华人站华人新闻，华人中文网
随着市场趋于饱和，过去十年里，PC市场整体表现平淡，出货量连续多年呈现波动下降。不过，正如AI对科技行业其他领域带来的颠覆性改变一样，新技术也为PC行业带来了回暖的曙光。
2024 年开年以来，AI PC频频传来重磅消息。在CES展会（国际消费类电子产品展览会）上，英特尔、英伟达分别发布相关处理器和显卡，展示适配AI PC的芯片方案；联想、戴尔发布展示的AI PC创新终端产品。
尽管业界已经纷纷押注AI PC领域，但面对这样一个“新物种”，不论是普通消费者，还是业界人士，对AI PC的具体概念、功能以及应用场景仍认知模糊。
正如Canalys 研报指出的那样，当前对AI PC的定义主要是一个围绕硬件的初期狭隘定义，即AI PC需要具备专用芯片组/块以承载端侧的AI运行负载。然而，随着技术能力、客户需求的提升，行业需要扩展标准来对产品的整体AI体验进行评级。
面对PC这样一个产业链分工协作高度全球化的行业，押注什么、如何布局，不仅是硬件厂商，对于产业链每一个参与者的决策都至关重要。
近日，信息咨询公司六度智囊接到需求，多名客户希望对AI PC领域不同专家进行访谈，以对行业动向有更深入把握，侧面证实AI PC行业的火热。
六度智囊是一家商业信息检索平台，为客户提供优质且领先的研究决策支持和专家知识共享服务。目前已实现海外专家50K+，业务覆盖北美、亚洲、欧洲、东南亚等地区。
根据六度智囊促成的访谈来看，不少专家认为，企业在换机潮的时候，AIPC会凭借自身优势吸引企业采购，从而迎来销量快速增长期，预计在5年后，AIPC将逐步替代传统PC。目前来看，由于无法预测消费者是否愿意为AIPC的溢价买单，因此PC的业绩拐点无法预测。
AIPC是什么？
得益于生成式AI和LLM的飞跃式发展，硬件+软件并行驱动下，AI PC成为一个人工智能发展与落地的重要载体，并将在架构设计、交互方式 、内容、应用生态等方面实现创新。
简单来说，AI PC是集成了AI算力单元的个人电脑，能运行个人大模型，有自然语言交互、开放生态、隐私保障等特征。换言之，未来的AI PC将是一个更智能、更安全的设备，可以让个体摆脱“工具人”属性。
在六度促成的一次访谈中，A公司前首席产品工程师表示：
“AI PC是基于云边端分布式云架构以及配备了计算能力的芯片，它能够提供软硬件结合的智能学习解决方案，包括在边缘端或云边端进行智能学习和推理的能力。
至于AIPC产品，它们可以分为狭义上的单一硬件产品和广义上的系统解决方案。这些产品在特点和区别上，主要体现在它们依托的硬件架构和提供的智能化程度上。
当我们比较AI PC和传统PC时，可以看到几个关键的技术优势和差异。首先，AI PC的核心CPU芯片采用了分模块处理的设计，这不仅提高了处理效率，还增强了底层API接口的开放能力，以及AI的协同能力。与此同时，AIPC能够在本地运行大型模型，这是传统PC所无法做到的。
进一步来说，AI PC拥有一个高效的分模块处理架构，这包括CPU、GPU和NPU的协同工作，这种架构使得AI PC在处理复杂任务时更加高效。在存储方面，AI PC采用了分布式存储系统，这使得数据处理更加灵活。
在感知能力方面，AI PC对摄像头感知、语音感知以及温湿度和振动感知等方面进行了增强，这使得它在多种环境下都能表现出色。而在数据储的安全性上，AI PC也有所提升，用户可以将数据存储在家庭云或私有云中，确保数据的安全可靠。
总结来说，AI PC与传统PC相比，在本地大模型运行能力、分模块处理架构、存储方式、感知能力和数据安全性这五个方面都有显著的差异和技术优势。这些特点使得AI PC在现代的计算需求中，尤其是在需要高级AI协同的场景下，表现出更强的能力。”
