永乐高ylg888888官方网站-人工智能电脑：准备重新点燃电脑市场的新类别

关键

随着人工智能电脑的出现，个人电脑行业正在经历重大变革，人工智能将机器智能直接集成到设备中，有望在停滞不前的市场中重新点燃增长。

Apple 通过在其 Mac 中集成专用神经处理单元 （NPU），实现设备上的机器学习功能和无缝的用户体验，在 AI PC 领域获得了竞争优势。

向 AI PC 的转变让人想起 IBM PC 时代;正如 IBM PC 使计算民主化以提高生产力一样，AI PC 旨在直接在个人设备上为个人提供先进的 AI 功能。

自 1981 年 IBM PC 问世以来，PC 行业正在进入最重大的变革。那个最初的米色盒子开创了生产力的新时代，重塑了企业和个人的工作、沟通和创造方式。四十多年后，人工智能 PC 正在成为一个新类别——它有望在原本趋于稳定的市场中重新点燃增长。IBM PC 使电子表格、文字处理和数据库的计算能力民主化，而 AI PC 则将机器智能直接集成到设备中，从而实现了曾经为云数据中心保留的功能。

“如果说 IBM PC 使计算机个性化，那么 AI PC 则使它们具有感知能力”

AI PC 不仅仅是另一台具有更多内核或更快 GPU 的笔记本电脑或台式机。其核心是一个专用的神经处理单元 （NPU） 或等效加速器，旨在有效处理机器学习和推理任务。苹果是最早通过其 M 系列芯片中的神经引擎将人工智能功能捆绑到其所有 Mac 中的公司之一。到 2025 年，几乎所有出货的 Mac 都默认符合 AI PC 的条件。在 Windor:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫s/x86 方面，英特尔和 AMD 正在竞相在其最新的笔记本电脑平台上提供 NPU，尽管今年出货的 PC 中只有约 30% 符合“AI PC”的定义。与此同时，RISC-V 供应商正在带着实验性 AI PC 进入该领域，例如 DeepComputing 的 DC-ROMA II，证明即使是开放架构也在追逐这一类别。

这种硬件转变与软件集成相结合。AI PC 不仅承诺原始马力，还承诺上下文、设备上的智能。他们运行大型语言模型 （LLM）、生成工具、转录、翻译和实时个性化——所有这些都在本地运行，而不必完全依赖云。

1981 年发布的 IBM PC 之所以具有革命性，不是因为它的原始规格——英特尔 8088 处理器、16KB RAM 和两个软盘驱动器在今天几乎没有给人留下深刻印象——而是因为它的时间和定位。IBM 让业务经理和知识工作者第一次体验到大规模的个人生产力。VisiCalc 和 Lotus 1-2-3 电子表格成为企业的主要产品，而 WordPerfect 则改变了文档工作流程。IBM PC 成为办公自动化的催化剂，并最终推动了信息经济的兴起。

2025 年的 AI PC 也带有类似的拐点。正如 IBM PC 允许管理人员无需等待大型机操作员即可作数字一样，AI PC 使当今的专业人士能够直接在办公桌上运行生成模型、分析大量数据集并自动执行创意任务。IBM PC 将权力从 IT 部门转移到个人员工，而 AI PC 则将权力从集中式云服务器转移回个人设备。

苹果在人工智能 PC 领域的领先优势是英特尔和 AMD 迟到的长期押注的产物。苹果早在 2017 年就开始在 iPhone 中推出神经引擎。到 M1 于 2020 年登陆 Mac 时，苹果已经生产了多代 AI 芯片。英特尔首个真正的NPU平台Meteor Lake直到2023年才出现，AMD的锐龙AI芯片也大约在同一时间登陆。

垂直整合给了苹果另一个优势。由于 Apple 控制着芯片、作系统以及 Core ML 和 Metal 等框架，因此可以跨 CPU、GPU 和 NPU 无缝路由工作负载。x86 生态系统分散在 Microsoft、Intel、AMD 和数十家 OEM 之间，发展速度几乎没有那么快。

Apple 的统一内存架构提供了进一步的优势，消除了困扰 CPU 和 GPU 具有独立内存池的 PC 的昂贵数据传输。Apple 让 AI 对消费者友好：邮件、便笺和照片中的 Apple Intelligence 功能为用户提供了可见的日常价值。相比之下，Windor:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫s AI PC 仍然严重依赖 Microsoft 的 Copilot 功能，其中许多功能依赖于云服务。

到 2025 年，苹果已将人工智能硬件和功能作为其产品线的标准配置。所有出货的 Mac 都是 AI PC，而只有大约三分之一的 x86 PC 符合条件。

关键时刻出现在 2020 年 6 月的苹果全球开发者大会 （WWDC） 上。在舞台上，蒂姆·库克将其描述为“Mac 的历史性一天”，并宣布该公司过渡到苹果设计的芯片。他将其视为苹果数十年来对自己的硬件和软件堆栈的控制的下一次演变。

