要说PC行业当下最为火爆的词汇,那必然是“AI PC”。

自去年9月技术创新大会上英特尔第一次喊出“AI PC”概念,并首次提出“让AI无处不在”的理念以来,短短半年时间,AI PC无论是从产品端还是从应用端,无论是供应链还是产业链、生态圈,其发展速度之快让人瞠目结舌。这场AI赋能下的PC行业革命虽然刚刚迈出第一步,但其势,却如金戈铁马,气吞万里如虎!

当下,消费市场仍旧聚焦于AIGC领域。文生图、图生图、大语言模型的应用虽然越来越简单,但并未完全形成成熟的商业化模式。反观商用市场,AI应用则呈现出了百花争鸣、百家齐放的盛世美景。大到数字人、智能座舱、虚拟诊室、影视后期等行业级应用,小到基于大语言模型构筑的端侧AI助手,商用PC领域已经许久没有迎来如此蓬勃的创新局面。

前不久,英特尔举办了“2024全新英特尔商用客户端AI PC产品发布会”,将基于英特尔酷睿Ultra处理器的AI特性延展到商用领域,带来商用电脑技术革新。这场发布会,让我们看到了AI在商用PC领域的爆发。

·AI PC行业面临的一致性挑战

然而,机遇面前往往同时伴随着挑战,对于英特尔这样的芯片厂商而言,AI PC目前面临的一个很大挑战就是如何做软件优化。英特尔中国区技术部总经理高宇坦言,“这对PC行业而言是一个一致性的挑战。PC行业原来没有太多的优化概念,因为操作系统之上的软件足够成熟,PC行业只要把底层硬件性能释放到位就可以了。但是AI PC出现之后, PC行业就必须考虑重新做从芯片到驱动,到工具链,再到应用之间的垂直型优化。这件事情是英特尔最擅长、最强大的地方。”

不少人对于英特尔认识还停留在“芯片厂商”的层面,但事实是,英特尔也是全球范围内规模极大的软件公司,如何与合作伙伴协同,并针对英特尔硬件平台做软件层面的适配与优化,就是英特尔软件团队主要考虑的问题。而以往各类软件在英特尔硬件平台上稳定、高效的表现,英特尔软件团队背后的功劳不可忽视。现在,针对AI PC的软件生态适配与优化,是英特尔快速推动AI PC产业发展的根本力量。

·英特尔如何定义商用AI PC?

随着英特尔发布酷睿Ultra vPro平台,“商用AI PC”也成为了整个AI PC大类的细分市场。那么究竟该如何定义商用AI PC呢?

高宇表示,“这个定义说简单也简单,说复杂稍微有点复杂。我觉得要从最终用户,把消费端和商用端市场细分区分开来。其实这两者在全球市场差不多是2.7亿台总量中的一半一半,大企业、政府采购、中小企业和教育,这些都是在商用范围之内,教育部分又稍微有一点特殊。我们一般讲商业用户就是大企业、政府和中小企业这几个部分。”

·英特尔如何让千行百业接纳商用AI PC?

当前,商用AI PC刚刚处于起步阶段,大量企业IT部署依旧是以前些年的传统PC为主。如何让AI PC这样的解决方案被千行百业用户所接受,并在企业中普及,是商用AI PC领域很快就会面临的普遍问题。

对此,英特尔客户端事业部副总裁兼细分市场部总经理冯大为认为,“这也是为什么我们在强调基于酷睿Ultra的vPro平台的四大特性,包括生产力、稳定性、安全性和可管理性,这些特性对于商用市场客户而言缺一不可。”

商用与消费市场最大的不同其实不是产品本身,而是相关行业用户对于生产力效率、设备稳定性、数据安全性以及设备可管理性的需求。同时,英特尔与软件生态合作伙伴携手,从应用端解决数据的安全性、隐私性等问题,这对于商用领域而言更为重要。

