华为大咖说丨AI PC和AI手机 ：将带来下一波数字基建的巨大需求

本文作者：陈冠宏（华为网络MSSD首席顾问）全文约2523字，阅读约需7分钟

---

早在2023年4月，英特尔（Intel）在Vision 2024客户和合作伙伴大会上就宣布，推出最新AI芯片产品Gaudi 3加速器；6月超微（AMD）也发布了MI300A 人工智能芯片；12月6日，超微在美国举办AI芯片发布会，带上微软、甲骨文和 Meta助阵，正式宣告超微的AI三大战略以及AI芯片产品商用；12月15日英特尔也在北京发布AI战略，以及“酷睿™ Core Ultra处理器”和第五代英特尔“至强® Xeon 可扩展处理器”，不仅展示了英特尔AI解决方案如何实现跨云到端的AI部署，还特意带上了生态伙伴，包括HP、Dell、Lenovo、Asus、Acer等等。

英特尔和超微，再次不约而同的将2024年打造成为“AI PC 元年”。

AI PC是什么？

今年5月，微软在开发者大会上主观提出：AI PC 就是“能支持 Copilot AI 功能”的计算机机种；并对于“Copilot+”计算机提出算力至少40TOPS以上、离网使用45TOPS以上的要求（TOPS，全称为Tera Operations Per Second，是计算性能的一种度量单位，表示处理器每秒钟可进行的操作次数）。对于内存（RAM）也有至少16GB、储存容量至少256GB等等的要求。

然而，这仍是领导厂商所定义的一种“市场规格”，并不是“行业标准”。目前行业对于AI PC并没有严谨的定义，但有别于联网或安装APP透过云端大语言模型运算生成结果，AI PC应该是可以做到脱机离网、无需上云，就可以在本地执行生成式AI功能的计算机。

同理，所谓的AI手机，也是可以在拍照时利用内建的算力和大模型，来提高拍照清晰度或是进行渲染、“P图”的质量；换句话说，所谓的AI终端至少是要具备“边推”功能的。至于AI笔记本电脑或是AI手机可以独立执行AI算力的上限到哪，大概率不是看微软等AI公司的定义，还是得回到芯片硬件本身、由Intel、AMD、NVIDIA、MTK或是Qualcomm 这些大厂的商用硬件能力，来决定人工智能终端的行业标准和功能。

目前，NPU（Neural network Processing Unit）神经网络处理单元，是除了CPU、GPU之外横空问世的处理单元，顾名思义NPU是以独特的运算架构支持AI模型的单元，让手机或是计算机可以实现更强大的AI运算能力。

AI手机是什么？有哪些亮点？

承上，目前AI手机是由各手机制造商在新款式手机上搭载（内建）AI芯片这个“市场规格”来宣传的。而目前行业内的AI芯片主要是以下二款芯片；不意外的是，ARM 已经明显掉队了（预计25年才能推出AI芯片）。

▶（A） 高通—第三代骁龙8旗舰芯片（台积电四纳米制程）

▶（B） 联发科—天玑9300+核心处理器（台积电四纳米制程）

高通和联发科预计年底都会推出基于台积电三纳米制程的AI新一代芯片，2025年商用。2024年第一季度，中国大陆AI手机出货量达到1190万部，占全球AI手机出货量的25%（数据来源：调研机构Canalys）；IDC 预测2024全年出货量可高达1.7亿部，占比智能手机15%；我们可以大胆预测，未来2-3年AI芯片将成为智能手机的“标配”。高通也官宣其合作的手机厂家包括华硕、荣耀、iQOO、魅族、蔚来、努比亚、一加、OPPO、真我realme、Redmi、红魔、索尼、vivo、Xiaomi和中兴。

