大模型生产力的头场变革，从英特尔商用 AI PC 说起

大模型落地，用户端追求体验，商用端追求成本与效率的最优解。

作者丨郭思

编辑丨陈彩娴

「水利万物而不争。」

这是英特尔公司高级副总裁、英特尔中国区董事长王锐女士常说的一句话，看似没有压迫性，却切实点出了英特尔作为 AI PC 概念提出者，这场大语言模型技术革命中的思路。

在2024 年 3 月 26 日，英特尔商用 AI PC 新品发布会上，我们也确切地看到了英特尔致力于让AI无处不在的种种举措。

早在 2023 年 12 月 25 日，英特尔发布代号为 「Meteor Lake」 的酷睿 Ultra 处理器，采用了 Intel 4 制程工艺，架构层面首次增加了“低功耗能效核”；Foveros 封装技术的应用则成为了架构改革的基础；同时英特尔在 AI 方面首次将神经网络处理器（NPU）集成到了客户端芯片中。

这是英特尔近四十年最为重大的一次架构更新，无论是技术的演进还是公开的宣传，英特尔都彰显了其想以此来打造商用 AI PC，为 AI行业应用打下坚实基础的决心；在此之后，大众对于英特尔入局 AI 也充满着期待。

但正如英特尔在发布会上所言，四十年最大架构更新这句话不能老是重复说。在大模型之战经历蛰伏、萌芽、爆发、回归理性思考之际，行业迫切需要真正看到 AI 对生产力的提升与改变。时间已来到 2024 年， 虽然业界普遍认为人类离实现真正的通用人工智能（AGI）还有很长的路要走，但当 AI 与产业结合，每一个关键节点都需要厂商拿出一份出色的答卷才能有下一环节的发言权。

面对这一切，英特尔有着不一样的思考：

大模型加持千行百业，所有的公司都站在了同一条起跑线上。此前加注在所有数字化基础设施之上的大应用、业务逻辑、软件也都将被重新写一遍，业务模式也将重构，在 AI PC 上，英特尔以经济性、物理性、数据安全性为三大准则，在技术和产品上不断更新迭代，在生态上与合作伙伴齐头并进，赋能各个场景，以水的姿态触达 AI 行业的每个角落。

1

酷睿Ultra引领商用AI PC

本地化运行革命

英特尔的发布会展台展示了各式各样的 demo 及方案，细心观察，观众会发现所有展示案例的屏幕下方都显示网络状态为“断网”。

这也表明，在这场关于商用 AI PC 的普及中，端侧大模型是英特尔切入的重点。

事实上，端侧运行大模型并不是一个新概念，无论是自动驾驶厂商还是手机厂商，大家对这件事情都十分重视。

不过再怎么吹捧概念，落到真正的生产力变革中却考验厂商的方方面面。首先我们需要回答一个非常本质的问题：什么情况下，需要用到端侧大模型？

在 2024 全新英特尔商用客户端 AI PC 产品发布会上，我们发现英特尔和众多合作伙伴对于生产力的理解，都给出了一个非常直接却很本质的答案——生产力。

事实也的确如此，现实生活中，除了乘坐飞机期间完全断网外，我们很少会遇到没有网络的情况。但是在有些特定情境下，网络可能会出现卡顿，而如果工作任务比较紧急，我们能依赖的办公工具只有 PC 电脑。端侧大模型在这些场景中的作用也理所应当地得以体现。

英特尔在发布会上也表示，混合办公是当代人十分热衷的形式。具体而言，混合办公就是不受办公场所限制，采用居家办公或者线上线下办公联合一体的方式，因为其灵活性成为了当代年轻人十分青睐的办公方式。

据携程最新发布的混合办公两周年数据显示，已有七成员工体验了混合办公带来的便利，累计节省约 70 万小时通勤时间。而在混合办公的过程中，由于办公场所不固定，其对于电脑能否端云边协同也提出了更高的要求。

在实质的办公场景中，我们会发现对于办公的需求首先离不开对电脑性能的需求。强劲的 AI 算力是十分关键的部分。

在 AI 算力上，酷睿 Ultra 处理器强悍的 CPU+GPU+NPU 三大 AI 引擎， 可让 200亿参数大模型在本地运行。简而言之便是，CPU、GPU、NPU 都可以提供 AI 算力，但是针对不同使用场景匹配程度并不相同。