超4000家厂商参加国际消费电子展 AI与PC融合成焦点
回溯AI PC的发展过程，基本可以分为AI Ready和AI On两个阶段。
2023 年 12 月发布的《AI PC产业(中国)白皮书》显示，在AI Ready阶段，AI PC主要表现为芯片计算架构的升级，具备基本的本地混合AI算力；到了AI On阶段，AI PC则具有完整的核心特征，提供划时代的AI创新体验，能够基于更丰富的AI应用生态提供通用场景下的个人AI助理服务，并在边缘私域环境下的个人大模型微调服务。
就目前硬件厂商的产品来看，业界仍处于AI Ready阶段，这也意味着，未来行业空间巨大。
根据IDC预测，受PC换机潮和AI集成的驱动，2024年全球PC出货量将增长至2.614亿台，2027年将达2.9亿台，2023-2027年CAGR为3.1%，能够认为，在全球存量PC市场中，AI PC将逐步提升渗透率。根据Canalys预测，兼容AI的个人电脑有望从2025年开始快速普及，渗透率约为37%，并预计2027年兼容AI个人电脑约占所有个人电脑出货量的60%，AI PC将成为主流。
谈及2024年国内AIPC市场的竞争格局时，A公司前首席产品工程师表示：
“首先，预计2024 年AI PC的渗透率将会增加，硬件发货量有望超过5%。在市场有率方面，整体可能会达到10%左右，如果市场表现良好，这个数字可能会超过10%，而在不那么乐观的情况下，可能会落在7到8%之间。”
何时大规模商业化落地？
AI PC行业空间正在被快速打开，背后是全产业链的积极推动和布局。
很长一段时间里，PC产业创新与否，取决于芯片和操作系统厂商，终端厂商和零部件厂商并不具备话语权。直到后摩尔定律时代，芯片的运算速率提升途径不再完全依赖于硬件堆叠，架构和算力的争夺也变得非常重要。
此外，2022年ChatGPT的出现引发了AI大模型浪潮，AI 应用场爆发，轻量化模型和开源模型生态的壮大为 AI PC 的推出提供了可能。
随着各大各大 PC 厂商与微软、高通、AMD、英特尔等合作共同推动 AI PC 的研发设计，市场普遍认为，2024年各品牌将陆续推出AI PC产品，今年或成为AI PC元年。
在六度促成的另一个访谈中，B公司游戏本散热工程师、产品经理表示：
“谈到具体的公司，英特尔在这一领域的领先优势是明显的。他们的第14代Meteor Lake产品在架构和AI性能上都有所提升，这表明他们在性能提升和架构变革方面都走在前列。英特尔采用了CPU、GPU和NPU的分模组架构，这大大提升了应用效率。此外，他们在底层架构上也考虑到了边缘计算和边端协同，这是未来发展的一个重要方向。
AMD在性能和GPU方面同样有其优势，但在软件生态的积累上则不如英特尔。而高通则正在转型成为一家边缘计算芯片公司，他们的X Elite芯片很好地符合了这一定位。高通在手机芯片方面的优势可能会帮助他们在PC协同交互方面取得进展，但ARM架构的兼容性还需要进一步完善。
从市场份额的角度来看，英特尔目前占据了较高的市场份额，但AMD和高通的竞争压力正在增加。在未来，我们可能会看到，英特尔的市场份额保持稳定或略有下降，而高通的市场份额有望提升。
基础版AIPC的物料成本目前保持相对稳定，主要取决于CPU的升级，而这通常是跟随英特尔或AMD的技术进步；新发布的AIPC在价格上可能会比前一代高出大约10%到20%，但这个价格差距通常会在半年到一年后随着市场的调整而缩小 ,最终与上一代同配置的产品持平。
进一步来说，进阶版的AIPC通常会搭配高级显卡或NVIDIA的GPU或算力卡，这无疑会导致成本显著提升。以NVIDIA的算力卡为例，一张大约75Tops的算力卡成本可能在七八千元人民币，这样的配置可能会使得整体成本翻倍。
