2024 年的 PC 市场相当有趣：凭借与微软的良好合作关系，英特尔用酷睿 ULTRA 芯片抢占了 AI PC 的舆论阵地，提出有 3U（CPU、GPU、NPU）、Copilot 按键、搭载 Copilot AI 的电脑才算是 AI PC；高通骁龙 X 受算力限制，则将中心放到了混合模型上，提出让端侧算力与云端算力结合，和英特尔与微软的合作搭上了线。

图片来源：intel

后知后觉的 AMD 没有赶上去年 AI 的「末班车」，因此将重建 AI 帝国的重任放到了其下一代笔记本芯片上。为了展现决心，AMD 甚至效仿英特尔，直接在下一代 CPU 的型号上加入了 AI 的字眼。而从 2018 年就将 GPU 算力细化成CUDA、RT Core、Tensor Core 的英伟达，更是用强大的算力为 AI PC 提供了算力基础，用 RTX for AI 使玩家可以在自己电脑上运行真正的大型 AI 模型。

图片来源：雷科技

尽管这四家品牌在 AI PC 专注的领域各有不同，其中一个更是还没起步，但为了确保自己的能在未来的 AI 军备竞赛中夺得头筹，四大芯片品牌都在想尽办法强化消费者对自己 AI PC 的品牌认知，在舆论战场上打得难舍难分。

此时，一个大家意想不到的品牌「坐不住了」：

据台媒「经济日报」报道，有传言称联发科公司将携手开发 ARM 架构的 AI PC 处理器，预计第三季度完成设计定案，第四季度进入验证。

联发科下场优势何在？

其实联发科与英伟达合作进入 AI PC 领域，在我看来对双方都是一件好事。

首先，联发科的技术背景主要集中在高效能与低功耗处理器设计上，这在 AI PC 领域尤为重要：AI 应用通常需要大量的数据处理和长时间的运行，高效能与低功耗的处理器能显著提高设备的性能和使用时长。

此外，联发科在成本控制方面表现出色，这使得其产品在价格敏感的市场中具有更高的竞争力，这一点对于想要在中低端市场快速扩张的品牌尤其关键。

图片来源：联发科

此外，联发科与英伟达的合作可能带来技术上的互补，尤其是在 GPU 和 AI 计算能力方面。这种合作可以让联发科利用英伟达在 AI 和图形处理领域的先进技术，加速其产品的市场推广和应用普及。

尽管存在这些优势，联发科在 AI PC 市场也面临着不少挑战。

在 AI 领域，尤其是高端市场，需要强大的技术生态和支持系统来驱动创新和应用开发。英特尔和英伟达在这方面拥有成熟的生态系统，而强大的技术生态对于推动技术创新和应用开发至关重要。但联发科在这一领域资源相对有限，还需时间建立和优化其 AI 生态。

另一方面，尽管 ARM 架构具有其独特的优势，但在某些高端 AI 应用场景中，英伟达的 CUDA 性能和英特尔的 Xeon/Xeon W 处理器依旧有着无法取代的优势优势。

图片来源：联发科

总的来说，联发科进入 AI PC 芯片市场，借助其成本效益和移动技术的优势，有机会在中低端市场切入，但要在高端市场取得成功，还需要克服品牌和技术生态的挑战。

市场定位至关重要

由于消息还处于「传言」的阶段，我们也无法确定两者最后的合作方式。但如果消息属实，双方具体合作芯片的市场定位其实没有太多选择的余地：

首先，考虑到联发科的传统市场定位，他们可能不会立即进入高端 AI PC 芯片市场。这个市场已被英特尔和英伟达等老牌巨头占据，他们拥有更成熟的技术解决方案和更深入的行业关系。相反，联发科可能会选择利用其成本效益优势，针对成本敏感的消费者和企业客户，推出性价比高的产品。

图片来源：intel

换句话说，联发科的 AI PC 可能会将教育市场和中小企业作为首要客户群体。在这些市场中，用户通常寻求经济实惠的解决方案，这些解决方案能够满足基本的计算和数据处理需求，同时具备一定的 AI 功能来支持教育应用或商务操作。联发科可以利用其在移动处理器领域的技术积累，提供能够运行基本 AI 应用的低成本芯片，如智能助手、基本的图像和语音处理功能等。

对于创作和大型 AI 应用市场，因这些领域对处理器的性能要求较高，联发科初期可能会避免直接与高端产品竞争。相反，他们可能会通过提供适用于入门级和中级市场的创作工具，逐步建立品牌信誉，再逐渐向更高端的市场扩展。这样的策略可以让联发科在积累足够的经验和市场份额后，逐步向高端市场发起挑战。

总之，联发科与英伟达的合作可能会在低至中端市场推出具有竞争力的 AI PC 芯片，特别是针对教育和中小企业市场，以及入门级创作工具。这将允许他们利用自身的成本优势，在 AI PC 市场中稳步发展，为未来可能的高端市场进入打下基础。

AI PC 是时候正规起来了

但话又说回来，就现在 AI PC 的现况来看，我们固然希望看到更多的新玩家入场。但比起让「AI PC」充斥市场，我们更需要让 AI PC 的市场透明化，用明确和统一的技术标准将产品功能标准化，推动技术的透明度和可预测性。

我们可以基于AI PC的集成性能（CPU、GPU、NPU）以及它们在实际AI应用中的表现，将AI PC分为以下级别：

AIPC L1：入门级，适用于基础的AI任务，如语音助手、简单图像识别等，总算力达到 15 TOPS。

AIPC L2：标准级，能处理较为复杂的AI应用，如高级图像和语音处理，适合多媒体内容创作，总算力至少为 45 TOPS。

AIPC L3：高级，适合运行实时视频分析和复杂的机器学习模型，为专业图像处理和数据科学提供支持，总算力达到 90 TOPS。

AIPC L4：专业级，专为大规模机器学习模型和高级深度学习应用设计，适用于 AI 研究和大数据分析，总算力超过 180 TOPS。

这种明确的分级将使消费者能够根据个人需求和预算选择最合适的产品级别：普通用户或学生可能会选择 AIPC L1 或 L2 级别的设备，而专业研究人员或数据科学家则可能需要 AIPC L3 或 L4 级别的更高性能机型。同时，这一分级也将帮助软件开发者更好地为不同性能级别的硬件优化其应用，提高整体软件性能和用户体验。

图片来源：NVIDIA

未来的 AI PC 市场也应侧重于如何服务用户需求，而非单纯的技术竞争。建立全面且清晰的市场分级标准至关重要，它不仅帮助消费者作出明智的选择，也促使厂商在明确的市场定位下优化产品开发，让产品更符合消费者的实际需求。

从用户的角度看，AI PC 市场的发展方向应当是让 AI 成为提升个人和企业生产力的工具，而不仅仅是技术的展示。只有让更多的用户能够负担得起并利用这些高科技产品去解决实际问题，AI PC 的真正价值才能得到体现。也只有这样，AI PC 才能真正走进大众的生活，成为推动社会进步的力量。