如果你关注英特尔，近两年会不断听到他们宣称：“要让每个人的桌面上都有一台人工智能计算机（AIPC）。尽管业内各家巨头在将AI接入计算机的方式上略有不同，但都将NPU（神经处理单元）作为AI运算的核心驱动力。Windows、macOS操作系统以及运行的应用都在添加AI功能，以充分调用这颗NPU的算力。
在所有芯片制造商中，英特尔本应是综合实力最强的存在。毕竟它是唯一既能自主设计芯片，又拥有自有晶圆厂的芯片巨头，被业内戏称为“芯片哥斯拉”（Chipzilla，Chip和Godzilla的组合词）。但英特尔最近几年的日子并不好过：第13代Raptor Lake系列设计存在缺陷，初期曾因电压控制异常导致主板供电模块过热烧毁；第14代Meteor Lake、15代Arrow Lake和16代Lunar Lake均因自家晶圆厂的良率无法满足需求，将GPU、NPU等非核心模块外包给台积电代工，其中Arrow Lake的CPU模块更是首次采用台积电3nm工艺。
这就引出了一个问题：如果英特尔想让人人都有AI PC，那今后谁来造芯片？英特尔正大幅削减内部部门，连负责代工业务的Intel Foundry部门也被裁员大刀砍中，暴露出其IDM模式（垂直整合制造）的转型阵痛，全球员工预计将减少15-20%。CSO（首席战略官）也已离职，英特尔的未来显得扑朔迷离。
究竟什么是“AI PC”？
英特尔他将AI PC定义为“计算机中的所有加速器必须具备专门针对AI任务的加速能力”。这意味着设备必须具备足够性能来支撑本地运行的实用AI功能，具体来说：CPU和GPU的指令集需要具备AI处理能力，NPU要能高效解析AI指令，同时还需兼容操作系统搭载的AI框架。例如，NPU需支持INT8/INT4量化计算，以在低功耗下处理实时语音识别、图像生成等任务。
14代Meteor Lake系列是首批包含这些指令的芯片，而15代Arrow Lake和16代Lunar Lake则进一步增强了NPU算力。但它们并非市场上的唯一选择：AMD的锐龙AI 300系列搭载了算力达50 TOPS的XDNA2 NPU，高通骁龙X Elite和苹果的M系列芯片也是如此。苹果M4芯片的NPU峰值算力达38 TOPS（INT8精度），在轻薄本场景中优势更为明显。无论CPU厂商是谁，软件行业都在积极推动这些AI处理器的应用，硬件支持必不可少，否则会拖累整个系统性能。
重要的是，AI处理器只会越来越多，而配备独立NPU处理AI任务，可显著提升PC整体流畅度。因为通用CPU核心无需再承担高计算量的AI负载，从而能专注于系统核心功能。以Lunar Lake为例，其NPU处理AI任务时可让CPU占用率降低40%以上。英伟达或许是数据中心和桌面AI领域的王者，但NPU将主宰笔记本市场，这意味着CPU厂商之间将展开激烈的竞争。
在过去，硬件行业常先开发新功能或指令集，再由软件厂商想办法应用。但这次不同：软件行业正反向推动AI硬件发展，以便在所有软件中塞进AI功能，Adobe已为AI PC优化了Photoshop的实时图像生成功能。
AI早已不再是传统的“机器学习”，也不再局限于照片视频编辑软件，如今它支撑着数字笔记、网络搜索、研究报告生成，乃至健康养生计划、旅行行程制订等一切领域。你可以在工作时与操作系统对话，或让AI助手从多方数据源提取信息，甚至将结果转化为语音聊天机器人，让你能大声提问。
即使英特尔必须依赖外包，AI PC仍将继续发展
我不确定AI是否就是“未来”，但它肯定将占据“不远的将来”，因为这是行业的共识。行业已投入数千亿资金研发工具与模型，但若缺乏硬件支撑，所有努力都将付诸东流。与此同时，芯片厂商早已洞察商机，深知一旦AI芯片就绪，市场需求便会应声而至。据IDC预测，2025年全球AI PC出货量将突破1.2亿台，年增长率达78%。
无论是数据中心的AI算力卡还是办公用的AI PC，至少在短期内，似乎AI已成为必然趋势。但有件事出人意料：消费者似乎更愿意购买13代Raptor Lake处理器，而非支持AI的型号，要知道Raptor Lake曾因电压过高差点自燃。如今BIOS更新已解决了Raptor Lake的电压问题，而最新的Lunar Lake过于昂贵，笔记本平台成本较前代增加30%，5000元以下的Ultra本基本绝迹。显然，对于消费者来说，性价比才是第一位。
数据中心也需要AI处理器，但Lunar Lake系列却没有对应产品，而强大的AMD Epyc系列也比旧款处理器更贵。英特尔新任CEO或许能扭转局面，但削减晶圆厂员工和工程师恐怕并非良策。业内分析指出，英特尔若想重振IDM模式，需在2025年实现18A工艺的量产良率突破，否则代工依赖将进一步加剧。
