今年年初，大模型AI作为新的风口出现，首先带动的就是能够为其提供算力的GPU市场，英伟达推出的一系列专业显卡甚至出现了一货难求的情况。从年中到年末，大模型则在加速与各个产业赛道实现连接，AI机器人、AI手机、AI PC的概念迅速被推向市场。
早在今年10月，英特尔就宣布启动“AI PC 加速计划”，月末，联想就已经展示了全球首台AI PC。与传统PC相比，它最大的改变在于能够创建个性化的本地知识库，通过模型压缩技术运行个人大模型以及实现AI自然交互。
除了联想以外，宏碁、华硕和微星三家公司也对外透露了将发布搭载英特尔最新一代酷睿Ultra系列处理器的AI PC产品。据悉，AI PC的能力将包括图像放大、文生图、代码编写、视频剪辑等。
以上提到的这些AI PC产品，都有望随着明天英特尔正式在国内发布Meteor Lake处理器一同亮相并推出市场。不过钛媒体App从行业内人士处获悉，首批AI PC的交付时间并不在本月内，预计等到明年1月，普通消费者才有机会接触到真正的AI PC。
有望改变产业走向的“AI革命”仅从现阶段的讨论热度以及从上游芯片到终端品牌对AI PC的投入力度来看，它已经成为过去以及未来数年PC产业的最大的转折点与机遇点。
根据调研机构Canalys的预测，兼容AI的个人电脑将从2025年开始快速普及，并有望到2027年约占所有个人电脑出货量的60%。抓住这次机会的厂商和渠道伙伴将受益于AI个人电脑的较高售价，并有机会提供除硬件之外的服务和解决方案。
PC产业中，提供算力的芯片是绝对的技术核心，所以在AI浪潮席卷到来的过程中，上游厂商也是最先调整发力方向的。英特尔、英伟达和AMD作为PC领域的芯片三巨头，在AI相关的芯片上有着不同的战略部署，其中大家最熟知的应该就是英伟达，前文也提到，大模型直接带火了英伟达的GPU产品。
凭借CUDA 平台和编程模型、Tensor Core混合精度核心、Ampere微架构等独家技术，使得英伟达推出的GPU芯片在AI计算的效率、兼容性、性能等方面都有很大优势。
与之相比，AMD走的也是相同路径，不过步伐稍慢，并且目前仅在专业领域有所落地，因此对普通消费者而言，对AMD的AI布局了解甚少。去年6月份，AMD推出了CPU+GPU架构的Instinct MI300正式进军AI训练端，紧接着在今年6月进行了更新，推出专门面向AI大模型的GPU MI300X。
英特尔方面采用的战略则有所不同，2019年12月，英特尔斥资20亿美元收购了Habana Labs，同期也逐步放弃了Nervana神经网络处理器（NNP）的研发，转而集中精力开发Habana AI产品线，先后推出了Gaudi和Gaudi 2。
与英伟达和AMD在GPU基础架构上围绕AI需求持续优化的策略不同，英特尔的Gaudi平台从一开始就为数据中心的深度学习训练和推理工作负载而构建的AI加速器。今年9月，在2023英特尔On技术创新峰会上，其还公布了三代AI芯片路线图，其中包括采用5nm制程的Gaudi 3，预计将于明年推出，另外还有下一代AI芯片，代号为Falcon Shores。
在专业领域之外，英特尔也积极与各个OEM厂商一起推动面向个人用户的AI PC。在其产品路线规划中，出现了未来两年共3款酷睿处理器，通过分离式模块架构与新引入的NPU，能够更好地实现PC上运行生成式AI模型。
根据此前英特尔官方的展示，只需要一台电脑，就能基于大模型自主生成一段指定曲风的歌曲、断网情况下跟AI进行聊天以及在远程视频聊天中具备实时翻译的能力。除了传统的PC芯片厂商，高通今年推出的骁龙X Elite以及AI平台，也特别指出了其针对AI PC上面的持续部署，希望能够通过大模型端侧落地的浪潮，能够更好地切入PC赛道。
