2022 年 12 月，ChatGPT3 的誕生宣告了大模型元年的開始。 除了感嘆科技的爆發式增長，人們更關心的是AI和大模型如何走進他們的生活。 2024年下半年，晶元、電腦終端等廠商將向AI PC方向突飛猛進。 PC被業界普遍認為是率先進入AI階段**，成為個人擁抱AI的第乙個入口，並在2024年開啟AI PC元年。 但是，什麼是真正的 AI PC？ 什麼時候會到來？ 還有很多問題需要有遠見的人去思考和實踐。 因此，我們特別開通了“請回答AI PC”的特輯，希望能與您一起**關於AI PC的一切。
AI PC在沉寂已久的“夕陽”行業重新點燃了戰爭。
英特爾上週正式推出了AI PC處理器，即代號為Meteor Lake的新型Core Ultra處理器。 該處理器旨在支援人工智慧技術，並聲稱提供“AI PC的最佳體驗”。 英特爾之所以如此“大張旗鼓”，一方面是為了對付老對手AMD的銳龍AI，另一方面，高通已經正式發布了驍龍X[GF]2002[GF]精英計算平台，這背後有著明顯的內涵，令人垂涎的PC市場背後，英特爾當然需要防守。
終端廠商也紛紛趁著英特爾的東風，推出了大量的AI PC產品。 面對這個等待了40年的市場機會——AI PC，顯然各大PC廠商都不能保留。
根據 Canalys** 的資料，到 2025 年，與 AI 相容的 PC 預計將達到 37% 的滲透率，到 2027 年，與 AI 相容的 PC 將佔所有 PC 出貨量的 60% 左右。
資料來源：Canalys）。
如今AI PC的趨勢已成必然，巨頭的湧入讓賽道塵土飛揚，接下來的問題是，誰會率先吃到螃蟹？
為了爭奪AI PC的旗幟，力爭成為“領頭羊”，PC廠商一般都不慢。 以下是Tiger Sniff今年披露的關於AI PC的市面上主要PC廠商的主要策略和行動：
讓我們從最重要的關鍵詞開始：2024。 大多數廠商一致將產品的正式上市時間定在2024年。 屆時，這些產品將專注於AI PC概念，並配備Intel AMD Qualcomm相應的架構。 這意味著，2024年將是真正意義上的AI PC元年。
也就是說，很明顯，主要製造商不想等到明年。 12 月 15 日，隨著英特爾最新推出的酷睿 Ultra 7，聯想、華碩等多家廠商紛紛推出自己的 AI PC：
聯想發布了多款搭載英特爾酷睿超高處理器的新產品，如ThinkPad X1 Carbon AI、聯想小新Pro16 AI Ultra Ultra 2024、IdeaPad Pro 5i等。 微星推出了三款膝上型電腦，Prestige 16 AI Evo、Prestige 16 AI Studio Evo 和 Prestige 13 AI Evo，均採用新的 Core Ultra 7 H 處理器。 巨集碁推出了新的 Swift Go 14 和專注於遊戲的掠奪者 Triton Neo 16。 華碩發布了首款搭載英特爾酷睿 Ultra 的輕薄膝上型電腦 - Zenbook 14 2024。 可以看出，在這場戰爭中，各家各戶已經開始用真刀實槍的對決。 誰能從中脫穎而出，將取決於誰擁有明確的戰略路線圖、技術路線圖和強大的生態系統合作夥伴。
據Tiger Sniff觀察，儘管惠普、巨集碁、惠普、華碩等廠商都對AI PC表示樂觀。 然而，面對“什麼是AI PC”和“如何推動PC的AI演進”這兩個關鍵問題，截至目前，除聯想外，大多數廠商都沒有給出明確的定義和戰略路徑。
