会议要点

1. AI PC市场进展与应用探讨

AIPC发展趋势：TOC端将增强AI计算能力，集成大模型本地化应用；TOB端将结合行业应用形成多样化产品。

未来硬件发展方向：一方面将提升本地化高算力（英特尔预计将提升至40t以上），另一方面设备将更轻薄，向云端依赖转移。

市场需求与影响：目前AIPC无颠覆性推动PC市场，但随着正常淘汰率和潜在新特性结合，预计在2024年可能带来明显增长。

2. AI PC硬件价值与发展前瞻

AIPC（AIPC）认定尚无明确业界标准，但目前特征包括本地AI算力、语言交互等。苹果M3芯片Mac产品可视为AIPC并具备进一步迭代升级潜力。

物料成本方面，当前AIPC与普通PC相近，但进阶版本使用高端GPU等部件会显著提高成本。内存和散热部件对于AIPC日益重要，未来内存切换速度将加快。

IDC预测和市场趋势表明，到2027年85%的市场将转为AIPC，27年后，几乎所有PC都将集成AI算力，趋同现有PC价格。

3. AI集成持平硬件价格趋势

AI加速芯片导致产品价格上涨：预计到2024年，由于内存增大和额外挂载AI算力芯片，产品价格将提升。但到2627年，硬件更集成化后，价格变化不大，仍维持在现有主流价格区间。

软件能力将是未来PC差异化的关键：硬件趋同下，软件体验和本地化处理能力将成为竞争焦点，尤其是2023年。

安全性成为AIPC分歧点：未来，加密芯片和软件的安全性将是厂商差异化的要点。加密芯片成本不大，但软件的开发及其与硬件的结合将影响产品竞争力。

4. 电池续航与兼容性探讨

AIPC产品与常规笔记本不同，强调本地AI算力，电池续航和便携性是权衡点，因此多依赖本地供电。

电池技术提升不会因AIPC爆发而突破，需原材料突破；主板、电磁屏蔽膜、结构件等设计变化不大，仍遵循现有PC标准。

高通在Windows平台的ARM架构兼容性问题较多，不看好其在AI领域对抗英特尔和AMD；但在Android和Linux上性能良好。

5. 集成与模块化竞争

个人云电脑（Personal CloudComputer）的概念提倡通过显示设备和Type-C接口连接，利用4G/5G网络实现云端虚拟个人电脑的本地同步。

AI算力通过软件集成，可以在不依赖本地硬件的情况下运行高级应用。

未来集成方向不明：虽然各CPU厂商积极集成AI算力，如英特尔、AMD、英伟达，但在明年内可能不会有统一趋势；各厂商可能还需外挂AI芯片。长期趋势是向集成方向发展，但短期内仍将是多厂商合作状态。

Q&A

Q：您怎么定义AIPC（AIPC）及国内各大厂商在AIPC的进展情况?

A：在业界，我们会把TO B和TO C产品区分开，TOC产品保持原有的笔记本、台式机和平板等个人终端形态，但会提高其AI计算能力，如通过易购架构或集成NPU和GPU来增强AI算力，并考虑结合本地化大模型应用。TOB产品则更依赖于行业应用，形态多样，包括嵌入式无风扇设备、类PC设备和手持终端等。其大模型应用更多结合具体行业场景。目前，国内C端产品的厂商基本思路相似，即硬件与上下游厂商协同，配合软件本地化和大模型部署，并根据需求可能会自主开发或与合作伙伴共同开发。

Q：AIPC在未来的发展趋势以及对端计算（EdgeComputing）的影响是怎样的？

A：从我们的评估来看，AIPC的未来发展将往两个极端走，一方面是向高端算力走，类似游戏PC或非常轻薄的笔记本，与之对应的另一方面是极度轻薄化，甚至发展为纯云终端，比如卡片式的设备，这些需要实时联网，并依赖服务器端的AI算力。中端市场的设备可能会越来越少。对于本地化的大模型运行，40T的算力被视作流畅运行本地简化模型的标准，而20T以下则可能需要依赖云端计算。这些变化意味着TOC端市场可能会有一些体验上的提升，包括更强的语音交互逻辑性、辅助决策和办公能力，以及更个性化的模型学习，根据个人用途优化大模型。TOB端市场则会看到本地化计算需求更高，不依赖实时联网的AI模型应用，如自动驾驶的算力需求可达200T至1000T。

