如今AIPC快速崛起，有機構預測，2024年是AIPC的元年，2024年的出貨量有望突破5000萬臺，2025年出貨量將突破1億臺。未來，它將成為市面上的主流電腦，可是提到AIPC，很多人對這個概念并不太熟悉，其實顧名思義，AIPC就是AI電腦，是一種集成了人工智能技術的個人電腦。

它通過在處理器中集成NPU，配合CPU、GPU等硬件，通過人工智能技術加持，從而釋放人們的生產力和創作力，提升我們的工作效率，AIPC可以應用于各種場景，包括圖形視覺、語義理解、智能交互等。 除此之外，它區別于普通的PC，AIPC將為用戶提供包括通用場景下的個性化服務，具有即時、可靠的服務響應，更低的大模型使用成本，可信、安全的個人數據和隱私保障等四大價值。

相比傳統PC，硬件方面，AIPC在傳統PC職能的基礎上，集成了混合AI算力單元，以支持復雜的人工智能算法和大量的數據處理。AIPC通常配備了高性能的處理器，能夠支持包括CPU、GPU、NPU在內的異構計算，整體算力支撐能力更強，能夠本地運行“個人大模型”、創建個性化的本地知識庫，實現自然語言人機交互。

它不僅內置為用戶提供這兩年大火的ChatGPT類似的通用大模型，可以非常方便地讓用戶通過LLM（自然語言大模型）進行新的交互并有效地提高日常辦公的效率和質量，同時也可能在PC上部署安裝類似于Stable Diffusion專業大模型進行本地化AI創作，這將徹底改變PC用戶的使用習慣和場景，也改變了PC產業的發展未來，PC由個人計算終端升級成了個人AI應用中心。

AIPC并非一個具體的產品名稱，而是一個概念性的術語，用于描述那些專門用于人工智能計算的個人電腦。具體的AIPC產品可能會因廠商和配置而有所不同。各處理器制造商紛紛進軍 AI 芯片。IDC 認為一臺“具備 AI 能力”的 PC 必須擁有專用的芯片組或模塊來 加速 AI 計算。目前高通的 Hexagon 加速器、蘋果的神經引擎、英特爾的 Movidius VPU 和 AMD 的 APU 可 以滿足以上要求。

與此同時，芯片廠商英特爾、英偉達、AMD、高通都加入了AIPC芯片市場的軍備競賽。

英特爾最先提出了AIPC這個概念。2023年9月英特爾發布了第十四代處理器Meteor Lake，同時公布了集成了神經網絡處理單元（NPU）處理器酷睿Ultra將于年底上市，這是英特爾歷史上第一款集成了NPC單元的SoC。

英特爾酷睿 Ultra 處理器的誕生，標志著 PC 全面進入 AI 時代。英特爾通過發布最新一代酷睿Ultra系列AI處理器，成功地將AI硬件核心——AI處理器嵌入到pc的心臟部位。該系列涵蓋了三種不同的配置版本：酷睿Ultra 5、酷睿Ultra 7以及頂級的酷睿Ultra 9。

英特爾酷睿Ultra AI處理器采用Intel 4先進制程工藝打造，通過Foveros 3D封裝技術，性能和能效都顯著提升，并首次使用了分離式的模塊化架構設計 ，在提高續航的同時離電性能更好。全新架構提升了每時鐘周期指令執行能力，并通過性能核（P-cores）、能效核（E-cores）及低功耗能效核（LP E-cores）的協同工作，極大地優化了多任務處理性能。

5 月 11 日，英特爾人工智能創新應用大賽總決賽暨頒獎典禮在北京舉辦，在本次大賽中，針對不同的應用開發場景，參賽者在搭載英特爾酷睿 Ultra 處理器的 AIPC 上靈活利用 CPU、GPU 和 NPU 三大 AI 引擎，以及 OpenVINO、IPEX-LLM 等豐富的開源軟件框架及優化工具鏈，快速進行 AI 調優及部署，開發可落地的創新應用。

英特爾業務總監透露，隨著芯片算力的不斷進步，未來幾年內將有顯著的增長。他預計，明年芯片算力的提升將是大踏步的，到2028年時，約80%的PC出貨量將是AI個人電腦（AIPC）。

英特爾AI平臺在微軟Phi-3 AI模型發布當天即實現優化支持

削弱英偉達是英特爾押注AI重振雄風的第一步

英特爾人工智能創新應用大賽落幕，英特爾通過OPEA助力企業加速AI創新

創意無限！英特爾人工智能創新應用大賽激發AI PC體驗的更多可能

已有超過500款AI模型在英特爾酷睿Ultra處理器上得以優化運行

英特爾至強和AI PC等產品為Meta Llama 3生成式AI工作負載提供加速

幾乎在同時，X86處理器陣營的英特爾和ARM陣營的高通推出了集成NPU單元的桌面處理器，AMD和微軟的活動展示了AI在PC領域的應用加速，預示著AIPC的市場潛力。預計2024年AIPC的滲透率將顯著提升，帶動PC出貨量增長和產業鏈相關公司的機會。

在去年更早一些時候，X86陣營的另外一家主力處理器廠家AMD就宣布，在其最新Zen4架構的7000系列處理器中，加入了AI引擎，全面支持AI應用程序加速。Zen架構處理器其中集成了RDNA3架構集顯、XDNA架構的AI計算單元，在AI性能與游戲性能上均有不同幅度的提升，其中AI算力高達業界領先的39TOPS。