到了2025年和2026年，我们预期英特尔和AMD这样的公司将会集成更高的算力到他们的产品中，这将导致AIPC的成本趋于与现有产品相同。
展望更远的未来，到了2027年，市场上超过85%的产品预计将是AIPC，届时几乎所有的个人电脑都将配备人工智能能力。这些趋势和预测描绘了一个非常令人兴奋的未来，其中人工智能技术将成为个人电脑不可或缺的一部分。”
当地时间2024年1月8日，美国拉斯维加斯
在国际消费电子产品展览会上，
使用英特尔芯片的笔记本电脑在英特尔展上展出
软硬件未来发展
AI PC的未来前景不容置疑，产品的差异化将主要体现在软件能力和用户体验上。
随着个人电脑端的人工智能化，软件对于整个系统的依赖性显著增加，这导致了对生态系统的更紧密绑定。厂商在这一过程中不仅要依赖上下游的硬件供应商，而且还面临着软件和生态发展的挑战。
前述B公司游戏本散热工程师、产品经理在访谈中表示：在个人电脑行业中，人工智能的应用主要分为面向消费者的2C和面向企业的2B两个方向，具体表现为：
“对于2C端，厂商们正致力于提升AI的计算能力，这包括集成更强大的CPU、NPU和GPU等硬件。同时，2C端的产品也在结合本地化的大模型应用，以此 增强个人终端的AI性能。在国内市场，我们看到厂商们在2C端产品的发展上思路相似，并且他们与上下游的厂商协同开发，共同推进技术进步。
在2C端，大模型主要应用于语音、文字和图像处理等领域。目前，2C端的应用场景还没有出现颠覆性的新应用，主要集中在个人辅助性应用上。展望未来，人工智能在个人电脑行业的应用趋势将朝着更高的算力和本地化方向发展。这意味着 我们可以期待个人电脑将变得更加智能，更好地服务于消费者和企业用户的需求。
在2B市场中，人工智能技术和设备的应用现状表现为重点关注行业特定的应用，并且产品形态呈现出多样性，包括嵌入 式无风扇设备、类似个人电脑的设备以及手持终端等。
这些AI模型紧密结合行业应用，例如在质量检测和智能监控领域 ,这些应用对本地化的计算能力有着较高的要求。特别是在算力需求较高的应用场景，比如自动驾驶汽车，目前英伟达的 Orin平台提供的算力在200Tops至400Tops之间，而未来的产品算力有望达到1000Tops。
此外，2B市场中本地化AI模型的运行能力显尤为重要，因为客户和产品之间往不能实现实时联网。这些都是目前2B市场中人工智能技术和设备应用的现状，同时也预示着未来的发展趋势。
在访谈中，有专家认为ToB端应用落地前景更明朗。具体原因在于，ToB的应用目前是以行业为导向，针对不同行业开发出具 有代表性的大模型，例如对于制造业，开发的AI应用能够帮助规划排产以及部件的排布，从而实现利润和效率的最大化。而ToC的应用目前应用场景比较分散，没有具体的方向。
综合来看，软件厂商的开发规划是建立在硬件厂商产品性能的基础上，而不断迭代的软件也反过来促进硬件厂商的产品升级。
四川一家工厂的工人正在组装电脑
那么，国内企业在这波AI PC浪潮中，还有什么机会可以争取？
综合专家意见，可以得出以下结论：
由于AIPC需要利用本地知识库来训练大模型，因此对于存储空间以及运存有着更高的要求；
同时，AI训练会导致长时间高能耗运行，产生大量热量，因此AIPC需要更好的散热器，传统的风冷转速无法满足要求，现在普遍采用涡轮增压技术来提升风扇转速；
硬件方面功耗的提升对复合电源的标准也有所提升，但变化有限；
AIPC对配件的要求也会产生变化，例如：为了满足计算机视觉的 AI应用，摄像头的分辨率等参数也会相应的升级。在软件方面，目前几大厂商都在争相开发AIPC应用，但尚未具备爆款应用出现的条件。
转载请注明出处华人站华人新闻，华人中文网 » AI PC来了！六度智囊组了个局，听听专家们怎么说