以下简单列一下四大国产手机自研大模型、OS和AI的亮点：

1.  荣耀Magic6 Pro：搭载MagicOS 8.0系统和70亿参数的魔法大模型，具备多种AI功能，如AI字幕和眼动追踪功能；并强调AI助力计算摄影。

2.  小米14 Ultra：配备小米澎湃OS和MiLM大模型，除了提供丰富的AI服务，同样强调将小米影像大脑正式升级成为融合光学、影调、色彩、人像四个独立引擎模块的AI大模型计算摄影平台。

3.  OPPO Find X7 Ultra：运行ColorOS 14系统，搭载小布助手和70亿参数的AndesGPT大模型，强调新一代的「HyperTone Image Engine」影像引擎，可以透过 AI 计算摄影的技术进行影像优化。

4.  vivo X100 Pro、X100、X90 Pro+，以及iQOO等多款机型：搭载Funtouch OS，使用天玑9300移动平台和蓝心大模型，具有70亿参数，支持多种智能助手功能。

 

不难看出，搭载高通骁龙8芯片的前三家厂商，都强调AI带来了优化计算摄影的功能，让用户获得更好的拍照和摄影体验；由此可见，拍照摄影优化和生成对于AI是有“刚需”的。

只有具备AI芯片的终端才能跑AI模型吗？

只有具备AI芯片的终端才能跑AI模型吗？当然不是。现在我们就可以用自己的手机和计算机，去安装APP或是上网来进行跑文生图。这么简单的道理也反映出一个关键事实：没有NPU的终端只要联网上云来获取算力，就能进行AI的应用。

短期来看，有NPU的终端对于联网上云使用AI应用的需求会降低。

现在，计算机和手机的功能是否强大，主要是要看CPU处理器的能力，如果终端的能力不足，就联网上云交由数据中心来提供足够的算力。而随着电玩游戏需求的出现，还要看GPU跑不跑得动游戏、能否支持实时游戏渲染来保障游戏顺畅的低时延；如果终端的GPU能力不能满足游戏诉求，“云游戏”的概念就是把复杂的渲染和玩家互动放在云上，以低时延、低带宽的联接来提高随时随地的高游戏体验。

同理，在不久的将来可以预见，陆续出现的AI应用需求，也可能要求要先看终端的 NPU 跑不跑的动、能否支持AI计算的低时延和高体验，然后再进化到联网上云、以云边端融合来提升AI应用的体验。

长期来看，有NPU的终端将加速AI应用的普及与发展，最终做大联网上云的AI应用和网云智的市场空间。

端侧AI的意义和价值

我认为，AI终端最大的意义和价值之一，就是加速“泛在应用AI化、AI 应用泛在化”。大胆做个假设，如果说2007年iPhone3的大尺寸触屏和创新的操作系统带来了革命性的用户体验和宽带升级；那么，2025年终端的AI芯片、大模型和创新的操作系统，也极有可能带来再一次的数字服务体验提升和宽带升级。

目前市面上商用的AI PC和AI手机，基本上和原本高端的笔记本电脑与智能手机价差不大，加上各个PC和手机领导厂商急需有新的功能来增加终端价值，我们可以预判未来端侧内置AI芯片的趋势不可逆：

（1）AI终端硬件的生态伙伴在规模上、价格上和产业链完整程度上，都依循着过去产业发展的轨迹：Intel，AMD，Nvidia，MTK和高通等等，提供高性价比的NPU、OEM代工厂，搞定端到端组装、渠道和分销商，大推新款笔记本电脑和手机。

（2）消费者软件的生态伙伴也共襄盛举、大力推动AI应用：微软推出的“Co-pilot+”，将会把超过10亿的Windows用户直接转换成AI服务用户；手机大厂自研的大模型和操作系统，也会将AI应用（例如智能P图、视频优化等）无感知地陆续推送给43亿智能手机用户。

AI PC和AI手机将有非常大的机会让人工智能应用普及和泛在化，无论是“大脑—小脑”还是“大脑—中脑—小脑”架构，终将带来数字基础设施新一轮“质”和“量”的巨大需求，让我们拭目以待！