杭州当虹科技股份有限公司CTO黄进补充道,“面对ToC和ToB,我们的软件设计是有些差异化的。ToC更多是一个个小的视频、音频、图像工具,用户简单地拖拽进去就能够使用。ToB领域虽然底层是一样的,但是会有更多升级,更多的配合工作流。并在工作流里会集成更多、更高级的功能,让商用用户可以得到更好的质量,配合工作流去使用软件。”

星环科技副总裁杨一帆也分享了自己的看法,“我觉得第一个是关于稳定性的问题,针对ToB和ToC的产品有不同的稳定性要求,也会带来不一样的设计。在大模型底层之上的应用,我们是完全可以做到高稳定的。同时也能够通过云与端的连接,将个体与企业更高效地连接在一起,并带来整个协作模式上的革新。”

此外,商用领域用户需求更加多元化,不同行业对AI的需求完全不同,这同样是摆在英特尔与ISV合作伙伴面前的现实问题。

北京智谱华章科技有限公司首席运营官张帆分享了与英特尔的合作经验,“智谱和英特尔的合作相当于一个是模型方,一个是芯片方。首先我们在这个场景上会针对芯片把模型优化到极致,毕竟端侧的算力目前相对有限,我们如何把它发挥到极致,是我们的合作基础内容。在今天发布会上演示的AI PC智能助手这一实践,并不是一个完整的产品,也不会由智谱对外推出。我们更多是做这样一个基础框架,并和OEM厂商一起打造每一个OEM或者是某一个场景下独特的AI PC,让它跟芯片端发挥最大能力和算力价值,再由每一个不同的场景做出针对性的AI PC应用。”

商用AI PC需要时间来打磨,用户从认知到接受,再到部署和使用,必然是有着明确的阶段和过程,当前,英特尔所要做的事情,一方面是提供像酷睿Ultra vPro这样的稳定、可靠的商用硬件平台,另一方面则是与ISV合作,并针对中国市场用户的特点,做相关设计、创新和优化。最终使商用AI PC获得行业用户、企业用户的认可和青睐。

·酷睿Ultra vPro带来云端协同的混合式AI能力

针对商用客户,英特尔正式推出了酷睿Ultra vPro平台。它是针对企业级需求进行优化的硬件平台,并将在全球范围内推出接近100款酷睿Ultra vPro平台的商用笔记本电脑。同时它将与针对个人用户体验优化的英特尔Evo平台一起,为用户提供多元化的选择。

此外,除了原有的稳定性、安全性、可靠性、可管理性等特性之外,酷睿Ultra vPro在可持续性、系统安全等方面还有很多新特性,并且与ISV进一步深入合作,挖掘酷睿Ultra vPro平台的潜在价值,并将其呈现给最终用户。冯大为说,“在大的范围内, AI赋能是大势所趋,所以无论是可管理性、安全性包括其它的用户体验,只要AI能够赋能的地方,我们肯定是要采用AI。”

站在硬件设备的角度来看,酷睿Ultra本身的能力已经足够强大,但是站在AI、大模型的角度来看,可能多大算力都显得不够用,因此,云端协同的混合式AI对于商用客户而言是一个很好的方案。张帆(北京智谱华章科技有限公司首席运营官)认为,“什么样的东西上云,什么样的东西上端,这样一个综合性的解决方案,其实既是在端侧维持一个较高的下限,又在云侧拉高了上限,从而为用户提供更加完整的体验。”

·如何在硬件上保证持续满足企业需求?

与以往不同的是,AI赋能下的行业变革呈现出了迭代周期更快的特性。无论是产品端、应用端都如此。而硬件焕新周期其实是要明显慢于AI技术创新迭代周期的,那么该如何在硬件上保证持续满足企业用户不断变化的需求呢?

