文|读懂财经

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。