在AI快速发展的今天，AI PC作为智慧运算的重要载体，正逐渐改变我们的生活和工作方式。而随着AI的快速发展，AI PC的硬体需求也日益增加。首先，AI PC需要具备强大的处理器或系统晶片（SoC），这些处理器或SoC需要具有神经处理单元（NPU）并能达到每秒40万亿次操作（40+ TOPS）。此外，AI PC还需要至少16GB的DDR5/LPDDR5记忆体和256GB或更大的SSD/UFS储存装置。

在AI模型训练中，CPU负责序列操作、数据预处理和整体系统管理，而GPU则进行平行运算、矩阵运算，并通过大规模平行化来加速训练。GPU的平行处理能力使其在性能上大大超越CPU，这意味着GPU可以在不影响正常任务的情况下，每秒处理至少40万亿次操作。

图一 : 2024年第一季全球PC出货量比较表（资料来源:Counterpoint Research）

NPU与AI加速器

在AI PC中，NPU是专为加速AI应用而设计的，能让处理器以更节能的方式在PC上执行AI运算任务。与传统的CPU和GPU不同，NPU被优化用於处理人工神经网路所需的复杂数学计算。它们擅长於并行处理大量数据，非常适合进行图像识别、自然语言处理和其他与AI相关的功能。

AI加速晶片则可以用来大幅提升AI应用的运算效率和速度，使得AI PC能够更快速、更准确地完成各种AI任务。这对於需要大量计算能力的AI应用，如深度学习、图像识别等，具有重要的意义。

NPU与AI加速晶片的结合，可以实现更高效的AI运算。例如，一些新的处理器产品已经将NPU与AI加速晶片整合在一起，这样可以在单一晶片中平衡多样化的计算需求，既具备多功能性又能进行专门的AI处理。

随着AI技术的快速发展，AI PC已经成为了一种新的趋势。NPU和AI加速晶片的出现，使得AI PC能够更有效率地利用AI技术，提供更强大的功能和更好的使用体验。这对於推动AI PC的发展，提升其在市场中的竞争力具有重要的作用。

图二 : 微软推出AI PC

GPU在AI PC中的重要性

在AI PC中，GPU可以藉由平行运算能力和高输送量特性，为AI和ML等任务提供性能支援。深度学习模型的训练通常需要处理大量的资料和复杂的数学运算。GPU的平行运算能力能够显着加速模型训练过程。例如，在深度神经网路（DNN）训练中，GPU可以同时处理多个矩阵运算，大幅度提高计算效率，缩短训练时间。在模型部署阶段，GPU同样可以加速推理过程。在影像识别、语音辨识和自然语言处理等任务中，GPU提供快速、低延迟的回应，提高应用程式的即时性能，增强用户体验。

此外，无论是照片编辑、视频渲染，还是应用复杂滤镜和效果，GPU都能快速处理高解析度影像，提高工作效率，满足专业创作者的需求。在视频编解码、即时视频分析和AR等领域，GPU透过硬体加速实现更流畅的视频播放和即时视频处理，提供更优质的用户体验。另外像是光线追踪技术能够生成逼真的光影效果，是影像渲染的重要突破。GPU的平行运算能力可以即时渲染光线追踪影像，提升游戏和设计应用的视觉体验。在3D建模和电脑辅助设计（CAD）这类软体中，GPU加速复杂模型的渲染和操作，使设计师能够更快速地反覆运算和优化设计，提高设计效率和品质。

在架构上，GPU拥有数千个小型处理核心，可以并列执行大量运算任务。相比传统CPU，GPU在处理大规模资料集和复杂模型时效率更高，显着提升AI和ML的处理速度。GPU在大规模资料并行运算中，其高输送量特性使资料密集型应用能有更出色的表现，如影像和视频分析、科学计算等。GPU也能支援多样化AI应用，包括自然语言处理（NLP）、电脑视觉（CV）、推荐系统等。AI PC搭载高性能GPU，可以满足用户的多样化需求。

而随着即时AI应用的兴起，如实时翻译、即时视频分析等，GPU的低延迟和高性能特点使其成为实现这些应用的关键。GPU的快速回应能力为用户带来了更流畅、更即时的使用体验。

处理器大厂的AI PC策略

接着针对两家CPU处理器大厂，包括英特尔（Intel）与超微（AMD）在AI PC领域的布局进行分析。英特尔 英特尔在AI处理器产品的布局中，涵盖了消费端的PC、Xeon伺服器处理器和AI训练加速器。他们发表了代号为Meteor Lake的Core Ultra处理器，这是英特尔首款主打AI PC体验的CPU产品。在这款处理器中内建NPU的AI Boost引擎，可提供加速的AI运算和本地推论，同时也能降低功耗。此外，英特尔还公开了未来几年AI PC平台蓝图，预告Meteor Lake下一代处理器代号会是Arrow Lake，采用Intel 20A制程，接下来还有代号为Lunar Lake和Panther Lake两款新产品将在2025年以前推出。