Apple 硬件技术高级副总裁 Johny Srouji 随后上台解释了后来命名为 M1 的架构基础。他描述了苹果的芯片之旅——从 iPhone 到 iPad 再到 Apple Watch——如何成熟为能够为 Mac 提供动力的可扩展架构。Srouji 强调了 CPU、GPU 和神经引擎在单个片上系统中的统一、统一内存架构的采用以及将每瓦性能作为效率的关键。他强调，苹果决定专门为 Mac 设计自己的 SoC，这将使该平台在能效、安全性和人工智能能力方面实现飞跃。

本次主题演讲不仅将 M1 视为一款芯片，而且将其视为战略支点的产物——这一产品让 x86 世界大吃一惊，并让苹果在定义 AI PC 的竞赛中领先数年。

每台现代 Mac 中的神经处理单元 （NPU） 都不是 ARM 构建块，而是 Apple 原创设计。Apple 为其 CPU 授权 ARM 指令集，但开发自己的 CPU、GPU 和 NPU 内核。

神经引擎于 2017 年与 A11 Bionic 一起首次亮相，比 ARM 的 Ethos NPU 系列早了几年，并且已稳步扩大规模，每秒处理数十万亿次作。它是由 Johny Srouji 领导的 Apple 芯片团队在内部构思和构建的，专为机器学习推理量身定制。在 M1 中，神经引擎提供了 11 TOPS，而在 M3 中，它超过 35 TOPS。

M1 内部的 GPU 也是干净的 Apple 设计。直到 A10 一代，苹果都从 Imagination Technologies 获得了 Por:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫erVR 图形核心的许可，但从 11 年的 A2017 Bionic 开始，苹果转向了自己的定制 GPU 微架构。M1 的 8 核 GPU，能够达到 2.6 TFLOPS，是这一血统的一部分。

总而言之，Apple 的 CPU、GPU 和神经引擎代表了一种垂直集成的架构——全部是定制的，都是 Apple——只有指令集本身获得了 ARM 的许可。这种严格的所有权使苹果能够在硬件和软件方面进行优化，这也解释了为什么 M 系列能够在效率和 AI 能力方面超越 x86 设计。

苹果并没有在 1 年开始制造 M2010，但它的完全集成之路早在几年前就开始形成。当该公司在 A11 Bionic（2017 年）中推出其首款内部神经引擎和定制 GPU 以及其自主开发的 CPU 时，它有效地将现代计算的所有三大支柱统一在一个屋檐下。从那时起，Apple 的芯片路线图就有了明确的长期目标：将这些独立完善的引擎（CPU、GPU 和神经引擎）整合到具有共享内存和软件控制的单一结构中。M1 于 2020 年推出，是长达十年的融合的顶峰，将最初作为独立移动组件转变为一个有凝聚力的架构，针对整个 Mac 系列的性能和效率进行了优化。

虽然 NVIDIA 的“顿悟时刻”出现在 2012 年，当时其 GPU 出人意料地成为深度学习革命的主力，但苹果却走在平行但相反的轨道上。NVIDIA 正在针对云进行扩展，利用 GPU 集群进行 AI 训练，而 Apple 则正在缩小规模——将智能直接嵌入到个人设备中。两者都是通过性能创新而不是远见来实现人工智能的：NVIDIA 发现其游戏芯片在矩阵数学方面表现出色，而 Apple 则意识到机器学习可以使移动体验更智能、更快、更私密。这两条路径的融合——一条诞生于数据中心，另一条诞生于手掌——定义了人工智能计算的现代时代。

Apple 的 M 系列 SoC 代表了一种紧密集成的方法。在 CPU 层面，Apple 使用高性能和高效内核的组合，提供强大的单线程性能，同时以低功耗管理编排任务。其内部设计的 GPU 是一种基于图块的架构，可处理图形和通用计算。对于特定于 AI 的工作负载，Apple 包括其神经引擎，这是一个在其最新 Mac 中能够达到大约 35 TOPS 的专用块，与 Core ML 和 Apple Intelligence 深度集成。这些组件共同构成了一个具有共享内存的统一架构，从而消除了昂贵的数据传输并优化了面向消费者的人工智能应用程序的性能。

相比之下，RISC-V 供应商采用基于标量、矢量和矩阵引擎的模块化方法。标量内核是控制和编排的基础，而 RISC-V 矢量扩展 （RVV 1.0） 提供 128 至 1024 位的可扩展寄存器，非常适合卷积、点积和信号处理等 SIMD 任务。对于高强度 AI 工作负载，矩阵引擎 （MMA） 以 INT8、FP8 和 FP16 等格式加速张量数学，针对 GEMM 和 transformer 注意力等作。这种模块化架构不是封闭式设计，而是允许供应商根据特定需求定制解决方案，甚至可以跨地区和合作伙伴采用基于小芯片的扩展。