以全球数据来看,大型企业部署的传统PC设备,超过一半是超过了4年的老设备,并且超过一半还在使用Windows 10系统。如果现在从四五年前的架构快速升级到AI PC,对于行业用户而言其实又是一个从0到1的飞跃。冯大为说,“其实这背后隐含的问题是怎么知道我现在的AI PC可以跑以后的AI应用。坦白说这是很难保证,也没有人能保证的。”

在过去20多年的时间里,很少遇到像AI这种需要算力飞跃的应用。以往的软件都可以在老机器上持续运行数年,而AI应用则不然,其算力需求的指数级增长,必然会持续驱动AI PC算力的不断拉升。

对于当下的企业用户而言,其实第一步要做的,还是要完成从0到1的飞跃。之后与ISV做适配来确保第一批部署的AI PC设备能够在未来几年内基于AI来提高生产力、提高算力、提高效率,这可以为后续部署奠定基础。

·AI应用商业化及挑战

在本次2024全新英特尔商用客户端AI PC产品发布会上,不同行业的企业展示了其在AI应用上的创新,有些甚至已经开始部署到实际生产过程当中。但是当前,对于AI应用商业模式来说,仍然有很多讨论。而AI应用商业模式的明确,其实也关系到AI PC未来的发展动向。

高宇(英特尔中国区技术部总经理)认为,“当前我们还处在AI PC的早期阶段,产业演化还不到半年,未来的商业模式是怎么样的还需要全行业探索。OEM PC预先安装捆绑(AI应用)肯定是其中一个模式,并且我们觉得在早期也是一个比较快的方式,但是绝对不是唯一路径。未来客户通过个人付费,投入某些应用商店或者是网站下载一个他喜欢的AI PC应用软件的方式一定会出现。 这有点像我们的游戏电脑,现在谁家游戏电脑出厂的时候要捆绑游戏呢?可能也有,但是大部分还是用户自主下载。我们预估在未来两三年之后,可能自主下载的方式就会越来越多, 所以业界还在不断变化,让我们继续观察。”

正如前面所言,机遇与挑战往往是共生的关系,AI PC如此,商用AI PC如此,AI应用与AI PC的结合亦如此。对于挑战,黄进、张帆以及杨一帆三位嘉宾都分享了各自领域的看法。

黄进(杭州当虹科技股份有限公司CTO)认为,“AIGC的主要瓶颈还是成本,即便是ChatGPT这种上亿用户的AIGC每天依然会烧掉近100万美元。这对相当一部分中国企业来说是很大的负担,而有了AI PC之后,把基础功能放在AI PC上运行,把高价值的应用拿到云上去应用,就形成了一种新的商业模式。这样在云上的运营成本都可以通过高价值用户去覆盖,可以刺激很多AI公司去创新、去应用,也可以让更多普通用户看到,先在AI PC上试用,再到云上使用更高级的功能,使得AIGC的应用不再是纯烧钱,而是有机会盈利。”

张帆(北京智谱华章科技有限公司首席运营官)认为,“商业价值的前提还是用户价值,只要用户觉得得到了想要的价值,那么付费就是水到渠成的事情。在过去6个月里,我们付费的API每日的消耗大概涨了30多倍,其实我们已经在数百上千个应用当中去用大模型产生价值了。我们现在要做的是当PC端已经有了这样能力的时候,如何把一部分的能力去做下沉,从而覆盖更多的场景。比较典型的就是WPS,它已然在卖WPS AI(会员),并且还得到了不错的收入。所以我觉得从这个角度来讲,后面会有越来越的多的产品会从云侧下到端侧,变成云端一体的方案。”

杨一帆(星环科技副总裁)则表示,“我们从事的是ToB的业务,在云端我们给非常多用户提供服务,包括刚刚说的向量数据库,即大模型、RAG,其与整个生态有非常强的绑定。包括在云端也提供了一些大模型服务。但是我们发现在往AI PC下沉的过程当中,一是在AI PC的有限算力上我们提供什么,二是我们在AI PC上除了提供基础能力之外,还要不断有杀手级应用提供给用户,让用户能够真实地使用,不要让大模型像原来传统的某些领域一样变成一个讲故事的东西,而是真正成为为大家带来实际增值的东西。比如说像我们刚刚演示的不管是投研还是在金融上做的一些事情,甚至是在其它行业做的一些事情,我们要不断提高在AI PC戴着镣铐跳舞的前提下提供杀手级应用,这是我们觉得最大的一个难点。”

·AI PC能否解决算力成本提升的问题?

