在AI快速發展的今天，AI PC作為智慧運算的重要載體，正逐漸改變我們的生活和工作方式。而隨著AI的快速發展，AI PC的硬體需求也日益增加。首先，AI PC需要具備強大的處理器或系統晶片（SoC），這些處理器或SoC需要具有神經處理單元（NPU）並能達到每秒40萬億次操作（40+ TOPS）。此外，AI PC還需要至少16GB的DDR5/LPDDR5記憶體和256GB或更大的SSD/UFS儲存裝置。

在AI模型訓練中，CPU負責序列操作、數據預處理和整體系統管理，而GPU則進行平行運算、矩陣運算，並通過大規模平行化來加速訓練。GPU的平行處理能力使其在性能上大大超越CPU，這意味著GPU可以在不影響正常任務的情況下，每秒處理至少40萬億次操作。

圖一 : 2024年第一季全球PC出貨量比較表（資料來源:Counterpoint Research）

NPU與AI加速器

在AI PC中，NPU是專為加速AI應用而設計的，能讓處理器以更節能的方式在PC上執行AI運算任務。與傳統的CPU和GPU不同，NPU被優化用於處理人工神經網路所需的複雜數學計算。它們擅長於並行處理大量數據，非常適合進行圖像識別、自然語言處理和其他與AI相關的功能。

AI加速晶片則可以用來大幅提升AI應用的運算效率和速度，使得AI PC能夠更快速、更準確地完成各種AI任務。這對於需要大量計算能力的AI應用，如深度學習、圖像識別等，具有重要的意義。

NPU與AI加速晶片的結合，可以實現更高效的AI運算。例如，一些新的處理器產品已經將NPU與AI加速晶片整合在一起，這樣可以在單一晶片中平衡多樣化的計算需求，既具備多功能性又能進行專門的AI處理。

隨著AI技術的快速發展，AI PC已經成為了一種新的趨勢。NPU和AI加速晶片的出現，使得AI PC能夠更有效率地利用AI技術，提供更強大的功能和更好的使用體驗。這對於推動AI PC的發展，提升其在市場中的競爭力具有重要的作用。

圖二 : 微軟推出AI PC

GPU在AI PC中的重要性

在AI PC中，GPU可以藉由平行運算能力和高輸送量特性，為AI和ML等任務提供性能支援。深度學習模型的訓練通常需要處理大量的資料和複雜的數學運算。GPU的平行運算能力能夠顯著加速模型訓練過程。例如，在深度神經網路（DNN）訓練中，GPU可以同時處理多個矩陣運算，大幅度提高計算效率，縮短訓練時間。在模型部署階段，GPU同樣可以加速推理過程。在影像識別、語音辨識和自然語言處理等任務中，GPU提供快速、低延遲的回應，提高應用程式的即時性能，增強用戶體驗。

此外，無論是照片編輯、視頻渲染，還是應用複雜濾鏡和效果，GPU都能快速處理高解析度影像，提高工作效率，滿足專業創作者的需求。在視頻編解碼、即時視頻分析和AR等領域，GPU透過硬體加速實現更流暢的視頻播放和即時視頻處理，提供更優質的用戶體驗。另外像是光線追蹤技術能夠生成逼真的光影效果，是影像渲染的重要突破。GPU的平行運算能力可以即時渲染光線追蹤影像，提升遊戲和設計應用的視覺體驗。在3D建模和電腦輔助設計（CAD）這類軟體中，GPU加速複雜模型的渲染和操作，使設計師能夠更快速地反覆運算和優化設計，提高設計效率和品質。

在架構上，GPU擁有數千個小型處理核心，可以並列執行大量運算任務。相比傳統CPU，GPU在處理大規模資料集和複雜模型時效率更高，顯著提升AI和ML的處理速度。GPU在大規模資料並行運算中，其高輸送量特性使資料密集型應用能有更出色的表現，如影像和視頻分析、科學計算等。GPU也能支援多樣化AI應用，包括自然語言處理（NLP）、電腦視覺（CV）、推薦系統等。AI PC搭載高性能GPU，可以滿足用戶的多樣化需求。

而隨著即時AI應用的興起，如實時翻譯、即時視頻分析等，GPU的低延遲和高性能特點使其成為實現這些應用的關鍵。GPU的快速回應能力為用戶帶來了更流暢、更即時的使用體驗。

處理器大廠的AI PC策略

接著針對兩家CPU處理器大廠，包括英特爾（Intel）與超微（AMD）在AI PC領域的佈局進行分析。英特爾在AI處理器產品的布局中，涵蓋了消費端的PC、Xeon伺服器處理器和AI訓練加速器。他們發表了代號為Meteor Lake的Core Ultra處理器，這是英特爾首款主打AI PC體驗的CPU產品。在這款處理器中內建NPU的AI Boost引擎，可提供加速的AI運算和本地推論，同時也能降低功耗。此外，英特爾還公開了未來幾年AI PC平台藍圖，預告Meteor Lake下一代處理器代號會是Arrow Lake，採用Intel 20A製程，接下來還有代號為Lunar Lake和Panther Lake兩款新產品將在2025年以前推出。