從以往的歷史來看，AMD可以說是對AI PC特別有話語權的一家廠牌，因為早在很多年前的APU時代，他們其實就已經嘗試過一些基于異構融合算力的通用計算、甚至機器學習功能。而從人臉識別到視頻插幀，在當時的APU產品上也都給我們留下過深刻的印象。

與其它廠商的AI PC方案相比，AMD的Ryzen AI PC擁有高達16TOPs的純NPU算力，是目前x86架構處理器中的最高水平，并且它實現了CPU、GPU和NPU的單芯片整合設計，就代表著在有需要的時候，這些不同的單元也能進行異構計算的配合，值得一提的是，與現階段其他家的AI PC方案相比，AMD的整套驅動、軟件環境在安裝難度上要低得多。

微軟計劃為客戶提供AMD旗艦AI芯片方案

借助全新AMD Alveo? V80計算加速卡釋放計算能力

為了贏得AI芯片市場，AMD不必擊敗Nvidia

AMD引領AI PC時代：開啟智能化計算新紀元

AMD在北京AI PC創新峰會上展示Ryzen AI PC生態系統的強大實力

從AMD目前的產品規劃來看，無論是支持AVX512指令集的銳龍7000、8000系、線程撕裂者CPU，用于超算的CDNA加速卡，RDNA3.0架構的獨顯與核顯，以及最新銳龍CPU內置的XDNA加速器（即NPU），它們都成為了AMD旗下產品AI算力的一部分。

蘋果于 2020 年 Q4 推出 M1 神經引擎，隨著 2023 年第二季度推出的 M3 系列，蘋果成為了第 一家完全具備 AI 能力的 PC 制造商。

蘋果作為全球消費電子產業的龍頭，每次重大產品升級和創新都有望帶動產業鏈整體的進步和投資機遇。例如，M4芯片可能會采用先進的制造工藝，如3nm甚至2nm技術，以提高性能和能效，芯片制造商臺積電（TSMC）有望受益于蘋果的訂單。此外，供應鏈中的其他環節，如內存、存儲和電源管理芯片供應商，也需要與蘋果的新芯片設計保持兼容。對于提供AI相關服務和應用的公司來說，M4芯片的AI增強功能可能會激發新的應用場景和業務機會。

蘋果或將使用自研芯片為人工智能服務器提供支持

蘋果AI戰略曝光：簡單指令iPhone搞定，復雜任務云端運行

AI PC元年已到，蘋果M4強大AI芯片問世

蘋果 M4 芯片發布：10 核 CPU + 10 核 GPU，2024 款 iPad Pro 首搭

蘋果正式發布M4：AI飆升兩倍多！其他相當牙膏

同時，CES 2024 大會期間，英偉達、英特爾、AMD 再次圍繞 AIPC 推出新產品。 英偉達發布了三款 GeForce RTX 40 SUPER 系列 GPU，包括 GeForce RTX 4080 SUPER、GeForce RTX 4070 Ti SUPER 和 GeForce RTX 4070 SUPER。新 GeForce RTXSUPER GPU 的專用 AI Tensor 核心可提供高達 836 個 AI TOPS，為游戲、創造和日常生產力領域的 AI 提供變革性功能。 英特爾推出全新酷睿 HX 和 U 系列 CPU，增加核顯數量提高 AI 性能。酷睿 HX 系列以酷睿 i9-14900HX 為主，該處理器擁有 24 個核心，分別是 8 個性能核心（P 核心）和 16 個高效核心（E 核 心）。U 系列移動處理器以酷睿 7 處理器 150U 為主導，具有 10 核/12 線程和高達 5.4 GHz 的睿 頻頻率。英特爾表示，此次更新提高了 51%的多任務處理性能，支持高達 192 GB 的 DDR5-5600 兆 傳輸/秒 (MT/S) 內存總量，為 AI PC 提供了更強勁的解決方案。 AMD 推出 Ryzen 8000G 系列、Ryzen 5000 系列桌面處理器、Radeon RX7600 XT GPU。AMD Ryzen 8000G 系列桌面處理器，配備內置顯卡 Ryzen 7 8700G 并首次將 NPU 引入臺式電腦處理器。RX 7600 XT GPU 將 VRAM 從 8GB 增加到 16GB，定價 330 美元，低于英偉達最新發布的 GPU。

       AIPC滲透率提升的同時，也給產業鏈帶來了更多的想象空間。從產業鏈角度看，AIPC最具有投資價值、最值得關注的領域包括上游芯片制造環節和中游整機制造環節，特別是主營業務為CPU、GPU、NPU、存儲等的上游芯片制造公司。

      AI PC 的紅利不僅僅體現在用戶層面，對應用廠商來說同樣具有顯著的優勢，能夠分攤云端算力成本。將 一些處理從云端轉移到終端，不僅可以減輕云基礎設施的壓力，同時也有助于降低運營成本。這種本地化處理 的趨勢為應用開發商和應用開發者提供了更為經濟和高效的方式來探索和構建應用。據估算 ChatGPT 每天的運 營成本可能超過 70 萬美元。通過在 AI PC 上進行本地處理，應用廠商能夠減少對云端的依賴，降低了 在維護和更新云基礎設施上的投入。這對于小型獨立應用開發商尤其重要，因為他們可能沒有龐大的云服務預 算，AI PC 提供了一個更為可行的選擇。另一方面，AI PC 的本地化大模型能力為應用開發者提供了更豐富的工 具和資源，使他們能夠更加靈活地創造各種應用。這種高效性和經濟性有助于激發更多獨立應用的創新和發展。 應用開發者可以更容易地探索新的功能、提升用戶體驗，而不用過分擔心云端服務的性能和成本問題。