半岛彩票以生成式模型为代表的人工智能对于整个芯片半导体行业正在造成巨大的影响。我们看到了云端人工智能让Nvidia的GPU变成了最抢手的芯片，同时在手机端，人工智能也在成为各大新手机发布会的亮点。人工智能已经在云和移动端落地，那么在PC端，人工智能的普及也是水到渠成。
在近日举办的CES 2024上，Intel在其关于客户端计算的开放主题演讲（Intel Client Open House Keynote）中，其主题就是AI PC将会是PC计算领域的下一个引爆点，而Dell, HP, 联想和Microsoft等PC行业的重要企业的高管也纷纷到Intel的主题演讲中助阵，强调了AI PC的革命性并且顺便宣传了自家PC产品中的AI功能。在第二场Intel CEO Pat Gelsinger的公开专访中，Gelsinger也特别强调了AI PC对于Intel的重要性；他认为，AI PC对于Intel来说，重要性和革命性不亚于当年的WiFi和迅驰技术（一个实现了无线网络，另一个则大大加速了笔记本电脑的普及）；硬件在AI方面的升级并不仅仅会带来性能数字上面的改变，更会带来用户体验的革新；虽然Intel在AI领域有很多竞争，但是Intel在AI PC领域将利用其技术上的领先，出货量上的领先以及和客户的协作来取得有利位置。一言以蔽之，Gelsinger认为“今天是PC的一个决定性时刻”。
PC在今天主要的定位有两种，分别是用于游戏的娱乐型PC和用于工作的专业型PC。对于前者来说，PC主要需要强大的图形渲染来运行最新的游戏；而后者的主要诉求是提升用户的生产力。从目前AI PC的定位来看，更有可能是在专业型PC的基础上引入更多的AI特性，从而进一步满足用户对于生产力的需求。例如，在CES 2024的Intel主题演讲上，Intel和Microsoft的Copilot人工智能助手就是一个演讲中的亮点，用来强调目前业界对于AI PC的使用，而同时Microsoft也在演讲中提到了其Copilot将会在未来Windows系统中扮演极其重要的地位，未来可望会成为Windows操作系统中人工智能体验的起点和终点（即所有人工智能相关的需求都通过Copilot来实现）。
智能助手：例如，用户可以让智能助手帮忙在未来几天内寻找一个最合适的时间去安排一场和同事的会议，或者去帮忙撰写email；这需要人工智能助手（大语言模型）能运行在本地，理解用户本地的信息（例如日程安排，email内容等），并且根据用户的需求来实现智能化的协助。
生产力工具支持：随着人工智能越来越多地应用在各大生产力工具中，例如图像和视频编辑、代码编写、工业设计等等，AI PC需要对于这些工具的人工智能特性提供算力支持，从而让AI PC能很好地支持这些生产力工具中的人工智能特性。
从用户体验来看，智能助手更加与手机移动端的人工智能一脉相承，而生产力工具支持则与高性能计算的方向关系更大。
首先，AI PC对于AI的倚重需要芯片能提供非常强大的人工智能支持，包括足够的算力，足够的内存容量和内存带宽等等。同时，因为AI PC对于功耗也有限制，因此对于人工智能算力的支持最大可能是使用专用的人工智能加速器（NPU）而不是GPU来实现。
其次，AI PC仍然是PC，因此CPU和GPU的性能和能效比需求并不会因为是AI PC就有所降低。
如上所述，AI PC实际上有两个切入点，即从高性能计算出发，把高性能计算的芯片做小到PC／笔记本里；另外一个切入点则是从移动端的芯片出发，把性能进一步做高并且去掉无关的部分（例如基带），在功耗上升的情况下也满足PC的性能需求。