作為全球最大的PC廠商，聯想早在2024年就確認了其“All in AI”戰略，而“超智慧型電腦”是當時最重要的產品。 只不過，在ChatGPT引爆AI浪潮之前，PC端的AI功能根本不足以引起市場的興趣。 如今，無論是AI的革命性使用者體驗，還是晶元的就緒，都使PC成為進入AI時代的最佳時機。 今年，聯想再次明確了“Al for All”的戰略，率先展示了其首款AI PC，明確了AI PC的定義和漸進式發展路徑。
在生態合作夥伴方面，聯想在今年的Tech World上拿下了包括英偉達、AMD、Microsoft、英特爾、高通在內的AI巨頭的平台。 它顯示出強大的行業吸引力。
無論AI PC的概念多麼流行，最終都會被企業中的人和個人使用者所使用。 也就是說，在討論“什麼是 AI PC？ “當我問這個問題時，我實際上是在問，與傳說中的PC相比，AI PC最終能實現什麼樣的特殊體驗。
讓我們來看看行業觀察家們的期待。 在與“未完成的研究”相關的文章中，提出了幾個要素的想象力：
您可以控制本地生成的資料，借助 AI 決定公有雲、機構和個人之間的資料儲存和使用，並基於這些資料訓練自己的模型。 使用AI顯著提高您的工作效率，如資料分析、文字處理、內容生成、會議辦公、程式設計設計、協調和管理等。 自然直觀的人機互動體驗，如聲音、視覺、觸覺、手勢等，也會包括一些電腦自身對周圍環境的感知和配合，但這款手機功能更強大，很快就會產生更多顛覆性的AI原生裝置。 親密和信任，最重要的是資料的私隱和安全，它可以持續跟蹤使用者在PC上的工作足跡，並及時總結，形成使用者專屬的專屬任務代理，進而成為使用者的伴侶（companion）、伴侶（mate）、雙胞胎頭像（twin）等等。
雖然PC廠商沒有如此全面地闡述自己的AI PC，但他們在不同領域也零星地表達了對AI PC的期望。
惠普強調安全性，“如果企業或個人使用者想使用AI應用處理私隱資料，AI PC可以直接處理資料，無需上傳，這樣不僅可以減少延遲，還可以提高資訊保安防護。 ”
華碩專注於定義PC配置對AI的作用，PC有兩個主要元素可以稱為AI PC，乙個是晶元，未來AI計算、推理功能將直接設定在PC中，CPU將增加乙個新的計算單元; 另一種是AI軟體應用，即作業系統和第三方軟體會隨著AI進行調整。
聯想的定義比較完整，涵蓋了很多方面，他們認為AI PC應該有五個不同於傳統PC的特點：
首先，能夠執行針對性能進行壓縮和優化的單個大型模型;
其次，它具有更強的算力，可以支援包括CPU、GPU、NPU在內的異構計算。
第三，更大的儲存容量，容納更多的資料;
第四，更流暢的自然語言互動，甚至可以通過語音和手勢進行互動;
第五，更可靠的安全和私隱保護。
無論定義如何，它實際上都指向了一件事：為了實現AI PC預期的使用者體驗，晶元和配套硬體只能被視為AI PC的起步階段，這並不意味著你真的擁有了成熟的AI PC。 這裡缺少的關鍵步驟是單個大型模型的獨立操作。
要滿足這個要求，首先要做的就是把大模型的“大象”塞進AI PC的“冰箱”裡。
作為PC的革命性產品，成熟的AI PC的出現勢必是漸進式的。
IDC近日發布了業界首份《AI PC產業（中國）**》，明確了AI PC的發展是乙個持續演進的過程，應分為AI ready階段和AI ON階段
AI 就緒階段。
它基本上具有更針對AI任務的本地混合AI算力，可以為AI PC的軟體和服務創新提供基礎保障，啟動體驗創新。 在起步階段，陸續將整合NPU計算單元的CPU推向市場，實現了更高的計算速度和更高的能效比，以及更高的執行穩定性和可靠性。 終端裝置的混合AI算力使AI軟體能夠更快地處理資料和任務，這對於語音識別、影象處理等需要實時響應的AI應用尤為重要。
舞台上的人工智慧。