苹果和 RISC-V 之间的对比鲜明。Apple 提供封闭但无缝的集成，而 RISC-V 则提供开放性、可扩展性和灵活性。Apple 的生态系统经过精心设计并受到严格控制，Core ML 和 Apple Intelligence 推动了面向用户的功能。另一方面，RISC-V 仍然依赖于 LLVM、ONNX 和 TVM 等成熟的工具链，但其开放模型使其对主权计算计划和实验性 AI PC 具有吸引力。Apple 在自己的产品线中扩展其方法，而 RISC-V 则支持全球供应商的创新，提供了一条 Apple 生态系统根本不允许的途径。

x86 生态系统错误地判断了 AI PC 过渡的时机和范围。多年来，英特尔和 AMD 一直认为人工智能工作负载将继续集中在数据中心和 GPU 上，而不是扩展到消费类 PC。他们的产品路线图和营销侧重于服务器加速器和高性能游戏图形，而笔记本电脑的 NPU 则被视为事后才想到的。

由于该行业对数据中心繁荣的关注，这种误判变得更加复杂。随着超大规模企业向人工智能基础设施投入数十亿美元，芯片制造商将注意力转向 GPU 和服务器 CPU，在利润率最高的地方追逐增长。在这样做的过程中，他们忽略了苹果已经发现的并行机会——将人工智能嵌入到隐私、延迟和便利性至关重要的个人设备中。

当英特尔在 2023 年发布 Meteor Lake 和 AMD 推出 Ryzen AI 时，苹果在消费者 AI 集成方面已经领先了三年。Microsoft 在 2024 年的 Copilot+ PC 计划只是凸显了 x86 响应的反应性。此外，英特尔的制造困境和 AMD 对 NPU 的有限关注减缓了他们的转型能力，而电源效率仍然是一个明显的弱点。Apple 可以在电池上提供数小时的本地 LLM 性能，如果不求助于耗电的独立 GPU，x86 笔记本电脑就无法与之匹敌。

最终，对数据中心的执着使 x86 供应商对 AI PC 的兴起视而不见。Apple 果断地利用了这一差距，而 RISC-V 供应商现在看到了通过模块化、集成解决方案开辟自己空间的机会，这些解决方案为 Apple 和 x86 提供了开放的替代方案。

NVIDIA 在云中主导人工智能，并且仍然是 GPU 加速训练和推理的黄金标准。其 CUDA 生态系统、TensorRT 优化和开发人员锁定使其在企业和数据中心环境中不可或缺。但 AI PC 革命正在将重点转向边缘高效、始终在线的 AI 计算，而 NVIDIA 在这里扮演着更复杂的角色。

一方面，NVIDIA 为当今一些功能最强大的“AI PC”提供支持。离散 RTX GPU 为法学硕士和生成模型提供惊人的推理速度，Microsoft 已与 NVIDIA 合作，为“RTX AI PC”打上品牌。对于高级用户和创作者来说，配备 RTX 86 GPU 的 x4090 笔记本电脑每秒可产生远远超出 Apple 神经引擎所能实现的令牌数。

另一方面，NVIDIA 的模型依赖于独立 GPU，其功耗远高于 Apple 的集成 NPU 或英特尔和 AMD 嵌入到 CPU 中的 NPU。AI PC 不仅关乎原始吞吐量，还关乎平衡性能与效率、便携性和电池寿命。苹果已将人工智能功能普及到其产品线中，而英伟达的方法则与高端配置相关。

这使得 NVIDIA 既是中央的，也是外围的。Central，因为任何认真对待 AI 的开发人员仍然需要 NVIDIA 进行训练和高性能推理。外围设备，因为 AI PC 类别是围绕集成 NPU 而不是独立 GPU 定义的。如果“AI PC”意味着具有始终在线 AI 功能的轻量级笔记本电脑，那么 NVIDIA 就有可能被排除在主流叙事之外，即使它继续主导高端市场。

在 iPhone 的阴影下呆了二十年后，Mac 正在重新获得其相关性——不是一种怀旧行为，而是作为世界上第一台大众市场的 AI PC。AI PC浪潮也重塑了苹果的内部动态。近二十年来，iPhone 一直是苹果的增长引擎，让 Mac 黯然失色。iPhone 的年收入超过 2000 亿美元，而 Mac 则徘徊在 25-300 亿美元左右。该公司的重点、文化和生态系统都倾向于移动。

