AI PC 配备集成处理器、加速器和软件，专为处理复杂的 AI 工作负载而设计。虽然 AI PC 还集成了 GPU 和 CPU，但它们还包含关键的第三个引擎：神经处理单元 (NPU)。
与传统计算机不同，人工智能 PC 或 AI PC 具有设计内置的 AI 功能。人工智能在机器上本地运行，使其能够本质上学习、适应、推理和解决问题，而无需连接到云甚至互联网。这极大地提高了计算的性能、效率和安全性，同时增强了用户体验。
AI PC与传统PC有何不同？
传统 PC 在 CPU 和 GPU 上运行（但大多数 PC 使用集成 CPU 来执行日常任务），其基本组件包括主板、键盘和鼠标等输入设备、长期存储和随机存取（短期）内存 (RAM)。虽然它们擅长日常网络搜索、数据处理和内容流等任务，但它们通常不具备许多内置人工智能功能，而且由于延迟、内存、存储和电池寿命的限制，它们很难执行复杂的人工智能任务。
这些传统 PC 通常具有内置于 CPU 中并共享系统 RAM 的集成 GPU (iGPU)。更进一步的是离散图形处理单元 (dGPU)，它可以在戴尔提供的设备中找到。这些独立的卡可处理图形密集型任务，例如 4K 视频渲染和编辑、复杂的 3D 建模和游戏。 dGPU 比集成 GPU 性能更高，因为它们有自己的专用内存，包括视频内存 (VRAM) 和电源。
但是，虽然传统 PC 擅长日常网络搜索、数据处理和内容流等任务，但它们通常不具备许多内置 AI 功能，而且由于延迟、内存、存储和电池寿命的限制，它们很难执行复杂的 AI 任务。
[ 有关的：什么是 GPU？深入了解人工智能背后的处理能力]
相比之下，人工智能电脑预装了人工智能功能，因此用户可以立即开始使用该技术。它们具有专门为处理复杂的人工智能工作负载而设计的集成处理器、加速器和软件。虽然 AI PC 还集成了 GPU 和 CPU，但它们通常包含关键的第三个引擎：神经处理单元 (NPU)。
NPU 以模拟人脑的方式执行并行计算，以每秒数万亿次操作 (TOPS) 的速度一次性处理大量数据。这使得机器能够比普通 PC 更快、更高效地执行人工智能任务——而且是在机器本身本地执行。
AI PC的关键部件
AI PC 的普遍共识定义是嵌入 AI 芯片和算法的 PC，专门用于改善 CPU、GPU 和 NPU 上的 AI 工作负载体验。
所有主要 PC 供应商——微软、苹果、英特尔、AMD、戴尔、惠普、联想——都在构建自己版本的 AI PC。微软已成为人工智能 PC 领域的早期领导者； 2024 年，该公司推出了 Copilot+ PC，这是一款内置由 Qualcomm Snapdragon 处理器驱动的 NPU 的高端笔记本电脑。目前，微软提供基于 AMD Ryzen、AI 300 系列和 Intel Core Ultra 200V 系列处理器的 Copilot+ PC。
这家雷德蒙德科技巨头为人工智能电脑的构成设定了普遍接受的基准。所需的组件包括以下内容：
- 专用硬件：NPU 与 CPU 和 GPU 协同工作。 NPU 速度以 TOPS 为单位进行衡量，机器应能够处理至少 40 TOPS 以支持设备上的 AI 工作负载。
- 系统内存：AI PC 必须至少具有 16GB RAM。这是最低限度；两倍（或更多）可以提高性能。
- 系统存储：AI PC 应配备至少 256G 的固态硬盘 (SSD) 存储 — 最好是非易失性存储器 Express (NVMe) — 或通用闪存存储 (UFS)。
加特纳
人工智能电脑的好处
人工智能 PC 代表了一种超越传统静态机器的运动，需要持续的人工输入，并具有以下优势：
提高生产力和真正个性化的计算
人工智能有能力从它所看到的东西中学习并根据这些信息进行进化；它也越来越具有代理性，这意味着它可以自主执行一些批准的任务。
通过将人工智能直接集成到设备和各种工作流程中，用户可以自动执行日常和重复性任务，例如起草电子邮件、安排会议、编制待办事项列表、获取紧急消息警报或从网站和数据库获取重要信息。
除此之外，人工智能PC还可以支持高级内容创建和实时数据处理；进行财务分析；编制报告；通过语音识别、实时翻译和转录功能加强协作；并提供预测文本和写作帮助。随着时间的推移，人工智能电脑可以适应个人工作流程，最终预测需求并根据用户习惯做出决策。
