AI服務(wù)器之后，市場的焦點轉(zhuǎn)向了AI手機和AI PC。
在高通基于新ARM架構(gòu)核心驍龍8 Gen4上市即將到來之時，市場對AI PC的關(guān)注越來越高，在本周的財報電話會上，聯(lián)想透露了一些自身和行業(yè)的新進展。
1、“五大要素”定義AI PC
市場上對AI PC的定義各不相同，目前微軟給出的定義市場認(rèn)可度高，具體包括：
1）內(nèi)存方面，基礎(chǔ)AI模型需要16GB內(nèi)存，標(biāo)準(zhǔn)AI模型則需要32GB，高級AI模型則要求64GB或更多；
2）算力方面，至少要有40TOPS的算力；
聯(lián)想則在此基礎(chǔ)上完善了自己的AI PC定義，包括五個關(guān)鍵要素：
1）內(nèi)置了壓縮大模型；
2）配備自然語言交互能力的AI助手；
3）硬件方面，需要同時擁有CPU、GPU和NPU；
4）能幫助用戶建立個人知識庫；
5）重視用戶個人隱私的保護；
結(jié)合微軟提出的AI PC內(nèi)存和算力標(biāo)準(zhǔn)，AI PC的形態(tài)愈加清晰：AI PC不僅智能且強大，還能為用戶提供更個性化、更安全的體驗。
2、AI PC滲透率的變化預(yù)測
按照聯(lián)想自己的定義，目前市場上符合要求的產(chǎn)品較少，聯(lián)想在電話會中預(yù)計今年的比例會在十個百分點以下。
聯(lián)想預(yù)測，2024年公司出貨的PC中，大約20%會配備NPU（神經(jīng)處理單元）。到了2026年，根據(jù)聯(lián)想的嚴(yán)格定義，AI PC的滲透率可能達到50%到60%。目前，聯(lián)想每年的出貨量在5500-6000萬臺之間，60%的出貨量意味著大約有3600萬臺是AI PC。
美國市場營銷專家Geoffrey Moore有一個“市場滲透率加速定律”，他認(rèn)為當(dāng)新產(chǎn)品或服務(wù)的市場滲透率達到15%時，其增長速度會加快，并最終達到50%左右。之后，增長速度會逐漸放緩，直至穩(wěn)定。
所以，AI PC的出貨量可能會在2024年逐步增加，2025到2026年進入快速增長階段，這將為整個產(chǎn)業(yè)鏈帶來新的機遇。
3、x86和ARM的市場份額
ARM替代x86架構(gòu)是市場近期關(guān)注的一個核心問題，這將對AI時代換機潮比例起到重要作用。
會議上，聯(lián)想表示未來將會出現(xiàn)x86和ARM兩種架構(gòu)并存的局面。
x86的指令較長，通常在一條長指令中包含多個任務(wù)。而ARM則相反，擅長將一條長指令拆分成多個短指令。換句話說，ARM擅長將復(fù)雜任務(wù)分解成簡單任務(wù)。這樣做的好處是可以降低CPU的功耗，同時還能保持高性能。
英特爾和AMD在x86架構(gòu)時代，一直占據(jù)市場的大部分份額。然而，隨著AI計算時代到來對功耗要求的提高，市場開始逐漸傾向于使用ARM架構(gòu)。英偉達、AMD、高通和聯(lián)發(fā)科都已經(jīng)推出了基于ARM架構(gòu)的CPU處理器。
不過，聯(lián)想也提到，對于AI處理器來說，除了功耗之外，還有很多其他重要的衡量標(biāo)準(zhǔn)。未來，x86和ARM之間必定會展開激烈競爭。這樣的競爭對AI服務(wù)器廠商來說是個好消息，因為無論是從成本還是處理器選擇的角度來看，這都是一個優(yōu)勢。
4、供應(yīng)鏈變化
根據(jù)高盛發(fā)布的數(shù)據(jù)顯示，GPU的供貨時間正在不斷縮短。英偉達在本周的財報會議上也表示，H100顯卡的供應(yīng)緊張狀況已經(jīng)有所緩解。
聯(lián)想在此次會議上提供了更詳細(xì)的數(shù)據(jù)：去年，GPU的等待周期大約為52周。今年年初，這一周期已從52周縮短到26周，而到目前為止，等待周期又進一步減少。
供貨周期的縮短，對于聯(lián)想、戴爾、惠普和超微電腦等服務(wù)器供應(yīng)商來說是個好消息，因為這意味著服務(wù)器的出貨將不再受制于供應(yīng)短缺。然而，聯(lián)想也指出，具體何時能夠完全解決供應(yīng)鏈問題，目前仍不確定。
5、Copilot和小天
由于眾所周知的原因，國內(nèi)的 Windows 電腦無法直接使用微軟的 Copilot。為了在 PC 上解決 AI 助手的問題，聯(lián)想推出了自己的端側(cè)大模型助手“聯(lián)想小天”。
與 Copilot 需要依賴云端運行不同，“聯(lián)想小天”可以完全在本地運行。
根據(jù)科技博主“卡茲克”的評測，“聯(lián)想小天”具備本地運行和云端運行兩種模式，用戶可以根據(jù)需要自由切換。
這種設(shè)計不僅保證了用戶的數(shù)據(jù)隱私，還能在需要時利用云端處理復(fù)雜任務(wù)。
從功耗來看，“卡茲克”的數(shù)據(jù)表明，本地模型雖然運行在 CPU 上，但耗電量很低。這個大模型常駐后臺，需要大約 4G 的內(nèi)存。此外，在進行推理時，對 CPU 的影響也基本可以忽略不計。
功能方面，本地模型能夠完成郵件擬稿、語音轉(zhuǎn)錄、會議總結(jié)等任務(wù)，性能相當(dāng)于 GPT-3.5 水平的模型，已經(jīng)足夠滿足日常辦公需求。