本次电话会议集中讨论了人工智能（AI）与个人电脑（PC）产业融合的趋势，探讨了AI技术如何促进PC行业进入新的发展阶段。会议突出了AI计算（AIPC）的概念及其引发的计算逻辑的根本变革，涵盖了从云端到边缘设备以及个人设备的数据处理方式的全面影响。特别指出了AI技术的应用不仅仅局限于提升设备性能，而是触发了计算逻辑的重大变革，促进了终端硬件的重要性，并强调了AI技术在实际应用中激发市场需求的能力。随着AI模型的快速发展，计算性能需求激增，传统的CPU已难以满足，促使GPU因其并行计算能力受到广泛关注。然而，GPU的能耗问题变得日益严重，引出了NPU（神经网络处理器）的诞生，它专为神经网络计算优化，大幅降低了能耗，使得在边缘设备上部署大型AI模型成为可能。这标志着AI计算领域的范式性变革，预示着围绕NPU的硬件新军备竞赛的开始。随着生成式AI的发展，我们正经历一次革命，即解决问题的方法、人机交互方式以及结果产生的方式都发生了根本性转变。这一切变化预示着未来社会对于专业知识的需求减少，对创新想象和引导能力的要求增加。AI技术的进步不仅提升了工作效率，改变了人机交互方式，还使复杂的专业任务变得易于操作，进而提高了非专业人士的使用效率。AIPC的发展预示着计算能力和应用的革新，为用户提供更快捷、个性化的服务体验。随着大模型的兴起，PC的标准配备面临内存容量和存储需求显著增加的压力，同时散热也是一个挑战。尽管目前NPU卡尚未独立成为一个成熟的市场，但随着AI算力需求的增长，其在未来的工作站及创意设备中的应用潜力巨大。市场上的高性能芯片如Intel、高通和苹果的芯片展现了强大的AI计算能力，推动PC行业的升级和创新。预计AI个人计算机（AIPC）的出货量将在未来几年内实现快速增长，表明AI技术已成为驱动PC行业发展的重要因素。此外，智能体技术的应用预计将彻底改变软件生态系统，提供更为智能化的服务和体验，从而开启PC行业的真正AI计算新时代。问：AIPC在AI时代中扮演着什么样的角色？AIPC相较于传统计算方式有哪些显著的变化？答：AIPC（AI-powered computing）是指由AI驱动的计算方式，它不仅带来了云端、边缘端和设备端的全面变化，而且随着大模型的火爆，衍生出了一种新的计算单元——NPU（神经网络处理单元），这一概念不仅在云端有对应的TPU或IPU，也在PC领域作为AIPC的核心计算单元被广泛应用。NPU的出现使得大模型训练所需的大规模并行计算能够在低功耗的情况下高效运行，从而推动了AIPC在边缘侧的应用，是AIPC发展的关键驱动因素。AIPC的变革主要体现在计算逻辑层面，由传统的CPU串行计算转变为NPU专用于神经网络计算。随着大模型训练所需海量并行计算的需求增加，NPU的低能耗优势使其能够在边缘侧高效运行大模型，使得AI计算在更广泛的设备上得以实现，从而改变了传统电脑的计算方式，具有范式性革命的意义。问：在解决问题方面，从搜索引擎到推理引擎的转变是如何发生的？在交付问题解决结果方面，AI时代有何显著变化？答：在过去的几十年里，解决问题主要依赖于搜索引擎，通过关键字搜索并结合人脑筛选来获取相近答案。然而，随着大模型AIPC的发展，主要的解决问题方式将逐渐从搜索引擎转变为推理引擎。推理引擎更多地依赖于NPU的计算，而非传统的CPU计算，这在解决问题的方式上带来了重大变化。在AI时代，问题解决的结果将不再是原创性的手工劳动，而是由神经网络大模型基于用户提供的提示生成。这一过程被称为生成式AI，它能直接提供解决方案，而无需人类进行深入的专业技能创作，这被称为人创智能。答：在人机交互过程中，以前主要通过信息路由实现，例如在APP中滑动屏幕获取所需信息。而随着AI技术的发展，人机交互将变为更为自然的语言交互，即机器能够理解和处理人类日常使用的自然语言（如语音和视频）进行交互，而非单纯地提供信息路由。