Intel的路线就是代表了第一种高性能计算的路线。Intel在CES 2024上提到，其AI PC芯片在2024年将首先出货Arrow Lake CPU，它将是Intel第一个集成了AI加速模块的桌面级处理器芯片。2024年晚些时候将发布使用下一代架构的Lunar Lake产品，将拥有更强的CPU、GPU和AI加速器性能（可达第一代产品的三倍）。在Intel的路线图上，AI PC的芯片的定位就是一块高性能处理器芯片，因此AI PC芯片的路线图其实就是Intel处理器芯片的路线图。而Intel处理器路线图就是激进地使用Foveros为代表的高级封装技术，来大大提升芯片的性能和能效比。
根据Intel目前公布的资料，我们认为Lunar Lake将会使用Intel路线年的Foveros技术来实现其CPU、GPU和NPU的集成，CPU、GPU和NPU可以灵活地位于不同的tile中，从而方便地实现设计时候的可配置性－ 例如可以根据市场的需求去推出拥有不同NPU／CPU／GPU的版本，另外根据市场反馈在设计下一代芯片路线图的时候，可以更容易地去调整不同tile上面的配置，从而满足需求。从性能方面来看，我们认为Intel的AI PC芯片路线图将会逐渐把一些首先使用在服务器高端处理器的技术慢慢应用到AI PC芯片端，例如3D堆叠Cache，从而为AI PC芯片提供有力的性能支持。这样来看，Intel的AI PC芯片路线图就是定位在中高端路线，做迷你版的服务器处理器。这样的定位，实际上也很适合为AI PC上的生产力工具的AI特性提供算力支持。
另一个路线就是从移动端芯片出发，做一个加强版的芯片以满足AI PC的性能需求。高通的Snapdragon X Elite就是这样的路线图上的芯片。根据高通公布的资料，Snapdragon X Elite SoC集成了12个Oryon CPU核，为了PC专门设计的Adreno SD X Elite GPU，以及拥有45 TOPS算力的Hexagon AI加速器。高通在发布会上强调了Snapdragon X Elite在PC上可以以非常低的延迟去运行生成式模型，这同时也显示了高通把Snapdragon X Elite定位在AI PC的决心。从芯片设计角度来看，如果把Snapdragon X Elite和高通用于移动端的芯片，可以发现整体的架构设计都是一块SoC，区别主要是使用了不同版本的CPU、GPU和AI加速器。从这个技术路线图来看，可以最大化地利用高通移动端芯片架构领域的积累，其主要的额外设计在于如何去定制CPU、GPU和AI加速器IP。目前高通似乎并不打算在未来几年内像Intel一样激进地使用高级封装技术／芯片粒技术来打破集成度的瓶颈，我们预计高通将会在AI PC领域继续使用传统的集成技术并且使用其多年的设计积累来继续推动芯片性能提升。如果我们把高通的技术路线和Intel的技术路线相比的话，我们认为如果未来几年主流AI PC对于人工智能算力需求有较快提升的话，那么Intel的高性能计算路线有机会能占得先机；反之，如果未来AI PC还是一个用户对于价格很敏感，AI很大程度上主要是智能助手入口功能的话，那么高通的方案有机会能以更低的成本占领市场。
最后，AI PC芯片领域另一个不应遗漏的公司是苹果。苹果用于笔记本电脑的M系列芯片早已集成了NPU，可以支持生产力工具中对于人工智能算法的需求；只是苹果在集成人工智能到操作系统中的态度不如Microsoft集成Copilot到Windows中那么激进，但是未来几年我们预计也会看到苹果的M芯片加持下的MacBook上人工智能会成为重要的特性。从路线图角度来看，苹果和Intel以及高通都有所不同—苹果的用于笔记本的M系列芯片路线图和用于手机的A系列芯片路线图并不完全重合，在M系列芯片中有着许多自己完全独特的设计。而最关键的是，苹果拥有其MacOS操作系统和软件生态（包括运行在上面的人工智能）的控制权（而不像Intel和高通都要支持Microsoft这个第三方的人工智能），因此苹果在这方面最大的优势就是能够做软硬件协同设计，从而能精确地从用户体验出发，一路定制软件，芯片乃至生态。
