跳至内容
今年的 CES，要数黄仁勋带来的一系列产品最振奋人心：RTX 5000 系列，DLSS 4，Project Digits。噢，还包括他又更闪亮了的皮衣。
有网友说 RTX 5000 就已经这么亮了，那以后是不是得装 LED。
现在，CES 落幕已经有一段时日了，再回顾展会上大大小小的产品——以 AI 为主的先进数码科技——不禁让人陷入沉思。
把 AI 移植到端侧是许多厂商都在发力的方向，最为主动的是微软，为自己旗下的 Copilot 招徕了许多合作伙伴。
在今年的 CES 上，宏基推出了 Acer Aspire S AI 一体机，配备了英特尔酷睿 Ultra 处理器（series 2），以及能够完成 67 TOPS 的 Arc Graphics 芯片。除了支持微软的 Copilot Plus 外，还配备了「智能空间」，这是一个能自动检测的中台部件，提供适当的 AI 工具来优化性能、生成图像和增强游戏体验。
同样是支持 Copilot Plus，惠普也计划推出一体机 OmniStudio X，搭载英特尔 Core Ultra 200V 系列处理器，另有搭载 AMD 新款 Ryzen AI Max 芯片的 Z2 Mini Gla。
Z2 Mini Gla 体积很小，却足够强大，可以为 Windows 11 中的 AI 功能，比如编辑和生成图像，提供支持。
类似的产品华硕也在做，在 CES 之前就官宣了 NUC 14 Pro AI，搭载英特尔酷睿 Ultra 9 处理器，是首款配备 Copilot Plus 的 AI 迷你电脑，提供五种 CPU 配置：从配备 16GB 集成 RAM 的 Core Ultra 5 226V 处理器到配备 32GB RAM 的 Core Ultra 9 288V 处理器。整合了 CPU，NPU 和 GPU，在图形性能、应用兼容性、安全性和 AI 计算能力上都大有提升。
这些看上去很酷炫的产品，无一例外地，都没有公布具体的上市时间，暂时也没有看到足够多的样机测评和上手体验。
被寄予厚望的 AI PC 在实际使用中体验如何，仍然是一个需要很长时间才能找到答案的问题。
AI——更确切的说是大语言模型——目前仍然依赖云端部署，把 AI 移植到本地的难度或许不比实现 AGI 简单，为了更好的作用在 PC 上，NPU 应运而生。
作为专门针对神经网络等机器学习任务优化的处理单元，NPU 能够以更高效的方式执行矩阵和向量运算，适合深度学习推理和训练的需求，尤其是在移动设备和边缘计算中，NPU 能大大提高 AI 处理能力。目前 NPU 的主要任务是用来降低能耗，能够同时运行更大的模型，这让它被认为是未来个人电脑中最不可或缺的构件。
无论是 GPT、Gemini 还是 Llama，都需要大量的算力和储存空间。这导致在个人电脑本地上运行它们，非常困难。哪怕是一些小的功能——智能修图、生成不同模态的内容，都需要大量的算力。
Copliot Plus 的要求是 40 TOPS，也就是每秒 40 万亿次操作（Tera Operations Per Second）。英伟达一直到 RTX 2000 系列才达到这个要求，AMD 直到 RX 7700 XT 及以上版本才得以实现。
所以，现阶段不是随随便便在广告上加上「智能」两个字，就是真的人工智能，碰到硬吹自家产品是「AI 赋能」的，不如直接绕道走。
厂商自然会用力点头：有必要，大有必要。连英伟达都在用力开发 AI PC。
一打眼看还以为是苹果的 Studio Display，但这其实是英伟达的 Project Digits，一台实践「AI 超级计算机」理念的个人电脑。
Project Digits 配备 Nvidia 的 Grace Blackwell GB10 超级芯片，旨在运行具有多达 2000 亿个参数的大型语言模型，拥有 1 千万亿次浮点运算能力。借助预装的 NVIDIA AI 软件堆栈和 128GB 内存，开发人员可以在本地对多达 200B 个参数的大型 AI 模型进行原型设计、微调和推理，并无缝部署到数据中心或云端。
同样的，Project Digits 没有样机实测，计划于今年五月面世，起价 3000 美元——显然不是一个亲民价格。
无论如何，英伟达透过 Project Digits 所展现出来的态度是很清晰的：个人电脑「应该」结合系统级 AI。Copilot 只是目前最显眼的选项，但未来肯定不是唯一选项。
然而现状是，现在即便是重度 AI 使用者，用 AI 厂商们提供的服务就已经够了，至多买几个高级会员。RTX 5000 系列的确比上一代提升不少，价格也公道，但始终无法和大型服务器集群相提并论。
拿一块芯片和一个服务器群对比，或许有失公允，但它暗含的是一个底层问题：你真的需要一台 AI PC 吗？
英伟达的 Project Digits 有明确的受众对象，开发者、研究人员、高校学生，在这群人手上 Project Digits 更能施展得开。
但对于大多数普通消费者来说，能丝滑打 3A 游戏足够了，能把这个任务好好完成，做什么都会成功的。
关注 AI 第一新媒体，率先获取 AI 前沿资讯和洞察
如果你已经有 RTX 显卡，那你都不需要一台强调自己配备 NPU 的 AI PC，因为 RTX 3080 的表现也比英特尔的 Core Ultra 要强得多。但如果答案是否定的，与其把电脑升级到 AI PC，还不如开一个 GPT 高级会员，可能性价比会更高。
更何况，RTX 5000 一经推出，原本的 4000 系列突然就不香了。数码硬件就是在面临一个很残酷的竞争节奏：下一代永远比上一代强，还更便宜，上一代的去向就只能是闲鱼。
假设今天我们有一台搭载 RTX 40 系列的消费级 PC——别管它什么样子，反正梦里什么都有——RTX 5000 一出，这台机器原地就要打骨折。那么可预见的是，当 RTX 6000 出现的时候，淘汰队列里又会多添一部设备。
这当中因为更新设备而产生的差价，搞不好都够我充 10 年的 GPT 会员了。
软件的迭代属于匀速前进，尤其是基于大语言模型的应用产品，即便新推出的功能一般，又或者是提升有限，好歹不会再额外收钱——会员费就包圆了。
当然，前提是 AI 软件的服务，和系统层 AI 差不了多远。目前还没有系统层 AI 出现，还有待 Copliot Plus 和各个厂商之间的合作再进一步，来试试水温。
眼下，AI 能发挥的场景相当有限，甚至可以说，手机系统级的 AI 或许会更早一步到来：我用手机修图，用手机点外卖，用手机在小红书上跟外国网友唠嗑，而不是电脑。
如果未来的 AGI，非要我打开电脑才能帮我处理大小事情的话，要不然，还是我自己用手机修图吧。
（文：APPSO）