但智能手机现在是一个成熟的市场。全球出货量持平，更换周期延长，苹果越来越依赖服务来实现增长。iPhone 仍然不可或缺，但其作为公司主要驱动力的作用正在减弱。

Mac 重生为 AI PC，为苹果提供了重新获得战略平衡的机会。人工智能工作负载——文本生成、媒体编辑、数据分析——自然适合台式机和笔记本电脑的外形，而不是智能手机。Mac 上的 Apple Intelligence 将其定位为专业人士、创作者和学生的人工智能中心，由于散热和电池限制，iPhone 无法与之匹敌。

这并不意味着 Mac 将取代 iPhone。相反，苹果可能会成为一家两大支柱公司：用于移动性的 iPhone 和用于智能的 Mac。20 年来，Mac 的增长速度可能首次超过iPhone，重新获得相关性，并为苹果带来新的叙事。

全球PC市场多年来一直停滞不前，每年出货量徘徊在250至3亿台之间。随着性能改进变得渐进，升级放缓，消费者延长了更换周期。但人工智能正在创造新的购买理由。Gartner 项目到 2025 年，AI PC 出货量将增长至约 1.14 亿台，比 2024 年增长 165%，占整个 PC 市场的 40% 以上。随着人工智能功能成为 macOS 和 Windor:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫s 的标准配置，这一数字预计将急剧上升，这与电子表格曾经推动 PC 大规模采用的方式相呼应。

Apple 将其 Apple Intelligence 软件功能与 Mac 中的神经引擎紧密结合，将每台新 Mac 定位为 AI PC。Microsoft 正在将其 Copilot 助手构建到 Windor:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫s 中，其硬件要求几乎保证了下一代 x86 机器对 NPU 的需求。即使是消费计算领域的新兴参与者 RISC-V，也将 AI PC 定位为其开放 ISA 的试验场。

IBM PC 首先通过公司传播。高管和经理需要自己的生产力机器，这很快成为日常决策不可或缺的一部分。人工智能 PC 也出现了类似的模式。公司现在将它们视为提高效率的重要工具，销售团队可以按需生成提案，分析师可以自动化报告，创意部门可以加速设计和媒体制作。为每位员工购买一台 AI PC 正在成为生产力的新基线，就像 1980 年代必须向每位经理发放一台 PC 一样。

与此同时，个人也在推动收养。学生、自由职业者和创作者渴望运行本地语言模型进行研究、内容生成和编码，而无需受云订阅的束缚。DeepComputing 等新兴企业与 Framer:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫ork 合作，正在帮助扩大对基于 RISC-V 的 AI PC 的访问，这些 PC 专为希望完全控制其硬件和软件堆栈的开发人员和开源爱好者而设计。正如早期的家用 PC 对于小企业主和家庭来说变得无价一样，当今的人工智能 PC 正在迅速发展成为不可或缺的个人助理。

与 IBM PC 时代一样，AI PC 的推出也面临着挑战。软件生态系统必须迎头赶上，确保 PyTorch、TensorFlor:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 和 ONNX 等框架能够充分利用不同架构的 NPU。定价也仍然是一个考虑因素。集成 NPU 的 Mac 起价约为 1,099 美元，而基于 x86 的 AI PC 通常成本更高，而 RISC-V 系统仍处于实验阶段且相对昂贵。

尽管存在这些障碍，但机会要大得多。AI PC 提供了更新硬件的令人信服的理由，并为停滞不前的市场注入了新的活力。它有可能重新定义生产力，就像电子表格在 1980 年代所做的那样。电子表格“杀手级应用程序”的现代等价物很可能是个人人工智能助手——一种无处不在的功能，可以改变个人和企业的工作、学习和创造方式。

“Copilot 并不是 AI PC 所需的杀手级应用程序。当设备上的人工智能不再关注云并开始独立思考时，这一突破就会出现。

2025 年的 AI PC 与 1981 年的 IBM PC 相呼应：一个新类别，重新定义了个人计算的含义以及谁从中受益。IBM PC 将台式机变成了生产力中心。AI PC 将其转变为创造力和智能中心。

苹果是这一腾飞的明显领跑者。多年的 NPU 集成、垂直堆栈控制、统一内存和无缝软件使其处于领先地位。x86 供应商不仅因生态系统碎片化和路线图延迟而措手无策，还因其对数据中心的狭隘愿景而措手不及。与此同时，NVIDIA 仍然是云 AI 领域的巨头和最快的 PC 加速器的供应商，但如果集成 NPU 成为标准定义，它就有可能在批量 AI PC 市场中被边缘化。

对于苹果来说，这不仅仅是行业领先。这标志着 Mac 在 iPhone 的主导地位开始趋于稳定之际作为增长引擎的回归。如果以史为鉴，这种转变不仅会重振个人电脑的出货量，还会重塑计算机在社会中的作用——使人工智能电脑成为下一个计算时代的决定性工具。