可以说，AI大模型刚刚为人所了解的不到一年时间里，已经对PC产业的上游厂商从产品、战略、技术层都产生了很大震动。钛媒体App分析认为，对于英特尔和高通这两个主推AI PC的厂商来说，它们一个是目前赛道内的王者，另一个则是移动芯片领域的老大以及PC市场新的入局者，PC芯片的格局有可能会产生变动。
而随着OEM厂商在产品端的跟进，未来排名靠前的PC厂商，如联想、惠普、华硕、戴尔将如何顺应AI PC的发展趋势并跟上革新节奏？目前处于腰部和尾部的品牌能否依靠AI浪潮实现弯道超车，甚至PC赛道还会不会孵化出只专注于做PC AI产品或技术的新势力。对于早已沦为纯粹工具性产品，不温不火的PC行业来说，都很值得期待。
现阶段AI还未成为“刚需”从发力点来看，上游芯片厂商的积极部署，显然是为了能够快速实现从传统PC向AI PC的转型。而芯片作为平台重要的硬件基础，它在AI方面的算力上限以及具有最佳适配度的大模型方向，都将为AI PC最终的应用落地划定边界。
同时，PC产品自身也有着较为特殊的属性，一方面，系统和芯片上的可选项较少，留给OEM厂商自由发挥的空间并不多。但与此相对的，PC在软件平台方面提供的自由度却很高。也就是说，AI PC最终能否发挥“AI”的潜力，硬件层面具备相应的能力只是前提而已，最终的决定权还是在软件应用与用户手中。
2023年内，我们已经可以看到很多基于AI大模型带来的创新应用，包括实时翻译、文生文、图生文、图生图、模拟自然对话等等。而且，其中很多都已经孵化出了Stable Diffusion、Chat GPT、CodeGeeX等能够在PC上运行的软件或工具。另外，很多PC软件也开始接入大模型能力，比如WPS、腾讯会议等等。
作为一个文字工作者，文心一言、讯飞星火、通义千问、百川智能等大模型的出现，也确实能够在一定程度上成为提高创作效率的手段，用来对资料进行查找、梳理的体验还是不错的。
但以现阶段各家能够实现的能力来看，它们最多只能算是一个比固定算法语音助手或者搜索引擎稍微智能一点的工具罢了。
而PC现阶段最主要的应用场景主要包括以办公、内容创作、资料整理为主的生产力工具以及提供更好的玩游戏、追剧体验的娱乐工具。
如果说在生产力环节，大模型提供的翻译、内容摘要提炼、图片、视频内容识别处理的能力还能够发挥一些作用的话，那么在娱乐层面，目前大模型应用沾边的也就只有一个能够陪你聊天的智能语音而已。
换句话说，现阶段AI并没有什么“不可替代性”，这也就导致所谓的AI PC恐怕很难与传统PC在体验层面拉开差距。并且受限于算力和硬件规模的限制，即便AI PC带来了端侧的大模型部署，它能够实现应用效果相比拥有更强通用算力或者能够借助云端算力的PC产品很难拉开差距。
而这就是AI PC发展中面临的第一道门槛，即AI到底能够为PC带来哪些独有的甚至不可替代的优势。举个例子，之所以智能手机能够全面替代功能机，是因为它将手机从过去以通信为主的移动终端，变成了能够覆盖社交、生活记录、娱乐等多重功能的智能终端，如今在智能手机上已经习以为常的诸多功能，是过去功能机所无法适配的。
反观目前的PC，系统平台的广泛兼容性使得在软件层面AI PC很难构建独占的应用生态，与传统PC相比，AI PC的最大差异可能就来自于断网后依然具备的端侧部署能力以及在处理AI需求时相比通用算力异构计算带来的效率提升。
所以，至少目前你的电脑还没法跟你抢饭碗，公司领导也不会因为买了一台AI PC而把公司的人力、财务部门裁撤掉，但AI PC的出现，也确实让这台看起来只会被动执行从键盘输入指令操作的“上世纪产物”有了更多的可能性。（本文首发钛媒体App 作者/邓剑云 编辑/钟毅）