Q：对AIPC而言，目前存不存在新的应用场景？AIPC的推广是否会对PC领域的换机趋势产生显著的推动作用？

A：目前，AI的应用并不会产生颠覆性的推动作用。大多数用户并不会仅因为AIPC就更换设备，而是会按照正常的淘汰周期进行升级。不过，由于前几年疫情和经济下行，换机时间本身在延长，所以到了2024年或许会迎来一个换机的增长期，这时与AIPC概念结合可能会带来相对明显的增长。但其中一部分可能只是正常换机周期的体现。

Q：AI硬件在未来的价格趋势是怎样的？

A：对于AI硬件，其价格在短期内可能会随着内存增加和AI算力芯片的额外挂载而有所上升。但考虑到24年左右时硬件已更集成化，长期来看，价格变化不会太大。预计到了2627年，高端产品价格区间可能仍然维持在七八千，而主流产品价格区间则是在五六千左右。

Q：PC端AI化集成是否会增加对软件的依赖程度？

A：确实，随着PC端AI化的增加，软件的依赖度会提升。整体的消费电子产品生态绑定将更紧密，导致一些没有自主芯片能力的厂商相对处于不利地位。未来，IPC产品的差异化将主要体现在软件能力和体验上。就像过去智能音箱市场一样，硬件上区别不大，但软件的优化和体验是分水岭。因而，在短期内，软件的差异化将特别突出，但随着各家产品逐渐趋同，这种情况可能会改变。

Q：在将来，AI硬件和软件将如何处理安全性问题？

A：安全性将成为一个关键考量点。未来，加密将在AI计算的本地化部署中占据更重要位置。不过由于加密芯片本身并不昂贵，且主流厂商如英特尔已经集成加密能力，硬件成本不会有太大变化。硬件加密和软件结合的发展将有助于提升未来产品的安全性标准。无论是TOB还是TOC行业，都会用到加密芯片。特别是在AI概念下，厂商会强调加密能力，包括硬件和软件方面，来保护用户的隐私不被泄露。国内提供PC端加密芯片的主要厂商还是国外的，但国内如Realtag和志新威等也都有涉猎。

Q：AIPC领域未来的发展和需求有哪些特点？向量数据库在其中扮演什么角色，是否有机会推动其价值量增长？

A：AIPC发展的核心是大数据。要部署大模型到本地，就需要对数据进行“蒸馏”，提取最核心的部分进行压缩存储。这对于软件供应商来说是一个明确的需求。向量数据库或类似的技术可能涉及到如何高效管理和访问这些大数据，因而有潜力增加其价值。

Q：如何解决本地大模型的功耗问题并保持良好的续航性？

A：现阶段AI运算主要集中在专门的AI芯片上，功耗与中档笔记本独立显卡相当，优化后可能再增加。在全力运行大模型时功耗可能达到数十到上百瓦特，但这与游戏时笔记本的功耗相仿。因此，续航能力的保持取决于将来功耗管理和硬件优化的程度。

Q：AI硬件在笔记本电池续航方面将会有哪些影响？是否会有颠覆性的提升？

A：AI硬件在笔记本上的使用可能需要更多电力，例如配备本地AI算力卡的笔记本电池续航预期可能降至4小时，甚至全功率运行时只有2到3小时。未来电池的提升不会是颠覆性的，因为颠覆性的提升需要基材原材料的突破。目前电池容量的增加与便携性和重量之间存在矛盾，是一个平衡问题。因此，电池的发展不太可能会因为AI硬件的出现而直接改变，而是会按照自己的发展路线图前进。

