在刚刚结束的CES消费者电子展上,发布了很多AI个人电脑。一个有代表性的新闻是Nvidia 宣布推出可增强生成式 AI 性能的 GeForce RTX™ SUPER 桌面 GPU、各大顶级制造商纷纷推出的全新 AI 笔记本电脑。
图:Nvidia 于CES'24推出GeForce RTX™ SUPER 桌面 GPU、最低售价599美元,支持ACER, ASUS, DELL,HP, LENOVO等推出全新 AI 笔记本电脑。
那么,AI PC是不是PC发展的新机遇,PC市场会再度爆发?
我们简单回顾历史,展望未来。
回顾历史
计算机和个人电脑发展经历时代变迁。潮流的出现往往遵循一定的周期或有历史先例。了解这些模式有助于预测未来趋势。
计算机的发展史大约可以划分为若干阶段:
电子管计算机的时代(1940s - 1950s):标志性的第一台伊尼亚科(ENIAC)电子数值积分计算机。全机近两万个电子管,重量近30吨,占地167平方米,主要用于科学研究和军事目的。当时的计算机完全不可能成为个人设备。
ENIAC,照片来自Wikipedia
晶体管计算机时代(1950s - 1960s):晶体管替代电子管,计算机体积缩小,效率提高。标志性的贝尔实验室TRADIC电脑全晶体管,整机三立方英尺。计算机开始商业化,应用于企业和政府。但是,个人电脑仍未出现。
贝尔实验室TRADIC原型,照片来自Wikipedia
集成电路时代(1960s - 1970s):集成电路的引入,计算机进一步小型化。IBM 1964年推出 System/360,发布一系列兼容性计算机系统,使计算机开始批量生产和商用。集成电路时代的重大技术进步,推动了计算机从大型机和迷你计算机向个人计算机的转变。出现个人电脑的技术条件和社会环境隐隐可见。
IBM System/360 Model 30的CPU,照片来自Wikipedia
个人电脑时代(1970s - 1990s):个人电脑(PC)的出现和普及。计算机进入寻常百姓家。软件行业和游戏行业的兴起。PC渐成了计算机舞台上的主角。
1977年Byte杂志评比的早期PC三叉戟:Commodore PET 2001, Apple II, and TRS-80 Model I,照片来自Wikipedia
互联网时代(1990s - 2000s):互联网的广泛普及,信息时代的开始。电子商务、在线通讯和社交媒体的兴起。通过提供更好的互联网浏览体验、多媒体处理能力和用户友好的操作系统,极大地促进了个人电脑在家庭和商业环境中的应用。互联网进一步促进了PC的繁荣。产业如日中天。
经典的Jobs 和经典的iMac 照片来自 wired.com
移动和智能设备和云计算时代(2000s - 至今):一方面,智能手机和平板电脑的普及,我们经历了iPhone时刻,移动互联网、应用商店爆炸式增长。另一方面,云技术的发展,2006年Amazon开始AWS云服务,数据和应用转向云端。大数据、在线服务、远程工作和云存储的普及。一方面,许多用户开始将智能手机或平板等移动设备作为主要的计算和互联网访问设备,大量年轻用户甚至直接跳过了PC互联网而进入了移动互联网时代;另一方面,PC的角色也转变为更多地作为云服务的访问端,功能上从强调本地处理能力转向更加注重网络连接性和云端服务的集成。这一时期的变化体现了计算资源和应用服务的去中心化和网络化。消费者对于传统PC的需求有所下降。
图:运行Google ChromeOS的“云电脑”Chromebook,日常功能体验多依赖于云端服务
人工智能和机器学习时代(2010s - 至今):AI技术的突破,尤其是在机器学习,深度学习和去年的大语言模型方面。智能助手、自动化、数据分析、预测模型和生成式AI的应用。在AI时代,PC的角色正在从传统的计算和互联网访问工具,转变为一个更加智能化、个性化和功能丰富的设备。
图:NVidia DGX Station A100,可配备四个 A100 GPU,320GB GPU内存
时代变迁,当技术条件具备,PC机应运而生,逐渐商业化。随着计算机软件、互联网、云计算、移动计算的发展,PC机的市场虽几经沉浮,但也越发成熟并呈大体稳定的发展态势,始终扮演着非常重要的角色。
截图:近十年品牌电脑的出货量
展望未来
虽然,当前最强大的人工智能服务如ChatGPT主要通过OpenAI等云端提供。但未来几年,随着人工智能的普及和需求增加,可以预见的商用、家用和个人场景中,对实时、低延迟和隐私友好的人工智能应用程序的需求不断增长,这将导致边缘人工智能部署的激增。后者将利用通信网络(例如 5G 和 6G 网络)、人工智能和物联网设备方面的技术进步,不断变得更加准确和高效。计算从云端像边端的下沉将为AI PC的发展提供强劲的动力。
当前,较大规模的AI计算需要GPU等硬件支持和能源,这使得体积小、算力弱和难以持续保障电源的移动设备力有不逮;而个人电脑和服务器则正好负担起边缘计算的难以取代的重要角色。
云端智能和边缘智能 ,来自 https://www.cardinalpeak.com/blog/at-the-edge-vs-in-the-cloud-artificial-intelligence-and-machine-learning
从带宽限制和延迟问题到不可预测的网络中断以及与云中大量交易相关的成本,建立在集中式数据中心和日常互联网上的传统计算模型不太适合管理看似永无休止的海量数据。正在生成真实世界的数据。边缘计算将计算资源放置在更靠近用户或设备的地方——即网络的“边缘”。强调减少延迟并在更接近数据源的地方提供更多的数据处理。
来自 https://viso.ai/edge-ai/edge-devices/。可以看到,从延迟,多样性,隐私性等多个角度分析,边缘智能的方案都从本质上优于云方案
Gartner 称到2025年,超过 75%的企业数据将在数据中心或云之外创建和处理。从市场发展来看,EdgeAI每年增长每年百分之十六,2029年成为千亿市场,除了工业和企业市场以外,消费品市场也占接近20%。
图:Edge AI市场的上升态势,在汽车、制造、健康、能源、消费品、IT和通讯以及其他领域的应用
总结与思考
从计算机发展历史看,虽然时代需求有变化,出现越来越多不同形态的计算机设备,PC的存在和发展的条件仍然具备,其独特性不能被取代。
未来,AI将从云中部分下沉到边缘,AI将是协同的云边协同的AI。目前,虽然软硬件技术发展迅猛,但尚未出现显著的AI操作系统,为开发者和最终用户提供的AI开发和应用的门槛还比较高,AI的计算虽然得益于为高性能的图形计算而设计的GPU芯片,但硬件优化乃至变革的空间也较大。
所以,一方面,有利于AI PC的发展的条件和趋势还是比较确定的。另一方面,AI PC尚不具备爆发的条件,从历史上每个时代经历十到二十年时间的过程来看,应该尚需几年的时间。考虑到现在技术进步节奏越来越快,或许我们只再需要再等上一两年?
部分参考资料
https://zh.wikipedia.org/zh-cn/電子數值積分計算機#
https://en.wikipedia.org/wiki/TRADIC
https://zh.wikipedia.org/wiki/IBM_System/360
https://en.wikipedia.org/wiki/Apple_II
https://www.gartner.com/smarterwithgartner/what-edge-computing-means-for-infrastructure-and-operations-leaders