例如 CPU 适合处理轻量级 AI，GPU 适合需要高性能、高吞吐量 AI 应用，而 NPU 则专为 AI 工作场景设计，具备高能效、低功耗等优势。另一方面，得益于 Intel 4 先进制程工艺及创新的 3D 高性能混合架构（Foveros 3D 封装技术），酷睿 Ultra 不仅提升了整体计算性能，还在保持高性能的同时大幅提高了设备的电池续航能力。

其中，新一代的性能核（P-Core）和能效核（E-Core）协同工作，带来了更高的数据处理速度和性能提升；NPU 的加入更是增强了系统的AI计算效率，并在保证功能强劲的同时降低了能耗。简而言之，就是更省电。

据英特尔表示，与三年前的 PC 相比，酷睿 Ultra 的性能提升最高可以达到 47%。与上一代产品相比，在频繁使用视频会议的场景之下，酷睿 Ultra 的功耗最高可以降低 36%。性能方面，得益于锐炫™ GPU 的性能提升，视频编辑场景的效率可以达到上一代产品的2.2倍。

除了对性能的不懈追求，在提高生产力上，还有一个非常关键、但又容易被人忽视的点，那就是 AI PC 的可控可管理。

从企业 IT 的角度来看，每一个 PC 终端的安全性跟企业的信息安全都是息息相关的，提高 PC 端的可管理性其实也是在提高整个企业的生产力。

在现场，英特尔发布最新的英特尔vPro平台，旨在强化AI PC的安全可控与高效管理。

凭借全面整合硬件、软件和服务能力，英特尔vPro平台实现显著减少现场支持需求（最高达90%），并有望将IT服务单处理量降低40%，同时大幅提升故障排查效率，有力地推动企业级PC终端的安全性和生产力。

PC性能更高，本地运行更流畅、更安全、更稳定，生产力提升也就变得十分自然了。

2

商用 PC 市场真正期待什么？

经济性、物理性、数据保密性，是 2024 年 CES 大会上英特尔首席执行官帕特·基辛格关于 AI PC 提出的三大法则。

具体来说，在经济效益考量中，选择在本地设备上处理 AI 数据，能够有效削减对云服务的依赖，从而减少相应的费用支出，实现经济性的优化配置。与此同时，在物理交互规律层面，为了确保 AI 服务的实时响应与精确执行，亟需提高云服务器与终端设备间的数据传输速率，以打破可能存在的性能瓶颈。

至于在数据安全和隐私保护的原则下，在 AI 数据的处理和存储环节中，可优先考虑在本地环境中强化对用户数据安全的全面防护。

由始见终，上层理念落到具体的产品路线之上，我们会发现这三个准则其实都在指向商用 PC 市场的重大革新。

业内人士告诉 AI 科技评论，在 AI 产业化的这条道路上，商用端和用户端是两种完全不同的解题思路。用户端更强调对用户的体验感升级，一个人为什么会沉迷手机游戏或者视频，是因为这些部分帮助他实现了从物理世界到精神世界的跨越。而商用端则是另一种完全不同的逻辑，需要解决的问题可能是固定的，如何达到最优解和降低成本才是重中之重。

例如大模型编辑程序代码，程序员本人更为关心的是能带来多大的性能提升，而企业决策层则注重需要花多少钱达到多大的效率提升。如此倒推，英特尔的思路其实是在现有工作场景里不断提供最优解，追求商用 PC 的性能最优化，让企业选择英特尔。

在发布会现场，英特尔与超过 35+ISV 和 10 + OEM 合作伙伴，实现了六大 AI 应用场景和行业应用的落地，涵盖AI Chatbot、 AI PC 助理、AI 本地知识库的 RAG 类应用、 AI 多媒体处理、 AI PC 管理。

拿具体的智谱 AI PC 智能助手而言，在现场，我们看到智谱 COO 张帆演示了【智谱AI PC智能助手】的智能问答、PC 智能控制、文档调取及处理等强大功能。

用户只需简单的语音命令即可执行复杂 PC 操作。大模型能够理解诸如“前置摄像头怎么关？”、“请先帮我把电脑音量静音，切换至高性能模式，并帮我打开研究案例文件”、“按照我的阅读习惯生成内容概要和观点”等多意图的复杂指令，支持文字、语音多种交互模式，并自主执行对应任务。而所有的一切都是在没有联网的情况下进行的。