軟硬體的雙厚積累帶來了行業的飛躍，AI ON舞台具備完整AI PC的核心特徵，在核心場景中提供劃時代的AI創新體驗，成為每個人的個人AI助手。 隨著核心技術的創新、產品體驗的優化、AI應用生態的繁榮，AI PC可以服務於更廣泛的通用場景，可以實現裝置邊緣協同計算、跨裝置互聯和中繼，甚至可以基於個人資料和使用歷史，在邊緣私域環境中對單個大模型進行微調和訓練。 今天我們都知道，AI體驗離不開大模型，現在我們用ChatGPT或者文心一顏的時候，其實就相當於租了乙個公共的大模型，所有的互動都需要線上登入，所有的資料都需要上傳到乙個公共伺服器。
而這種階段性演進，似乎確實更符合行業規律。
資料來源：AI PC Industry （China）**
雖然多款AI PC一口氣發布，但聯想集團副總裁、中國區戰略與業務發展副總裁Ablikim Ablimiti明確表示，AI PC需要經歷從AI Ready到AI On兩個階段，而ThinkPad X1 Carbon AI等產品都是聯想推出的AI Ready膝上型電腦。
可以看出，在下一階段，能否在PC上安裝大模型，能否在邊緣私域環境中實現對單個大模型的微調訓練，成為判斷AI PC成熟階段的關鍵因素。
對於使用者來說，在PC上訓練乙個更接近我們行為習的大型模型，並使其成為他們自己的分身孿生，也是實現革命性AI體驗的關鍵。 然後我們需要做一件事：將大模型塞進 PC 中，並使其成為我們的個人大模型。
而將大型模型放入 PC 中，實際上指的是四件事：
1.算力和功耗支援大模型;
2.大型模型的小型化;
3.大型模型可以為個人“個性化”;
4.系統地確保私隱和安全;
對於這四件事，幾乎所有廠商都展開了軍備競賽，算力和功耗的支援一直是高通、英特爾、AMD、英偉達等晶元廠商關注的焦點，甚至在英特爾大會上直接對比了Ultra和AMD Ryzen。
最後三者是PC廠商在黑暗中競爭，大模型的小型化，以及單個大模型和公共大模型的混合使用，一直是各個廠商開發者社群的熱門話題。 過去一年，AI私隱安全保護一直是整個科技行業的熱門話題。
目前，我們還沒有辦法判斷，最終，每個廠商將如何完成這四個步驟，我們只能從目前唯一一家完全公開了自己技術路線的聯想，大致**在算力和功耗問題基本解決的前提下，大模型如何進入AI PC：
首先，採用大模型壓縮技術，使模型足夠小。 對此，聯想集團高階副總裁兼CTO芮勇博士進行了詳細的描述：“從乙個大模型開始，它有數百甚至數千億的引數。 我們首先識別網路中所有相關的子結構，例如神經元及其連線，然後估計這些子結構的重要性。 它越重要，用於量化的位元就越多。 如果重要性為中等，則使用較少的位數進行量化。 對於不重要的子結構，此數字為零位，因此會將其刪除。 這種同時裁剪和量化方法大大減小了大型模型的尺寸，但同時保持了良好的效能。 現在，該模型已經變得更小，可以直接在裝置上執行，就像我們展示的個人 AI 孿生一樣。 ”
其次，實現個性化。 建立自己的個性化本地知識庫，然後提供AIPC主要的全個性化AI服務。
第三，私隱和安全得到保障。 如果沒有使用者授權，則不會對外共享私人資料。
誰率先真正做到了以上所有，並推出了消費者能夠理解和信任的技術解決方案，誰就有機會在AI PC時代引領。
總體而言，AI PC市場的競爭越來越激烈。 各廠商都在通過技術創新和戰略合作，提公升自己在市場上的話語權和競爭力。 對他們來說，這是一場可能改變他們地位的戰鬥。
對於消費者來說，繼智慧型手機帶來的革命性消費體驗之後，我們或將迎來一場新的工作生活體驗革命。 同時，也將推動AI PC技術的更快發展。
然而，市場仍不確定。 雖然AI PC已經走上了歷史舞台，但其發展仍然充滿了許多變數和問題，亟待澄清。