AIPC：未来计算的新趋势

YoungerChina 存内计算大使

大数据领域优质创作者

博客专家认证

2024-02-19 09:10:35

生成式AI和LLM的飞跃式发展，深刻变革了个人生活与工作模式，加速各行各业智能化转型。AI发展正从软件主导转向硬件+软件并行驱动，而智能设备作为AI触达用户的终极载体，正成为AI未来发展与落地的重要突破口。AI PC将AI模型与PC结合，带来架构设计、交互方式、内容、应用生态等创新，将深入变革PC产业。

微软更宣称2024年将成为"AI PC"年。英特尔和微软等行业领导者正在推动配备AI处理器和AI软件助手的个人电脑，预计到2026年，商用电脑中将有一半是AI PC。

1 AI PC是什么？

经过30多年的发展， PC形式经历了桌面PC-笔电-平板电脑的变化，渗透率已接近天花板，整体上PC产业缺乏足够的创新，人们对传统PC的需求更多来自于自然的换机周期。

生成式AI和LLM的飞跃式发展，深刻变革了个人生活与工作模式，加速各行各业实现智能化转型。 AI技术需要在实际场景中得以更深入的应用， AI发展正从软件主导转向硬件+软件并行驱动，而智能设备作为人工智能触达终端用户的终极载体，正成为AI未来发展与落地的重要突破口。 AI PC将AI模型与PC结合，为PC产业带来硬件架构设计、交互方式、数字内容、应用生态等方面的变革。
而AI PC主要是指具备生成式AI功能的电脑，其概念是将人工智慧整合到个人电脑中，以提高性能，实现更有效的运算。这些电脑配备了整合神经处理单元（NPU）的处理器，具有强大的性能规格，使得PC能够在本地执行强大的算力，而不需通过云端服务器。这样的设计能够实现通过简单指令快速生成文字、图片、影像、音乐等生成式AI功能，同时提高个人隐私保护和降低资安风险。

软硬体的综合是形成AI PC的关键，现有PC硬体的CPU和GPU已经具备了AI运算能力，但使用传统的CPU来进行AI运算效率不高。为了提高AI运算的效率并减低能耗，必须增加NPU（神经网络处理器）的单元。

软件方面也至关重要，AI软体的小型化和在PC上的执行是实现AI PC的基本要件。微软以其应用程式Copilot为例，展示了AI PC的潜力。将AI模型小型化并落地到PC装置上，执行AI模型的配套方案是至关重要的。

2 AI PC的硬件

AI PC将带来生产力的变革。作为设备、边缘计算和云技术的混合体， AI PC将不仅具有强大的计算能力和先进的AI技术，还带来了创新的交互方式和视觉体验，满足新的生成式AI工作负载需求，同时还可为用户提供量身定制的体验。
AI PC的功能将扩展至“计算+存储+传感” 。在架构设计上， AI PC最重要的是嵌入了AI芯片，形成“CPU+GPU+NPU” 的异构方案。通过嵌入独立NPU的强算力性能，大幅提升终端AI能力，并更好地提升性能、控制功耗；为了适配AI应用和越来越强的NPU算力， CPU和GPU的性能也会有相应提升；同时在AI深度学习应用中三者有不同分工，训练阶段会使用CPU或GPU执行通用计算任务，而推理阶段或利用专门的NPU来提高效率。此外，通过配备丰富的传感器，来实现更好的人机交互体验；在计算和传感性能大幅提升的同时，存储特别是内存也将拓展至更大的容量，以满足大算力缓存等需求。

3 AI PC的软件

AI PC在软件上最大的变化是整合了轻量化AI模型，并且各种生成式AI应用都能在AI PC上顺利地运行。早期AI PC的AI应用主要集中在工作生活助手、图像生成等解决方案上。

AI模型：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，甚至要求能离线稳定运行。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。

AI应用：以微软为例。微软将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。微软与联想合作开发个人及企业AI Twin，这是针对AI PC的AI助手解决方案。

4 AI PC的核心特征

根据联想集团联合IDC发布的业界首份《AIPC产业(中国)白皮书》总结起来，AI PC有以下五大核心特征：

第一交互入口： 自然语言交互的个人智能体。AIPC将提供多模态自然语言交互UI，该UI是用户与AIPC进行自然对话的界面，减少了用户对特定界面和命令的依赖。自然语言交互UI的能力依赖于常驻其中的个人智能体，扮演对用户的意图进行理解与分发任务的重要作用。个人智能体由本地大模型打造而成，可进一步提升终端的自主性与易用性。

终端内嵌个人的大模型。 本地为主，边缘与云为辅的大模型方案，使得大部分任务能够依托本地模型完成。同时，AIPC的个性化本地知识库及管理工具，可帮助大模型更准确地了解用户意图，并提供更个性化、高准确度的反馈。

终端标配本地混合AI算力。 CPU+GPU+NPU异构混合算力保证了AIPC本地推理的可行性，同时随着端侧算力的快速提升，AIPC可以承载更大的AI模型，执行更加复杂的任务。

连接开放的AI应用生态。 开放的应用生态包括AI原生应用、AI赋能应用和公共大模型。应用生态的各类服务能够被个人智能体调度，并完成智能体分配的任务。同时，生态应用也必须深度适配AIPC的混合AI算力平台，并符合AI应用商店的各项准入标准。

设备级个人数据和隐私安全保护。 首先个性化本地知识库提供本地化的个人数据安全域；其次，AIPC本地推理机制可实现本地闭环完成隐私问题的推理；第三，硬件级的安全芯片在硬件层面确保只有经过授权的程序和操作才能读取、处理隐私数据。