随着人工智能代理变得越来越直观和复杂，他们可以充当设备上的同事，回答复杂的业务问题并帮助制定公司战略和业务规划。
降低云成本、减少延迟
构建、训练、部署和维护人工智能模型需要大量资源，并且成本在云中会迅速增加。在本地运行人工智能可以显着降低云成本。离线处理还可以提高速度并降低延迟，因为数据不需要在云端来回传输。
用户可以在设备上执行更复杂的任务，包括自然语言处理(NLP)、生成式人工智能 (genAI)、多模态人工智能（用于更高级的内容生成，如 3D 建模、视频、音频）以及图像和语音识别。
增强安全性
安全是当今每个企业的首要考虑因素，人工智能 PC 可以帮助增强网络安全态势。本地处理意味着数据保留在设备上（而不是发送到云服务器），并且用户对共享哪些数据有更多的控制权。
此外，人工智能 PC 可以直接在 NPU 上运行威胁检测算法，从而使它们能够标记潜在问题并更快地做出响应。人工智能电脑还可以根据最新的威胁情报不断更新，使它们能够适应网络攻击者改变策略。
更长的电池寿命，节省能源
虽然一些人工智能工作负载在普通电脑上是可行的，但它们很快就会耗尽电池，因为它们需要太多的电量。当用户运行更复杂的人工智能算法时，NPU 可以帮助延长电池寿命。除此之外，它们更具可持续性，因为与使用云相比，每个查询或提示所需的能源估计要少 10 倍。
考虑人工智能电脑时的重要因素
尽管 AI PC 代表了最先进的技术，但它（目前还不是）适合所有企业。有我包括以下内容：
- 更高的前期成本：由于人工智能 PC 包含专用硬件 (NPU)，并且具有更高的内存和功耗要求，因此它们通常比普通 PC 更昂贵（即使从长远来看它们可以节省云成本）。
- 增加技术知识：熟悉日常电脑的用户一开始可能很难使用内置的人工智能功能，需要更多的培训资源。此外，训练人工智能模型和开发应用程序通常需要更高水平的技术悟性。此外，genAI 仍处于早期阶段，因此企业领导者对人工智能的滥用（无论是否有意）有很多担忧。
- 对于许多企业来说，除了漂亮的小玩意之外，尚未经过验证的业务用例：人工智能 PC 还没有一个“杀手级应用程序”，使其成为企业的必备品。如果企业的主要计算需求是日常任务——比如电子邮件、网络搜索、简单的数据处理——人工智能电脑可能过于强大，使得增加的成本难以证明是合理的。
虽然你是否需要人工智能电脑的问题现在可能很重要，但专家预测这种情况不会持续太久。Gartner 高级总监分析师 Ranjit Atwal 去年 9 月表示：“争论已经从猜测哪些 PC 可能包含 AI 功能，转向期望大多数 PC 最终将集成 AI NPU 功能。” “因此，NPU 将成为 PC 厂商的标准功能。”
Futurum 智能设备研究总监兼实践负责人奥利维尔·布兰查德 (Olivier Blanchard) 表示：“这是几十年来个人计算领域最重大的转变。”虽然企业正在推动第一波采用浪潮，但“真正的转型将在本十年晚些时候到来，因为经济实惠的人工智能设备将覆盖全球每个用户群体。”
据 Futurum Group 称，专家表示，人工智能 PC 正在从小众市场转向大众市场，全球收入从 2024 年初的几乎为零上升到 2025 年底的 250 亿美元。到 2030 年，该市场预计将达到至少 1,240 亿美元（但更有可能更高，高达 3,500 亿美元）。
这一增长的推动因素包括微软 Windows 10 终止支持里程碑所导致的企业更新周期、NPU 成本的下降、实时翻译和多模式生产力等设备端 AI 功能的扩展，以及 Windows、Office 和原始设备制造商 (OEM) 硬件之间不断增强的集成。
人工智能电脑——需要考虑什么？
人工智能电脑代表了下一代计算，一些专家预测它们很快将成为寻求更新的大型企业唯一的笔记本电脑选择。然而，市场正在迅速加速发展，因此从架构的角度来看，人工智能 PC 的具体构成——无论是由设备上的 NPU、本地人工智能代理还是云提供支持——可能会继续发展。
最终，它们仍处于早期验证阶段，IT 买家在成本、相关性和必要性方面需要牢记重要的考虑因素。