先思考一個問題：
一個依賴于雲端 AI 的 PC，能夠稱之爲 AI PC 嗎？
2024 年的 PC 市場，AI PC 無疑會是最重要的概念之一，主流 PC 廠商以及英特爾、AMD 都在下重金押注。但對于已經發布的 AI PC 産品，不少人并不認可，核心在于這些 AI PC 中「AI」與「PC」（硬件）基本是分離的。
很簡單，就拿目前 PC 上最大的 AI 用例——微軟 Copilot 來說，在英特爾與微軟對「AI PC」的聯合定義中，強調必須配備混合架構芯片、Copilot 及其對應的物理按鍵。但事實是，所有升級到最新 Windows 11 版本的 PC 都能使用 Copilot，因爲 Copilot 隻依賴于微軟 Azure 雲端算力，與 PC 硬件本身無關。
換言之，無論是不是頂着「AI PC」的光環，不論是依賴雲端算力抑或是本地性能強大，一切 PC 看似都是 AI PC，大家用起來都是「衆生平等」。
這樣看，似乎現在的 AI PC 全都是 " 僞概念 "，隻有等到 Copilot 能在本地運行，并且深入 Windows 系統層面，或許才會出現真正的 AI PC。
好消息是，這個時間點可能就是下一代。
Copilot 要支持本地運行的消息，之前其實就有包括集邦咨詢在内的機構和媒體傳出，但傳聞終歸是傳聞，雲計算已經是第一大支柱業務的微軟，未必會允許 Copilot「下雲」。
所幸在台北舉辦的英特爾人工智能峰會上，英特爾客戶端計算事業部副總裁 Todd Lewellen 在接受采訪時表示，Copilot 将很快支持在 PC 上本地運行。
圖 / 微軟
當然不是全部功能。衆所周知，終端算力不可能和雲端算力相比，想要讓 Copilot 保持強大的性能和「智商」還是離不開雲端的支持。但據 Todd Lewellen 介紹，Copilot 的很多關鍵功能将直接運行在本地的 NPU 上。
也不隻是我們今天所看到的雲端 Copilot。
早在雷科技之前關于下一代 Windows（以下簡稱「Windows 12」）的報道中，我們就引用消息源指出，微軟将引入 AI 驅動的 Windows Shell，通過「高級版 Copilot」，持續幫助系統增強搜索、啓動項目或工作流、上下文理解等生成式 AI 能力。
同時，微軟還在開發一項新的時間線功能，允許讓 Copilot 記下所有應用、網站浏覽等活動記錄，并且能夠随時進行回溯，甚至是通過 Copilot 增強的搜索能力，快速找到過去某個時刻在 Windows 上的活動。
類似 Rewind，圖 / Rewind
除此之外，微軟還有更多基于 AI 改造 Windows 的想法和計劃。
但不管是 Copilot 的本地運行還是在系統層面的深度引入，都意味着未來「AI 味」越來越重的 Windows 需要更強的端側算力。
「将進入下一代 AI PC，NPU（算力）的要求爲 40 TOPS，」Todd Lewellen 表示，「我們即将推出的下一代産品将屬于這一類别。」
從之前多個來源的傳聞以及英特爾高管的說法來看，40 TOPS（每秒萬億次運算）是微軟對于下一代 AI PC 的最低算力要求，而且需要注意的是，這是對 NPU 的要求，不同于當下混合架構（CPU+GPU+NPU）提供的算力。
而僅從 NPU 提供的算力來看，今天所有宣稱「AI PC」的筆記本電腦産品，都夠不到微軟下一代 AI PC 的資格。
比如英特爾最新的酷睿 Ultra，也就是 Meteor Lake，在 CPU+GPU+NPU 共同參與運算下的 AI 算力可達 34 TOPS，但如果僅算 NPU 就隻有 10 TOPS，GPU 才是出力的大頭。而 AMD 最新一代銳龍 8040 系列（Hawk Point），NPU 的算力也隻有 16 TOPS：
兩者都低于 40 TOPS 的性能要求。
相比之下，将在年中集中上市的骁龍 X Elite 筆記本倒是滿足了要求，混合架構下的 AI 算力可以達到 75 TOPS，僅 NPU 的算力也能達到 45 TOPS。
骁龍峰會上的展示機，圖 / 雷科技
不過這種優勢大概隻能保持半年。
英特爾這邊是确定了下一代 Lunar Lake（預計年底發布）的 NPU 算力将超過 40 TOPS。AMD 那邊雖然沒有消息，但如果不出意外也會在下一代大幅提升 NPU 算力，以滿足微軟對于 AI PC 的标準和 Windows 系統的需求。
至于爲什麽微軟隻看 NPU，其實不難理解。Todd Lewellen 表示，微軟堅持讓 Copilot 在 NPU 而不是 GPU 上運行，以盡量減少對電池壽命的影響：
去年（與微軟）進行了很多讨論，我們問『爲什麽我們不能在 GPU 上運行它？』他們說是希望确保 GPU 和 CPU 被釋放出來完成其他工作。而且我們希望确保出色的電池壽命體驗，如果在 GPU 上運行 Copilot 和其中一些工作負載，你會看到對電池續航的巨大影響。
核心其實就是兩點：一是不能影響 CPU 和 GPU 日常幹活；二是 GPU 用于 AI 運算功耗太大了，對續航的影響太大，NPU（神經網絡處理器）作爲專門爲神經網絡運算而設計的處理器，則恰恰有更高的效率和更低的功耗。
酷睿 Ultra 上的 GPU 和 NPU，圖 / 英特爾
而這也從一個側面說明了，目前已發布的 AI PC 産品，并沒有準備好面對「AI 真正改變 PC 體驗」的未來。
但 PC 的未來又是什麽？
個人終端的特性決定了，基于雲端運行的 AI 存在太多問題，首當其沖的就是隐私安全。一個表現是，在與 Copilot 或者 ChatGPT 等 AI 聊天機器人的對話中，用戶是不敢發送個人隐私信息的。
當微軟要基于 AI 改造 Windows 系統的時候，肯定要讓 AI 從系統層面了解和處理大量關于系統、軟件運行以及用戶的數據，但不管是網絡連接還是模型訓練，都會大幅放大用戶隐私洩露的風險。
從這個角度，雖然我們離不開雲端運行的強大 AI，但同時，基于本地運行的 AI，又是必需的。
另外受制于網絡連接，延遲和穩定性都會影響雲端 AI 的實際處理能力，從而影響到用戶的終端體驗，還有雲端的持續成本等問題，都是英特爾、高通以及各大 PC 和手機廠商強調「端側 AI」的重要原因。
不過更本質的問題是，隻有将 AI 平台化，自下而上從系統層面重新設計産品體驗，将算力平台化，讓應用可以充分利用端側算力，才能真正稱得上 AI 化。而這些，都需要 AI 能在本地運行，終端也能提供相應的端側算力。
Windows，意爲窗口，圖 / 微軟
這也是 PC 的未來。也隻有當 Windows 開始自我革命，改造基于 AI 的個人電腦操作系統；當處理器廠商毅然決然轉身，大幅提高 AI 運算效率；當 PC 廠商腳踏實地，真正思考 AI 時代的 PC 體驗：
PC 才會是真正的 AI PC。
