AI正成为PC产业的新变量。

　　近日，AMD、英特尔等均在自家处理器中集成NPU（神经处理器）单元，以强化AI处理能力。例如英特尔近期发布的酷睿Ultra系列处理器，结合NPU、CPU、GPU（图形处理器），可提供34 TOPS的AI整体算力。AMD则于本月初发布了新款8040系列AI PC处理器，该芯片整体标称算力为39 TOPS，内置NPU算力为16 TOPS。
　　对于AI PC的发展趋势，行业和第三方机构均持较乐观态度。据IDC预计，明年AI PC渗透率会快速增长至55%，并在2027年达到85%。AI终端在所有终端中的占比也将由今年的41%增至2027年的79%。随着明年大量AI PC的推出，PC整体售价将大幅提升。而Counterpoint称，AI PC很可能在明年推动新一轮出货反弹，并在2026年后主导PC市场，预计届时渗透率过半。
　　但当英特尔、AMD等处理器厂商尝试集成NPU来卷AI时，仍需应对另一GPU巨头英伟达的竞争。
　　作为“摩尔定律已死”的鼓吹者，英伟达CEO黄仁勋一直不看好CPU的长期前景。他认为，CPU遭遇性能瓶颈，过去相同功耗下每5年性能提升10倍的规律已不适用，行业需要新的计算方式，即以GPU驱动的加速计算。
　　GPU最初是为电子和电脑游戏而生的芯片，为了处理复杂逼真的图形，需要对3D模型、光线阴影等画面细节进行处理。相比按顺序进行计算的CPU，能同时并行大量单纯计算的GPU更加适合此类计算负载。
　　自从2018年的RTX系列GPU发布后，英伟达便强调其产品具备支持光线追踪、DLSS超采样等AI技术能力：一方面，可在游戏、图形渲染等应用场景带来更好的画面渲染能力；另一方面，DLSS等技术降低了图形处理带来的算力需求，实现了画面性能、功耗的平衡。
　　目前，英伟达消费级GPU产品架构已升级至Ada Lovelace，据称显卡综合性能提升4倍，其中重要的性能提升均有AI处理单元的参与，如DLSS3技术可以为游戏插帧，提升画面流畅度。在3D设计用途上，英伟达版“元宇宙”Omniverse则依靠DLSS技术可以输出4K高清晰度画面等。
　　除了图形处理之外，GPU的新市场还扩展至科学计算、数据处理等领域，这当中英伟达在2006年发布的并行计算平台CUDA发挥了重要作用。CUDA是把GPU资源用起来的软件工具，其中包含一系列开发工具。没有CUDA之前，开发者要把原本为图像渲染设计的GPU用到加速计算上，需要复杂的调试和编译。经过十余年发展，CUDA已成为一种AI基础设施，即原生AI开发平台，任何人只要拥有一台配有支持CUDA的英伟达GPU电脑，就可以开发任何AI相关软件。
　　比如，Steam上的AI变声软件“VoiceMelody ”，可将语音中的音素信息整合并加以使用，无论语音质量或语言如何，都能自然进行声音转换，但前提是显卡支持CUDA。
　　据黄仁勋透露，过去一年，CUDA软件下载量达到了2500万次，而其历史下载量是4000万次。
　　在艺术创作领域，华人艺术家赵恩哲告诉界面新闻，由于技术门槛和工业化流程等方面限制，创作者过去只能在概念设计和最终呈现之间妥协，但现在借助英伟达GeForce RTX显卡的大算力以及Stable Diffusion、RUNWAY等AI创意工具，概念设计师已经可以突破创作门类的限制，在短短几秒内尝试很多实现的可能性。
　　对于生成式AI，GPU仍有先发优势，目前主流大模型应用就建立在GPU驱动的加速计算之上。而在软件工具和支持上，英伟达也在继续为Stable Diffusion等应用进行适配和优化。
　　黄仁勋认为，PC行业正迎来一次重生的机遇。未来十年，新的AI PC将取代传统PC，市场价值可达上万亿美元。但当前各大厂商要想从英伟达手中抢下市场份额，不仅要在硬件算力上更强，还要在软件生态上下更大的功夫，同时在AI部署、推理速度、运行稳定和兼容性上做到最好。