遇到挑战、面对挑战、解决相应问题,是当前AI PC发展的主线。但是AI PC是否真正能够解决当前AI算力成本提升的问题呢?

以视频领域为例,从标清、高清到4K、8K,每一个新标准的出现,以往都需要花费三到五年时间去慢慢消化。服务端、终端、网络都需要不断降低成本。而AIGC以及AI PC的出现,可以将这个过程尽可能缩短,从而带动整个生态端的成本降低。

黄进(杭州当虹科技股份有限公司CTO)表示,“其实我们一直很头疼,就是做视频的Pipeline是很复杂的,从解码、前处理到AI增强,到后处理、编码, 整个Pipeline其实性价比最高的、或者最理想的状态就是每一块都不是瓶颈,或者说大家的性能都差不多,这样的性价比是最高的。但现实是硬件很难这么设计。因为每一个场景其实使用量是不一样的,有的是AI偏多一点,有的是编解码偏多一点,有的是GPU的处理更多一点。所以其实我们需要一个平衡的硬件,比如酷睿Ultra的NPU不是瓶颈,GPU性能也不错,CPU也还可以,既有低功耗模式,又有高功耗模式,这对我们来说是一个性价比最高的配置,每一块都不是短板。否则但凡有一块是短板的话,其它任务就会等待那一个短板。所以我觉得这是非常难设计的,因为每家的应用重点不一样,只能做到尽量平衡。”

英特尔酷睿Ultra平台使得当虹科技原本计划只在云上提供的服务,现在可以放到AI PC上来做,这对于降低成为而言是一个很大的进步。以往,从标清、高清到4K、8K,甚至需要花2-3年时间重新设计一个芯片以适应这种变化,而AIGC和AI PC的出现,半年不到就解决了很多问题,这对于很多不同领域来说,都起到了显著的降本增效作用。

·结语

从本质上来看,AI PC、酷睿Ultra,是一次前所未有的计算架构重构。不仅CPU、GPU需要承担AI计算任务,全新引入的NPU,更大吞吐量、更大容量的存储设备,更好的能耗管理,以及酷睿Ultra vPro平台在可管理性、安全性、可持续性方面的新特性,都是在针对AI时代的应用特点进行重构与优化。

诚然,AI PC尚处于刚刚起步阶段,机遇与挑战并存,商业模式探索与实践并行。但这个全新的时代风口让PC行业迎来了又一次创新大潮,也让AI PC成为未来新质生产力工具的重要组成部分。它是生产力的新范式,一方面我们不要过度高估它的短期效应,同时也不要低估它长期的潜力,它可能会为我们带来全新的,跟以往完全不同的工作方式以及全新的生产力。

过去十数年,AI行业的厚积薄发在2024这一AI PC元年喷涌而出,正所谓金鳞岂是池中物,一遇风云便化龙。AI应用与AI PC的融合正在发生,产业、生态的变迁逐渐加速,而我们需要做的就是把握时代脉络,快速融入这个时代,并从中获得成长,同时借助AI PC赋能每个人的生产力,进而实现效率层面的本质性提升。

(8629724)

友情提示

本站部分转载文章,皆来自互联网,仅供参考及分享,并不用于任何商业用途;版权归原作者所有,如涉及作品内容、版权和其他问题,请与本网联系,我们将在第一时间删除内容!

联系邮箱:1042463605@qq.com