PC步入第三次革命時代，AI PC探索應用落地
每個人都擁有一個獨屬於自己的AI助理，它能瞭解你的需求，理解你的情緒，清楚你的所有工作、生活內容……這些看似只出現在科幻劇集中的內容，在今天已經逐步照進了現實。
過去不到兩年時間里，生成式AI更多的發展是發生在數據中心和雲端，但是隨著端側用戶對於能效、數據隱私，以及個性化的需求的增加，AI技術在端側的發展得到了進一步的釋放，Gartner預測，到2025年，50%以上由企業管理的數據，將在數據中心或雲之外進行創建和處理。生成式AI步入了端側發展的時代。
今年起，PC廠商紛紛積極佈局AI PC市場，Canalys預測，兼容AI的PC有望在2027年滲透率達到60%。
而作為端側生成式AI落地的重要載體——PC，在AI火爆的當下，PC行業也進入了全新的時代，繼圖形界面革命與互聯網革命之後，PC行業開啟了第三次革命——生成式AI革命時代。
PC步入AI革命時代，CPU成焦點
據英特爾方面統計，截止目前，英特爾AI PC處理器已經出貨超過800萬片，到年底將達到4000萬片，預計到2028年，全球80%的PC都將是AI PC，前景非常廣闊，用戶能夠有豐富的產品和應用選擇。
在這個過程中，能效、安全、成本，以及個性化需求已經成為當下AI大模型在端側，尤其是PC端釋放價值所要面臨的關鍵問題。
而作為一台PC的大腦——CPU，如何跟上AI的腳步，有能力支撐起龐大的AI算力需求，已經是整個行業共同的「考題」。
在AI的影響下，CPU行業也正在經歷歷史變革，由傳統的CPU轉變為支持AI算力的AI CPU。在此芯科技CEO孫文劍看來，在這個變革的時代，對於CPU行業來說，能效與生態架構的構建最為關鍵。
與傳統CPU不同的是，AI CPU可以為包括PC在內的諸多個人智能設備提供有競爭力的解決方案，用於人與數字的交互，圖形圖像數字的渲染，多媒體數據的處理，更重要的是高能效算力的輸出。「端側智能設備非常豐富，包括IoT、手機、電腦、車和元宇宙，還有未來的機器人。」孫文劍指出，「這些領域的設備都是AI CPU可以發光發熱的方向。」
不過要想打造全新的AI CPU，對原有生態的「挑戰」，是不可避免的話題，孫文劍進一步告訴鈦媒體APP，CPU行業本身的「壁壘」很高，打破壁壘的難題極大，「打破這個壁壘一方面需要具備較高經驗的人才進行高難度的芯片設計；另一方面，需要大量的資金支持。」孫文劍如是說。
AI CPU大有不同
與傳統PC不同，AI算力的需求對AI PC提出了更高的要求，在孫文劍看來，一款合格的AI PC算力底座需要具備五大特徵。
首先是異構。AI PC從硬件方面來說，需要具備CPU+GPU+NPU的架構，集成專門用於AI計算的硬件，並對AI相關軟件進行優化,從而使AI算力得到針對性的提升。「在這個過程中，如何充分利用不同算力引擎的優勢，為算力底座打造高性能的基礎設施中心成為AI PC的關鍵所在。」孫文劍如是說。而在AI時代，專門進行端側推理的NPU處理單元的地位也是有目共睹的逐漸提升。
其次是能效。如前文所述對於CPU的要求一樣，AI PC對於能效的要求也很重要。作為端側產品，AI PC不同於數據中心，對於能效，甚至算效的要求更高，「用戶對於產品的便攜性和待機時長、工作時長有更高的要求，所以算力底座（AI PC）需要借助一切低功耗設計手段，讓算力底座變得更加高效。」針對能效的問題，孫文劍對鈦媒體APP表示。
第三是生態。在孫文劍看來，AI PC不僅是硬件層面的改變，需要結合操作系統、大模型等軟件層面進行適配，構建豐富的軟硬件開放系統，在硬件上面也要結合電源管理芯片、存儲芯片，最終形成一個完整的生態，賦能開發者。
第四是混合。人工智能最終會走向混合的形態，如何讓雲邊端混合協同發展，讓用戶基於端雲一體的算力解決方案，解決切實場景中問題是關鍵。
