文 | 蓝媒汇 陶然

编辑 | 魏晓

个人大模型在未来会成为“必然”。

人工智能的风吹过整个2023，联想集团在今年最后一季突然动作频频：集团董事长兼CEO杨庆元在11月的财经年会上表示，未来越来越多的人工智能的推理任务会在边缘和设备端进行，让个人大模型更加成为必要和可能，而人工智能和计算正是联想的“技术锚点”。

同一时段，集团副总裁王传东、阿木等一众高管，也都在包括虎嗅创新大会、联想AI Talk在内的多个场合谈及人工智能。

而所有这些话题的最终落点，无一例外放在了联想现阶段力推的AI PC，一般理解为“搭载并整合人工智能生成内容的PC平台”，通过针对性AI软硬件填补端侧算力空缺，从而脱离大模型等对于云端算力的绑定，达到AI本地部署甚至离线部署的效果，目前来看还是以笔记本电脑为主。

严格意义上说，AI PC的概念并非联想原创：早在今年五月份CNBC 的一次采访中，惠普首席执行官恩里克 洛雷斯（Enrique Lores）就表示，人工智能正颠覆个人电脑业务。

我们认为人工智能将会催生新的 PC 类别，帮助我们重新定义个人计算机（PC）的概念。

10月24日的年度Tech World大会，联想首次提出，并在会上反复强调着AI PC 概念与“AI for all”战略。

过去一年，大模型有关的芯片、服务器、手机等等硬件设备都早已有大量进场搏杀，PC这片市场的AI化相比之下甚至略显迟缓。

数据统计显示，自2021 年第三季度开始，全球 PC 出货量曾连续七个季度同比出现下降，且降幅不断拉大。直到2023 年第二季度，降幅终于开始收窄。

相关分析人士称“PC市场走出低谷、拐点已现”，而明年（2024）将会是PC需求回暖的关键节点。贵为数据统计层面的全球最大PC厂商，又正赶上大模型落地风口，联想不可能放过这个机会。

给PC救场的是AI还是英特尔？

从2018年的最后一季开始，联想已经在全球PC出货量第一的位上坐了将近五年，PC这块业务依然是联想的舒适圈。

IDC最新统计数据显示，2023年Q3全球PC市场出货量为6820万台，虽同比仍下滑了7.6%，但相较于今年一二季度29.0%、13.4%的降幅已经持续收窄。

而在品牌细分方面，联想仍是第一，惠普、戴尔、苹果、华硕分列二到五位，但各家的出货量变动却不尽相同：

联想出货量 1600 万台，较去年同期的1690 万台下降了 5.0%；惠普 1350 万台，较去年同期1270万台增加了6.4%；而后面的戴尔（-14.3%）、苹果（-23.1%）和华硕（-10.7%）同比降幅相对较大。

尽管趋势有所收窄，但整体市场还处在下行区间，身后紧追的惠普出货量和自己相比一升一降，压力自然给到了身为核心业务的智能设备业务集团（IDG）。

与IDC统计时间段相对应财报数据（联想集团2023-2024财年第二财季），同样反映出一些问题：报告期内，联想单季营收144.09亿美元，较去年同期170.89亿下滑15%。其中IDG业务营收115.15亿美元，同比下滑16%，占第二财季总营收比例接近八成（79.9%）。

数据范围扩大至半年，联想集团总营收273.09亿、同比下降20%，IDG业务总营收217.75亿，同比下降22%。

倘若PC市场没有增量，留给联想稳坐舒适圈的日子显然不会太多。将传统PC引入AI概念和大模型相关硬件，成为联想撬动增长的支点、IDG业务的绝对核心。

今年9月19日，英特尔发布了首个内置NPU（神经网络处理单元）的新一代Meteor Lake架构处理器，通过嵌入式神经网络处理器。相较于传统处理器，新架构可以在电路中模拟人类神经元和突触，实现数据与人工智能计算的并行。

