端,前不久首批搭载英特尔AI处理器Meteor lake的笔记本电脑上市,起售价在14999元。
尽管价格昂贵,但现阶段AI PC能提供功能则相对有限,多被用于个人助理使用。参考ChatGPT早期注册量走高,后续流量下滑的情况,功能的局限性也将对AI PC的渗透造成不利影响。
虽然当前AI的发展速度已经远远超过了我们预期,但我们也必须清醒的认识到:AI的落地不仅仅是简单地把软硬件堆叠上去,而是做真正基于用户需求的产品。老话说的好,时代在变,工具在变,需求没变。
本文链接:https://www.aixinzhijie.com/article/6844440
转载请注明文章出处