AI进入一切智能设备，已经是消费电子产业的新趋势。
11月22日，在一次媒体活动上，联想集团董事长兼CEO杨元庆指出，未来的PC市场，将由AI PC所主导。
杨元庆认为，所谓AI PC，需要具备以下五大特质：能够运行经过压缩和性能优化的个人大模型；具备更强的算力，支持异构计算；具备更大的存储，形成个人知识库，为个人大模型提供燃料；更顺畅的自然语言交互；更可靠的安全和隐私保护。
华泰证券分析师黄乐平等也指出，生成式AI的出现，会改变过去40年一直保持稳定的以Wintel（Windows+Intel）联盟为核心的PC生态：
从应用角度，连接企业数据库的知识问答，基于个人信息的文生图工具和个人助手等可能成为第一批AIPC应用；
从芯片角度，对AI应用支持更好的ARM芯片可能在2-3年之后占据全球20%以上重要份额；
从PC品牌角度，新的应用和更多的芯片供应商会缩短换机周期和提升毛利率。
应用：尚处于雏形阶段 三类杀手级应用已经出现
据高通统计，AI终端应用已从去年的1-2个增长至今年的数百个，预计2024年将达到上千个。
分析师指出，目前AI落地PC的应用可大致分为6类：
1）文字交互：人机对话、问答；
2）文字生成：文字归纳总结、撰写演讲稿与邮件、扩写文章；
3）音频/图像/视频：音视频编辑、视频压缩；
4）跨模态搜索：根据文字搜索图片、根据文字/图片搜索视频内容；
5）跨模态生成：文生图（根据文字制作PPT配图）、图生文（根据配图生成PPT文字）、语音转文字、文稿生成视频；
6）与应用软件协同优化：视频会议软件人像背景分离、视觉与游戏增强、网络安全。
不过，目前AI PC应用尚处于雏形阶段，分析师认为，有望在初期成为杀手级应用的有三类：连接企业/个人数据库的知识问答、图像生成与处理工具、AI个人助手（例如微软Copilot）。
杀手级应用#1：基于企业知识库的知识问答
企业对数据隐私、数据安全的高要求推动知识问答功能在AIPC的落地。企业可以通过内部数据对基础模型进行微调，在端侧再加入企业知识矢量数据库中的特定知识，最后链接旧有的ERP系统、CRM系统、MES系统等供应商数据库，得到一个混合的AI系统，既能够既保证数据安全，也具有泛化知识，同时能够回答企业相关的特定问题。
下图是Microsoft365Copilot的例子，基于用户在MicrosoftGraph中的业务数据（电子邮件、日历、聊天、文档等），Copilot可以从会议、电子邮件和聊天中生成更新，让用户了解项目进展，或者根据内部文件和网络数据创建SWOT分析。
杀手级应用#2：图像生成与处理
我们认为用户对图像生成与处理的需求较大，未来AIPC的应用或包括：1）上传本地图像训练定制化图像模型，再生成新的图像；2）图像处理。我们认为AIPC能够满足用户对于隐私性的需求。
杀手级应用#3：AI个人助手
我们认为类似微软Copilot形态的AI个人助手或将改变人机交互方式，用户通过个人助手实现一定基础功能，并调用其他软件完成进阶功能。AIPC能够创建个性化的本地知识库，通过模型压缩技术运行个人大模型，实现AI自然交互。个人将拥有AI孪生设备，进一步提高生产力、简化工作流程，并保护个人隐私数据安全。我们认为微软Copilot是值得关注的产品形态。
总体而言，随着PC经历从互联网阶段到基于云计算的移动互联网，办公软件也普遍实现云化，推动大量在线协作工具及企业协作平台的出现。如今，AI已在多种生产力工具中实现落地，如WPSAI、微软365Copilot、谷歌DuetAI等，显著提升办公效率，Zoom等沟通工具也新增了基于大模型的重点摘要、自动回复等功能，办公软件进入基于AI的新时代。
芯片：ARM架构市占率进一步提升
芯片方面，分析师认为，ARM 架构 CPU 具备低功耗、高性能等特点，符合 AI PC 发展趋势，在 2-3 年之后有望在全球 PC 芯片市场占据一个重要份额（>20%）。
目前一台 PC 通常需要以下芯片：1）一颗内置 GPU 功能的 x86 架构的 CPU， 2）DRAM 运行程序，3）NAND 用来存储数据。AI大模型的出现对 PC 用芯片提出了新的需求。
华泰证券指出，根据 IDC 统计，2022 年在 PC 市场，从出货量上看，Intel 芯片占比 71.5%，AMD 占比 16.2%。2022 年，ARM 架构 CPU 在 PC 市场的市占率约 11%，主要布局厂商为苹果。
2023 年 10 月，高通推出的基于 ARM 架构 X Elite 芯片具备突出的 AI 性能表现，符合AI PC发展趋势，有望带来 ARM CPU 在 PC 市场取得进一步突破。
PC品牌：AI推高配置要求 缩短换机周期
分析师还指出，AI应用落地将对PC性能提出更高要求。
算力方面，高通、英特尔、AMD等芯片厂商纷纷展开布局，陆续推出针对AIPC场景优化的芯片产品。在PC侧，使用独立GPU运行AI运载，具备高性能、高吞吐量等优势，但功耗高；NPU方案更具高能效、低功耗等特点，但对高性能要求AI负载支持能力有限。
考虑AI任务需求以及用户偏好不同，分析师认为AI PC市场使用1）CPU+NPU；2）CPU+独立GPU；3）CPU+NPU+独立GPU组合作为处理AI负载主力的算力架构方案或将长期共存。
存储方面，由于大模型的离线应用将占用一定内存，同时AI模型大量的计算也将对总线带宽提出更高要求，因此将对PC终端的存储能力提出更高要求。在内存方面，以运行7B的LLM为例，在INT8量化下，分析师认为大模型端侧推理将为PC带来约8GB的内存提升。
因此，随着AI大模型渗透率的提高，为了跟上AI软件的性能要求，消费者和企业也势必会加快PC更换频率。
本文主要观点来自华泰证券黄乐平（S0570521050001）等撰写的研究报告，有删节