三个月后的12月15日，英特尔官方推出Meteor Lake架构下的最新酷睿Ultra 处理器，宣发重点仍然放在针对移动平台和边缘计算的性能升级，称将开启“AI PC新纪元”。

首批拿到酷睿Ultra的OEM （原始设备制造商）会推出超过 230 款新机型，而身为英特尔“老客户”的联想，目前已经有至少四款新产品包含其中——酷睿Ultra发布同日，联想官方也宣布推出全新的商用和消费级笔电，表示“所有新品都具备人工智能加速功能”。

来自英特尔的AI核心硬件落地后，联想一天都不想多等。

PC是AI最优解？

“从目前的产品形态和用户习惯来看，AI PC的故事完全说的通。”

云计算工程师杨帆，向AI蓝媒汇分享了他对于大模型和AI PC的观点。在他看来，现阶段AI PC可以说是算力服务器+云端和个人智能设备（手机、智能手表等）折中的最佳方案。

简而言之，PC尤其是笔电，既满足了大模型所需规模算力的硬件需求，又不会过分影响用户对于“电脑”这一类产品的使用习惯。

“目前手机端的大模型，如果只看芯片的能力，是完全有余地去做更大规模的运算，搞出一些额外功能的。但据我了解，（手机厂商中）工程师会把相当一部分精力放在如何平衡‘大模型运行时能提供的计算’和‘计算本身需要占用的系统资源’。毕竟手机是人们使用频率最高的设备，很多东西已经是不是很好改变的了，尺寸、重量、设计甚至价格区间，都没有特别大的变动空间。”

相对的，PC对于功耗和算力等问题的处理会简单一些，即便是笔记本电脑，受益于GPU性能迭代，最新的NPU架构出现，性能尚有提升空间，使用习惯上也跟过去没有差别，“联想的第一批AI电脑集中在笔记本，也证明了这一点。”

至于联想高层提到的多模态输入、数据本地安全等功能，杨帆认为“只是附加价值”：手机端的大模型产品成熟之后，多模态应该会成为移动端的优势，至于数据安全实际上相关行业规范已经在落地的进程中。”

AI PC的优势绝大部分集中在硬件，而硬件恰好是联想的强项。

但杨帆同时也强调，AI PC未必是大模型硬件的最终方案，PC甚至可能在数据层面，变成大模型的一种局限：“并不是说这是PC的问题，端侧设备都会面临类似的问题。”

通常情况下，大模型需要依赖于特定的深度学习框架和充足数据库做训练和微调，本地部署的大模型如果仅仅依靠个人数据库（文件、语料、使用习惯等等），有可能无法获取足够的数据，导致模型的泛化能力和效果下降；如果需要将本地数据与云端数据相对照甚至混合，一是有违私有个人大模型的初衷，二来会显得本地AI硬件有些多余，“同等算力规模的前提下，更为集中的服务器其实会是一个性价比更高的选择。”

当然，具体效果会因模型而异，杨帆认为这很考验AI硬件厂商和基础大模型之间的适配，AI PC在推出之后的一段时间有可能还是更偏向B端、公司采购，C端需求的大规模出现，可能需要PC厂商给出一个足够吸引人的案例、效果。

还有额外的一点考虑，就是厂商之间如何分摊大模型迭代产生的高昂成本，“短期内大模型的训练迭代和运行成本是很难明显降低的，个人电脑上的大模型如何迭代，买断制还是订阅制。”

从商城产品来看，目前联想新发布的Pro 16 IMH、ThinkPad X1 Carbon AI等AI PC，其AI概念仍集中在英特尔提供的硬件，包括酷睿Ultra处理器和其中的NPU AI引擎，唯一一项具体AI会议功能将以OTA的方式进行升级，“私人大模型”等应用方面的概念则没有明确提及。

杨元庆曾在演讲中总结了AI PC在性能、安全、多模态等方面的五个优势，并称AI PC将“远胜于公共大模型”。

但在另一部分从业者看来，“远胜”这个词的后面，或许应该先加个问号。