2023年12月15日，英特尔正式发布了第一代酷睿Ultra处理器，与此同时，“AI PC”这一PC品类新概念产品也随之正式落地，无论是对于英特尔自身来说，还是对于整个PC行业来说，AI PC都将是未来数年业界创新与发展的焦点。
不过从英特尔自身视角来看，AI PC究竟有何意义？我们第一时间采访了特尔公司中国区技术部总经理高宇先生，从他的回答中，我们能够深刻感知到AI PC时代已经到来。
当下，AI PC生态刚刚开始建设，这个过程依然需要很长时间。而且AI行业的发展日新月异，明年看到的和今年看到的可能会有很大差异，各个领域都在不断摸索和演化。对于英特尔来说，第一件要做的事情就是大模型适配。其中包括语言类模型、文生图模型等等，这是AI PC重要的基础性能力。高宇表示，“首先要让大模型通过量化之后，可以顺畅地、以最小精度损失跑在PC上，并且还要做到对内存占用尽量小，对GPU占用尽量小。解决完这些问题之后，行业会加速迭代，并催生出让人想象不到的创新应用。”
AI PC最初面临的是大模型适配问题，而后续则是应用场景的问题。
在高宇看来，AI PC的应用首先包含了基于NPU的场景应用，如在新版剪映中，通过NPU抠图抠像，可以在保证低功耗的情况下快速完成相关任务。其次，类似Stable Diffusion的应用也会很快成为AI PC的标准功能，通过本地的LCM或者XL+LCM模型，AI PC的速度已经比肩云端，甚至比云端还要更快一些。
PC引入AI功能之后，除了算力之外，对于内存这样的硬件性能需求越来越高。但是PC与云端的做法并不能一概而论。当前虽然在用云端大模型理念去做，但是未来则需要解决PC相应的问题，而不相关的则没有必要继续去做。
此外，高宇认为，“当前业界存在着‘唯NPU算力说’。动不动就说我这个是20T，那个说我30T，那个说我50T，数字听起来惊悚。但是实际上NPU想堆大不难，但是用好它很难。所以我们要考察的是NPU的实际算力，通过编程之后，你还能用到的算力，这才是真正有效的算力；设备优化之后，你能用到的算力，才是真正的算力。这才是核心点。”
就英特尔来说，可以为开发者提供强大的OpenVINO开发工具，它能够把CPU、GPU、NPU全部调用起来，通过一次编程就可以调用不同的算力引擎，做适度优化、适度修改， 就可以完成算力的迁移，这是英特尔为什么能把XPU那么简单就调用起来的核心原因。而且，酷睿Ultra平台的NPU支持FP16、Int8，相比一些竞争对手来说更加全能。
底层技术问题之上，AI PC还面临着OEM产品适配的问题。不同厂商、不同系统版本、不同驱动都可能会带来适配问题，而一旦对齐就会减少很多问题的发生。同时，OEM之间的设计差异也会影响性能。但是这就回到PC设计的本身，其实就是一些设计层面的传统要素，如散热要到位，CPU、GPU能拉满。
不过，大语言模型非常重要的一点是内存受限的应用，所以内存容量一定要够大、内存带宽要足够高，如果两条都做到位了，那么剩下的第三个要素，就是酷睿Ultra去推动AI PC的关键性落地了。
此外对于英特尔来说，需要在适配方面进行协调，包括做好自身硬件的驱动，软件的适配等等。
时下，AI PC最为核心的部件就是酷睿Ultra平台，这款采用全新模块化设计的处理器平台，首次将AI计算的多样性融入到一颗处理器中，它既包含AI算力常见的高性能GPU以及NPU，同时又包含支持特定AI计算的CPU，三种计算单元可以轻松应对当下复杂的、多元化的AI计算需求，并提供强有力的性能支持。
酷睿Ultra系列均支持28W-45W功耗，OEM厂商可以根据产品设计自由设定，以达到不同等级的性能释放，并且在性能、散热、功耗之间寻求适配自身产品的平衡点。
硬件之外，摆在AI PC面前最为棘手的问题还是如何引导用户去应用。目前无论是AI软件还是不同种类大模型的下载，对于普通用户来说都有一定的门槛，而推进软件应用的最好办法， 就是能够开发一个类似“Steam”、“APP Store”这样的平台，并成为AI PC的标配，这样就能够快速推进AI应用的发展。
英特尔目前虽然还未考虑到这一问题，但是对于推进相关应用市场的开发颇感兴趣，相信以英特尔的执行力，未来AI PC上标配应用商店也并非是要等待很久的事情。
此外，与超极本或Evo不同，目前AI PC虽然有概念、有产品，但并未做相关认证规范，英特尔也并未排除未来制定AI PC认证规范的可能。
其实对于AI PC来说，能够拥有一套标准的认证规范是很有必要的。毕竟各家OEM厂商的开发水平不同，AI PC也不仅仅是取一个AI PC的名字就行，而是需要实打实的AI应用去提升使用体验和效率，因此如果有专门认证标准的话，AI PC的整体水平自然会有一个比较可靠的保障，这样就可以避免一些浑水摸鱼、滥竽充数的产品混入其中。
·结语
AI PC从某种程度上来说，一方面是创造了需求，另一方面是降低了开发门槛。AI应用的核心是模型，而非传统的代码，这给一些代码能力不强的小型软件商带来了机会，所以AI PC不仅仅是硬件端的机会，也是软件端的一个契机。
(8484252)