问：对于终端用户而言，大模型IPC带来了哪些具体变化？答：终端用户受益于专业技能的简化，以往需要通过培训掌握的专业技能如PS、PPT等，未来可能由AI智能直接完成。同时，工作效率大幅提升，AI能快速生成文章、视频等，降低了创作时间成本。此外，交互方式也发生了改变，用户可以更自然地与AI进行语音和文本交互，从而降低了学习门槛和操作难度。问：为何需要发展意义上的AIPC概念，而非单一的大模型统治世界？答：发展AIPC概念的原因在于，未来世界不仅有单一的大模型来解决问题，而且存在不同文化、地区差异，单一模型难以适应全球范围内的复杂问题。此外，每个人的经历都是独特的，应该存在大量个性化模型，以融合和处理个人数据，提高模型的有效性和可用性。问：当前AIPC领域中，哪些核心部件玩家在引领行业发展？答：当前AIPC领域中的核心部件玩家主要包括五个，分别是微软（操作系统）、英特尔和AMD（传统PC核心部件供应商）、高通和NVIDIA Media。短期内，NVIDIA Media由于其数据中心业务优势，对AIPC格局影响较小。而高通由于手机尺寸上限和算力限制，已迅速切入PC领域，并收购了一些CPU公司，有望成为推动AIPC发展的关键力量。问：在AIPC时代，有哪些核心部件和外围设备的变化值得关注？答：在AIPC时代，核心部件的变化主要体现在CPU、NPU和内存方面。其中，高通凭借MMCM芯片重新进入PC领域，成为AIPC的重要推动力量；英特尔发布的2k arra系列芯片标志着AIPC的开始，并有望推动这一领域的快速发展。内存方面，由于大模型涌现能力和参数规模增大，传统冯诺依曼架构下内存对于运算能力的挑战愈发明显，内存容量将从16GB大幅提升至32GB甚至更高，并可能出现HBM和集成芯片内存的新技术，引发计算机架构的重大调整。此外，SSD（存储）也面临翻倍增长的需求，这主要是由于AI模型尺寸增大以及新功能如回忆功能导致的数据存储需求增加。答：随着CPU、GPU和NPU算力的增加，散热系统面临50%左右的挑战，虽然相较于内存容量的变化较为温和，但仍需要进行优化以应对更高能耗和算力要求。同时，由于制程、先进封装及计算机架构的调整，部分散热优化措施将得以实现，确保设备在有限功耗下维持正常运行。短期内，笔记本电脑功率不会无限增长，因此散热系统的增加不会像内存那样成倍数增长。答：外围设备的变化相对较小，比如人机交互相关的设备如键盘、麦克风和摄像头，虽然短期内可能不太明显，但在未来随着更多机器理解人类需求的应用出现，这些设备可能会有显著增长。不过，在整个PC部件结构中，CPU、内存和散热等核心部件占据更大价值，而一些电容、电阻等外围器件的价值占比较低，因此在短期内不必特别关注它们的变化。答：目前NPU卡还没有独立发展出来，但随着AI算力需求的增长，在一些工作站或创作设备上可能会增加更多的NPU内容。不过，由于NPU卡的独立发展由厂商领导而非芯片厂商主导，因此短期内可能不会出现显著的市场机会。不过，随着AIPC的发展，AI智能体应用（如助手类应用）和AI插件（如办公剪辑、多媒体创作等场景下的创新产品）可能会带来新的增长和换机需求。答：AIPC进程划分为三个阶段。第一阶段是Air Radio，从2020年持续到2024年，英特尔的Arria芯片和微软的操作系统定义了NPU的概念，并开始标准化和独立化这一赛道，各家厂商将在这一阶段角逐NPU市场。但由于大模型增长过快，目前市场上NPU算力普遍较低，软件成熟度也存在问题，因此尽管有微软提出的40 tops以上的算力才算是真正意义上的AIPC，但目前市面上的大部分产品还难以完全达到这一标准。问：在AI技术的发展阶段中，高通的X1 light芯片属于哪个阶段？