第五是安全。安全是一個「老生常談」的話題，尤其是對於企業側應用而言，無論是硬件層面，還是軟件層面都需要確保企業數據的安全。
而正是基於上述幾點考慮，曆時一年有餘，此芯科技推出了企業自主研發的首款芯片——此芯P1。據悉，該款芯片基於6nm設計工藝，採用了Arm架構多核CPU，全新架構的高性能桌面級GPU，在AI算力方面可達45TOPS，並可以運行10b參數以內的端側大模型，運行大語言模型可達30 tokens/s。
在能效方面，孫文劍告訴鈦媒體APP，此芯P1有高效的功耗管理設計，包含精準的動態調頻調壓、多電源域和動態的電源門控，支持標準的PC電源工作模式，通過綜合設計來做到功耗和性能的調配與平衡。
安全方面，此芯P1支持完善的CPU內核級別安全特性；滿足認證需求的商密、國密算法；靈活的TPM/TCM安全方案。除此之外，此芯P1還採用統一的固件來支持多桌面操作系統，並對內核及框架層做了全棧優化。
而對於AI PC而言，一顆好用的CPU僅是開始，在聯想集團首席研究員顏毅強看來，如何構建上下遊較為完善的生態是一個關鍵。「如何實現從硬件、架構、模型，到最後應用的解耦是關鍵，」顏毅強指出。
解耦是一個打破原有生態壁壘，構建新生態的過程，雖然打破原有生態壁壘的難度較大，且在技術方面，國內廠商與國際領先水平仍有差距，不過對於國內芯片廠商而言，在佈局AI PC方面也有著諸多優勢。
首先，中國作為全球PC行業市場佔有量最大的市場之一，佔據了全球市場近三分之一的市場，龐大的市場需求，對於AI PC大腦的CPU自然有著更強大的需求。
其次，在需求的引導下，中國擁有著完善的AI PC產業鏈，「在整機制造、軟件設計、大模型開發與應用等領域，中國都能處於國際領先水平。」孫文劍指出。
通過與產業鏈上下遊企業的聯合研發，可以進一步縮小與國際的差距。對此，孫文劍告訴鈦媒體APP，「我們有我們的優勢，對大模型的適配、應用的適配、操作系統的適配，中國CPU製造商和企業有更多的機會進行適配和優化。」孫文劍強調。
以主機方面為例，從目前的市場趨勢上來看，主機廠商收到的CPU芯片大多是在兩年前被芯片供應商定義的（一款芯片生產需要幾個月，測試需要7~8個月），主機廠商根據自身當下需求定製化的能力較弱。而對於國內的企業而言，芯片企業可以與他們的用戶共同研發，「早在定義芯片的階段，就可以讓操作系統廠商、主機廠商等下遊企業參與進來，共同努力，這樣設計出來的芯片會更契合他們的需求，更好用。」孫文劍指出。
個人助理是首個場景，成熟落地仍有挑戰
芯片對於一款AI PC而言固然很重要，但應用場景才是「硬通貨」。
從目前應用場景上看，個人助理是AI PC首個應用場景，眾多廠商的佈局也圍繞此展開，原因自然離不開電腦的辦公工具屬性。
英特爾的資深專家與鈦媒體APP分享了幾個已經落地的案例。首先，在AI Chatbot場景中，基於英特爾酷睿Ultra的AI PC上能夠快速部署大模型，用戶能夠流暢地使用大模型強大的文本創作、編程、數學計算和邏輯推理能力，享受便捷、安全的本地化智能交互體驗。
在處理文檔方面，用戶可以利用AI PC高效處理郵件、表格數據、自動生成工作文檔，提高工作效率，還可以快速起草合約文書、以及利用AI智能分析訴訟案例，提供專業文檔撰寫能力。
針對知識密集型領域，利用AI構建金融本地知識庫，讓龐大知識庫為用戶所輕鬆調用。
在AI多媒體處理方面，商業用戶可以利用AI生成高清影片慢動作，並利用慢動作實現生產線缺陷檢測，高效查找故障問題。
在AI PC管理方面，企業可以基於AI大模型對企業各種資產進行智能化管理，快速盤點、分析，生成數據報表，助力企業降本增效。
從上述場景中不難看出，目前AI PC在企業側的主要應用場景還是集中在辦公助理領域，對此，孫文劍也有著相同的看法，他告訴鈦媒體APP，基於AI大模型的能力，在AI PC辦公可以提高員工整理素材、會議紀要分析的效率。（本文正選於鈦媒體APP，作者｜張申宇，編輯丨蓋虹達）