AMD则是推出了Ryzen AI，这是一款搭载专属AI引擎的处理器，并且是x86处理器中首次采用的专用人工智慧硬体。AMD Ryzen AI引擎提供一套解决方案，让使用者准备好迎接每天以惊人速度兴起的AI应用程式和工作负载。AMD Ryzen AI技术以及AMD先进的XDNA自行调适AI架构，提供更强大的AI运算能力，藉由效能、安全功能、效率等优势，为使用者带来影片协作、内容创作、生产力、游戏以及系统安全方面更丰富且即时的体验。

英特尔推动未来运算新时代

图三 : 英特尔??总裁暨台湾分公司总经理汪隹慧与生态系夥伴落实AI PC时代

英特尔在2023年底正式推出了专为AI PC打造的Intel Core Ultra平台，标志着其在AI计算领域迈出了重要一步。通过启动AI PC加速计画，英特尔展示了其致力於推动AI在个人电脑产业全面发展的决心。这一战略不仅是技术创新的体现，更是对未来运算生态系统的一次全面革新。

Intel Core Ultra处理器是英特尔首款基於Intel 4制程技术的处理器，专为满足AI应用需求而设计。该处理器结合了CPU、GPU和NPU，实现了性能与能源效率的优化。透过多种运算单元的协同工作，Core Ultra处理器能够高效处理相片和视讯编辑、文字生成、视像会议、游戏体验、资讯安全等AI任务，带来了更加流畅和智慧的用户体验。

而针对企业应用，Intel Core Ultra处理器透过Intel vPro平台，将AI PC的优势延伸至企业应用领域。VPro平台不仅提升生产力，还加强了安全性，使企业能够更有效地管理和维护系统稳定性。搭载Core Ultra处理器的企业电脑可以支持日常使用的各种应用程式，帮助企业员工提高工作效率。

内建的Intel Arc GPU使得Intel Core Ultra处理器在图形性能方面相比上一代提升了两倍。该处理器不仅具备AI和光线追踪等先进功能，还支援OEM专用的Intel Arc Pro工作站图形驱动程式，进一步优化创意、设计和工程软体的性能。

在2024年第三季，英特尔预计推出最新的处理器代号Lunar Lake。该处理器将支援20多家OEM厂商推出的80多款全新笔电，进一步提升AI PC的性能。Lunar Lake处理器提供了更高效能的NPU和GPU，整体算力超过100 TOPS。

要充分发挥AI功能，强大的软体基础设施和硬体创新是必不可少的。英特尔的AI PC加速计画目标是在2025年前在超过1亿台个人电脑上实现AI应用。为实现这一目标，英特尔积极联络独立硬体厂商（IHV）和独立软体厂商（ISV），整合其资源，包括AI工具、共同开发、硬体设计、技术专长和市场推广机会等。透过与100多家软体发展商的合作，英特尔已经开发出了300多项AI加速功能，涵盖音效、内容创作、游戏、网路安全、流媒体和影像协作等领域。

英特尔与微软的长期合作为AI PC的发展奠定了基础。两家公司共同致力於硬体和软体的开发，以Windows 11、Microsoft Teams和Copilot为用户提供更高效的生产力和创新体验。这种合作不仅推动了AI PC的普及，也增强了用户的工作和娱乐体验。

AMD以创新和效能为核心策略

图四 : AMD执行长苏姿丰博士认为AI是50年来最具革命性技术

随着AI领域的快速发展，AMD已经看到了AI PC这个趋势并且积极叁与其中。他们不仅持续创新，提供最隹的CPU和GPU，还整合了Ryzen AI的神经网路处理单元（NPU）技术，以提供更大的AI运算能力。

AMD於2023年为x86产业体系推出首款AI加速器与NPU，这是一个重要的里程碑，显示了AMD对AI技术的重视和投入。接着，他们在市场上推出了两代Ryzen AI PC行动产品，这些产品不仅提供了强大的运算能力，还具有高效的能源利用率，符合现代消费者对环保和节能的需求。

到了2024年，AMD首次将NPU引入桌上型处理器。近期，AMD进一步推出了新一代的AMD Ryzen 7 8700F和AMD Ryzen 5 8400F处理器，这两款产品都针对低功耗效率进行了最隹化，并且释放了更高的超频效能。特别是AMD Ryzen 7 8700F，它配备了NPU，可以提供AI效率。

AMD的AI PC市场策略是以创新和效能为核心，通过整合最新的AI技术，提供强大且高效的产品。除了关注产品的性能，也注重产品的能源效率和环保性，这也是未来在市场上取得成功的关键因素。

结语

图五 : 英特尔Lunar Lake处理器

处理器大厂正在AI PC的处理器开发上投入了大量的资源，并且提供了各自独特的解决方案和特色。除了让产品提供强大的AI运算能力，还能满足各种不同的应用需求。

NPU和AI加速晶片对於AI PC的重要性，在於它们可以大幅提升AI PC的运算效率和速度，使得AI PC能够更有效率地利用AI技术，提供更强大的功能和更好的使用体验。随着AI技术的不断发展和进步，我们可以预见，NPU和AI加速晶片在AI PC中的角色将会越来越重要。

而未来，GPU也将在AI PC中扮演更重要的角色。其平行运算能力和高输送量特性，将成为加速AI和ML任务的理想选择。GPU不仅提升AI PC的性能，还为未来个人化运算的发展继续发挥重要作用，为用户带来更智慧、更高效的运算体验。