答：高通的X1 light芯片属于AI融合（AI fusion）阶段，这个阶段的算力在40tops以上，具备初步可用的周到状态，并且各家公司会不断优化软件以增长算力。预计这个阶段会持续1到2年的时间，从高通发布XE light芯片开始，到下半年的lunar lake以及之后的arrow lake等芯片，算力都将高于40tops。问：AI在PC行业的比重如何影响未来的PC设计和功能？答：随着AI在PC行业的比重不断增加，当AI算力达到70到80tops左右时，AI原生应用会大量出现。这些应用将主要依靠本地AI进行演算和推算，因此未来的PC将可能由AI主控计算，而非CPU逻辑计算为主导。预计在2025年，AIPC（AI驱动PC）的市场规模将达到约5000万台，占整个行业市场的20%至25%。答：随着AI技术的发展，未来软件生态将由智能体主导，智能体会通过不同的设定和专家模型实现不同领域的功能。软件生态的发展需要两三年时间才能真正有效地跟上，因为底层计算框架和库仍在完善过程中。此外，操作系统也将发生显著变化，成为交互、理解语言和动作的伙伴，大模型加组件将成为智能体的伙伴，整个行业软件都将被重新设计。问：AIPC渗透率提升对PC行业换机高峰期及景气度周期有何影响？答：AIPC渗透率的提升将加快PC行业的换机进程，预计高峰期会在2025年左右。同时，由于AI技术的发展，整个PC行业的景气度周期也可能相应延长。不过，由于软件生态的建设需要一定时间，短期内还无法看到硬件生态上的显著变化，但长期来看，产品形态可能会发生适应自然交互的演变，如触控、语音、笔、摄像头和麦克风等交互方式的进一步提升。问：在AI技术普及初期，消费者对AI的可用性和应用生态的认知情况如何？AI技术何时将达到可用性更高的状态？答：在AI技术普及初期，消费者对AI的认知有限，对其可用性和应用生态并不十分了解，且当前阶段AI的实际应用场景并不多见。行业内的炒作主要集中在对未来的畅想上，而对消费者而言，在前期阶段AI的改变并不明显。根据预测，AI技术将在2024年下半年到2025年上半年这一时间点迎来显著的增速变化，尤其是在AIPC（人工智能电脑）领域的应用将大幅增长。微软化40 tops以上的AIPC将使AI技术变得更加智能和可用。答：AI技术的发展周期预计为4到5年，主要体现在半导体产业的周期性变化上，从10 tops到40 tops再到80 tops的迭代过程大约需要4到5年的时间。在这段时间内，AI技术将快速增长。答：ARPC（人工智能电脑）的成本相较于普通PC可能有较大提升，其中主要价值增量来自CPU和NPU（神经网络处理器）部分、内存和存储以及散热，整体成本可能提升20%至40%。问：高通芯片相对于英特尔和AMD等CPU在功耗和性能上具有怎样的优势？答：高通芯片在功耗和性能上相对优于英特尔和AMD等CPU，这主要得益于其在设计和优化上的先天优势，以及在与微软等厂商的合作中针对手机尺寸限制带来的解决方案。高通能够提供更大的算力，而不会因为制程限制导致算力提升受限，这是其领先的关键因素之一。问：为什么高通能够成功超越传统CPU大厂英特尔和AMD，成为AI计算的领导者？答：高通能够成功超越传统CPU大厂英特尔和AMD，主要有两个原因：一是芯片开发周期上的及时卡位，保证了其在大模型时代拥有接近的算力水平；二是高通与微软的紧密合作，通过先进封装技术将NPU集成到手机设备中，解决了手机尺寸限制下的算力提升难题，并利用其在信号处理方面的设计优势，使得其在AI计算领域有了很好的机会。
作者利益披露：转载，不作为证券推荐或投资建议，旨在提供更多信息，作者不保证其内容准确性。
声明：文章观点来自网友，仅为作者个人研究意见，不代表韭研公社观点及立场，站内所有文章均不构成投资建议，请投资者注意风险，独立审慎决策。