AMD則是推出了Ryzen AI，這是一款搭載專屬AI引擎的處理器，並且是x86處理器中首次採用的專用人工智慧硬體。AMD Ryzen AI引擎提供一套解決方案，讓使用者準備好迎接每天以驚人速度興起的AI應用程式和工作負載。AMD Ryzen AI技術以及AMD先進的XDNA自行調適AI架構，提供更強大的AI運算能力，藉由效能、安全功能、效率等優勢，為使用者帶來影片協作、內容創作、生產力、遊戲以及系統安全方面更豐富且即時的體驗。

英特爾推動未來運算新時代

圖三 : 英特爾副總裁暨台灣分公司總經理汪佳慧與生態系夥伴落實AI PC時代

英特爾在2023年底正式推出了專為AI PC打造的Intel Core Ultra平台，標誌著其在AI計算領域邁出了重要一步。通過啟動AI PC加速計畫，英特爾展示了其致力於推動AI在個人電腦產業全面發展的決心。這一戰略不僅是技術創新的體現，更是對未來運算生態系統的一次全面革新。

Intel Core Ultra處理器是英特爾首款基於Intel 4製程技術的處理器，專為滿足AI應用需求而設計。該處理器結合了CPU、GPU和NPU，實現了性能與能源效率的優化。透過多種運算單元的協同工作，Core Ultra處理器能夠高效處理相片和視訊編輯、文字生成、視像會議、遊戲體驗、資訊安全等AI任務，帶來了更加流暢和智慧的用戶體驗。

而針對企業應用，Intel Core Ultra處理器透過Intel vPro平台，將AI PC的優勢延伸至企業應用領域。VPro平台不僅提升生產力，還加強了安全性，使企業能夠更有效地管理和維護系統穩定性。搭載Core Ultra處理器的企業電腦可以支持日常使用的各種應用程式，幫助企業員工提高工作效率。

內建的Intel Arc GPU使得Intel Core Ultra處理器在圖形性能方面相比上一代提升了兩倍。該處理器不僅具備AI和光線追蹤等先進功能，還支援OEM專用的Intel Arc Pro工作站圖形驅動程式，進一步優化創意、設計和工程軟體的性能。

在2024年第三季，英特爾預計推出最新的處理器—代號Lunar Lake。該處理器將支援20多家OEM廠商推出的80多款全新筆電，進一步提升AI PC的性能。Lunar Lake處理器提供了更高效能的NPU和GPU，整體算力超過100 TOPS。

要充分發揮AI功能，強大的軟體基礎設施和硬體創新是必不可少的。英特爾的AI PC加速計畫目標是在2025年前在超過1億台個人電腦上實現AI應用。為實現這一目標，英特爾積極聯絡獨立硬體廠商（IHV）和獨立軟體廠商（ISV），整合其資源，包括AI工具、共同開發、硬體設計、技術專長和市場推廣機會等。透過與100多家軟體發展商的合作，英特爾已經開發出了300多項AI加速功能，涵蓋音效、內容創作、遊戲、網路安全、流媒體和影像協作等領域。

英特爾與微軟的長期合作為AI PC的發展奠定了基礎。兩家公司共同致力於硬體和軟體的開發，以Windows 11、Microsoft Teams和Copilot為用戶提供更高效的生產力和創新體驗。這種合作不僅推動了AI PC的普及，也增強了用戶的工作和娛樂體驗。

AMD以創新和效能為核心策略

圖四 : AMD執行長蘇姿丰博士認為AI是50年來最具革命性技術

隨著AI領域的快速發展，AMD已經看到了AI PC這個趨勢並且積極參與其中。他們不僅持續創新，提供最佳的CPU和GPU，還整合了Ryzen AI的神經網路處理單元（NPU）技術，以提供更大的AI運算能力。

AMD於2023年為x86產業體系推出首款AI加速器與NPU，這是一個重要的里程碑，顯示了AMD對AI技術的重視和投入。接著，他們在市場上推出了兩代Ryzen AI PC行動產品，這些產品不僅提供了強大的運算能力，還具有高效的能源利用率，符合現代消費者對環保和節能的需求。

到了2024年，AMD首次將NPU引入桌上型處理器。近期，AMD進一步推出了新一代的AMD Ryzen 7 8700F和AMD Ryzen 5 8400F處理器，這兩款產品都針對低功耗效率進行了最佳化，並且釋放了更高的超頻效能。特別是AMD Ryzen 7 8700F，它配備了NPU，可以提供AI效率。

AMD的AI PC市場策略是以創新和效能為核心，通過整合最新的AI技術，提供強大且高效的產品。除了關注產品的性能，也注重產品的能源效率和環保性，這也是未來在市場上取得成功的關鍵因素。

結語

圖五 : 英特爾Lunar Lake處理器

處理器大廠正在AI PC的處理器開發上投入了大量的資源，並且提供了各自獨特的解決方案和特色。除了讓產品提供強大的AI運算能力，還能滿足各種不同的應用需求。

NPU和AI加速晶片對於AI PC的重要性，在於它們可以大幅提升AI PC的運算效率和速度，使得AI PC能夠更有效率地利用AI技術，提供更強大的功能和更好的使用體驗。隨著AI技術的不斷發展和進步，我們可以預見，NPU和AI加速晶片在AI PC中的角色將會越來越重要。

而未來，GPU也將在AI PC中扮演更重要的角色。其平行運算能力和高輸送量特性，將成為加速AI和ML任務的理想選擇。GPU不僅提升AI PC的性能，還為未來個人化運算的發展繼續發揮重要作用，為用戶帶來更智慧、更高效的運算體驗。