Q：AIPC的硬件升级，比如电磁屏蔽膜和主板设计，会带来什么样的变化？

A：对于主板而言，不会有太大的改变，即使是在轻薄本中，现有的8到10层板结构已经足够。至于电磁屏蔽膜，它主要用于满足整机的安规要求，比如电磁兼容性测试和各种强制性认证，目前并没有因为AI而产生新的标准，所以在电磁屏蔽方面也不会有太大变化。基本上我们还是按原来PC的产品标准来进行设计和认证。

Q：高通推出的新处理器在面对x86架构的英特尔和AMD时的优势和劣势如何？

A：高通目前最大的问题是微软专有性问题，即使有多年合作关系，高通平台运行Windows仍面临兼容性问题。高通芯片在运行Windows时的性能和软件兼容性都不如x86架构。而高通平台运行安卓或Linux则没有问题，无论是在ToB还是ToC领域。特别是在ARM产品中，高通的性能是最佳的。不过如果高通转向ToCPC领域，我持谨慎乐观态度，并不特别看好高通运行WindowsAI架构。相比之下，英特尔的平台在续航方面虽然弱于高通，但综合体验更佳。

Q：随着存储集成度的提高，英特尔等厂商是否会在主板环节扮演更重要的角色？

A：当前并没有看到英特尔或其他厂商在主板上集成存储的强烈趋势。英特尔之前尝试推动内存和CPU的联动，以及与存储的协同加速，并未取得太大成功。英特尔未来可能会在CPU中集成GPU，但这并不涉及大容量存储的整合。目前的总线速度并不是性能瓶颈，没有迹象表明内存存储的集成将会对存储市场产生影响。主机厂可能仍会像以前一样分别购买CPU和内存，以便灵活搭配不同的存储方案。

Q：未来PC可能会朝哪两个方向发展？是否会有显示屏的改变？

A：未来PC可能会朝两个方向发展：一是设备变得更大，以容纳更强的处理能力；二是设备变得更薄，保持更好的网络连接状态。至于具体是否有显示屏的变化，目前已经有厂商在做类似个人云终端的产品，这可能会影响未来笔记本的形态。例如，京东就在考虑这样的产品，主要是出于数据安全的考虑——减少本地存储，以避免数据被腐化。

Q：个人云电脑的概念以及它和AI进展的相关性如何？

A：个人云电脑基本上是一个小卡片形状的设备，这个设备通过4G或5G网络连接，能将个人电脑虚拟化到云端，用户可以在全球任何地方进行实时办公。进一步地，如果在该设备的代理（agent）软件中增加AI算力，它其实转化为一个VirtualPersonal AIsystem（VIPsi）。这样，它的运作就完全不依赖本地硬件，而是取决于服务器提供的服务。无论是与或不带屏幕，如果带屏幕，它本质上就变成了一个手机，进入纯手机市场。

Q：未来在AI领域，整合到CPU的发展趋势，对比独立显卡（如游戏本所用），会如何演进？

A：对于CPUGPU和NPU的集成问题，目前可能会存在一段时间的竞争。目前还不清楚最终的赢家，因为像Intel和AMD都在尝试创造集成解决方案。Intel早期就开始布局AI算力领域，但在对比AMD和Nvidia时，Intel略显落后。Nvidia拥有GPU技术优势，近期在ToB领域推出了名为Jetson的产品，它是一个使用ARM架构CPU，并将Nvidia的GPU与之封装在一起的芯片。这种方案支持从20T至200T不等的算力，适用于ToB行业，在边缘AI应用中实现集成方案。总体上，各大厂商都希望能将CPU和自家的AI算力集成进自己的芯片，至少在明年内，市场可能不会完全由一家独大，而是多家厂商的组合解决方案。Intel由于CPU性能和集成度尚未满足要求，可能还需外挂AI芯片，未来谁能在这场竞争中胜出尚未可知，但趋势是朝向集成方向发展。