另一方面，端侧大模型对企业最大的好处是数据的安全性。我们在现场也看到了星环科技针对英特尔 AI PC平台，特意从零开始训练了一个具有 70 亿参数量的大规模语言模型。基于这款强大的模型，星环科技进一步推出了适用于 AI PC 平台的“无涯·问知”知识助理产品。

这款产品可以使用户在开启搭载该技术的电脑后，即可享受到原本在云端才能实现的大模型服务，即刻获得高质量的信息检索、问题解答和内容生成等功能，所有这些操作均在本地完成，这也进一步保障了用户的数据安全性和即时性响应。

除此之外，对于本次架构的更新，在 CPU+GPU+NPU 三大 AI 引擎之中，在现场也有非常多客户非常关心 NPU 的部署情况。毕竟对于日常使用，现有的 CPU 和 GPU 已经足够应付。但对于需要处理大量 AI 任务的用户，比如视频编辑、3D 建模或是 AI 软件开发，集成了 NPU 的设备将大大提高工作效率。

简单来说，CPU、GPU 和 NPU 都是计算机运作的核心组件，而 NPU 能在 AI 任务方面大显身手，分担 GPU 和 CPU 的负担，让它们更专注于其他传统任务。

AI 科技评论走访现场发现，除了常见的 AI Chatbot、 AI PC 助理等多个场景，在安全防护上，英特尔 AI PC 也有十分亮眼的表现，火绒安全的工作人员便在现场演示了基于火绒虚拟沙盒抽取的程序动态行为序列，通过 AI 模型对程序的恶意性进行评估。

倚仗 NPU 的卓越运算性能，英特尔 AI PC 可在维持较低能耗的基础上高效执行 AI 相关的计算任务。通过战略性地将部分 AI 计算负载转移至 NPU 上，不仅能够减轻 CPU 的运算负担，而且还能够显著提升整体反病毒引擎的工作效能。在现场，工作人员也表明，用户可根据实际需求灵活选择将计算任务部署在 CPU、GPU 或 NPU 这三个不同的硬件组件之上，从而实现最优资源分配与性能提升。

不一定完全会用到，但提供一个选择，也许便是生产力提高的关键。

3

写在最后

ChatGPT 先声夺人，Sora 紧随其后，人工智能话题热度被推向前所未有的高潮。一方面，以 ChatGPT 和 Sora 为代表的 AIGC 技术快速演进，正显著加速应用进程，尤其是 Sora 所展现的先进视频生成能力，势必将对传统视频制作行业的生产模式、互动机制以及整体产业链结构带来革新性冲击。

另一方面，Sora 的诞生象征着人类向通用人工智能（AGI）目标迈进了重要一步，其技术路径有可能成为构建“世界模型”的一种有力策略，有助于促进全球经济和社会发展。然而，在 AI 如何重塑生产力这个核心议题上，不同群体持有不同的观点和期待。

AI PC 是英特尔给出的答案。纵观发布会的种种场景，在技术更新的基础上，在商用 AI PC 具体的落地方面，英特尔的切入点其实就是围绕着生态两个字在进行。

不同于高科技领域的纯技术突破或尖端科技创新，如物理量计算、核聚变等前沿研究，在芯片或者说 PC 领域，生态建设更多关注的是技术长期的积累和生态环境的构建与维护，而不是单一的硬件升级或科研成果展示。

此外，生态系统对用户具有极强的黏着性，这意味着当一家公司选定并采用一种特定的技术方案，如英特尔vPro平台发布后，基于此开发出自己的产品和应用时，用户往往会因为系统兼容性、技术支持、服务连续性以及与现有 IT 环境的深度融合等因素，而倾向于继续沿用同一生态系统内的解决方案，而不轻易转向其他替代品。

依托于生态并且持续发力生态，英特尔 AI PC 落地到具体的行业和应用场景上，也便成为了自然而然之事。这其实称不上英特尔的优势，反倒更像是一种觉悟。

正如开头所言，「水利万物而不争」。水之润万物，不争不抢，静静地滋养着世间的一切。当一项 AI 技术以同样的方式，默默地支持着各行各业的发展，没有特意彰显自己的地位与壁垒，反倒是一直以利他之心做着服务于整个产业之事，那个看似全在付出的厂商却可能成为最大的赢家。