英特爾牽手英偉達，AMD砍掉核顯，AI PC變天了？

去年，AI PC最常見的宣傳話術，大概可以濃縮成三個詞：NPU、TOPS、AI控制臺（海外則是Copilot）。廠商們忙著告訴用戶，這臺電腦有多少AI算力，NPU比上一代快了多少。問題是，對大多數消費者來說，這些參數帶來的感知并不強。雷科技（ID：leitech）曾經和一些朋友聊過，不少人只有在開機時體驗過“AI工作臺”，后續就幾乎沒有再打開過。

圖源：雷科技

是大家不用AI了嗎？并不是，而是需求仍然停留在云端。DeepSeek、豆包、ChatGPT、Gemini等AI產品的網頁和客戶端，不管下載量還是訪問量都非常高，只是AI的流量并沒有像PC廠商想的那樣流向端側。

今年，你會發現不少廠商開始轉變AI PC的宣傳口徑，變成了：續航和Claw，但是這樣一來，其實等于又把大家都拉回到同一條起跑線上，難以與以前的產品形成差異。顯然，PC廠商們也意識到了這一點，所以到了今年你會發現，真正有意思的變化是AI PC正在轉向。

一邊，是英特爾與英偉達官宣合作，計劃打造集成RTX GPU chiplet的x86 SoC；另一邊，則是AMD繼續把更強的NPU塞進Ryzen AI處理器里，甚至不惜為此“犧牲”GPU。

這意味著，AI PC可能要告別“只拼NPU算力”的上半場，進入真正考驗系統能力、軟件生態和用戶場景的下半場。

英特爾牽手英偉達，不只是“抱大腿”

英特爾過去在PC市場有兩個核心優勢：x86生態和OEM渠道。

但到了AI PC時代，光有CPU已經不夠了。AI應用越來越依賴GPU，尤其是內容創作、游戲增強、圖像/視頻生成等場景，僅靠NPU+CPU的算力是嚴重不足的，所以在高強度的AI使用中，GPU的重要性會變得更高。

而英偉達則是目前AI算力領域的絕對霸主，RTX背后所代表的不只是顯卡品牌，更是一整套AI加速、圖形計算、CUDA生態和開發者生態。對英特爾來說，把RTX GPU chiplet整合進x86 SoC，等于是把自己在AI PC領域的最弱一環補齊。

圖源：雷科技

與此同時，此前在英特爾的AI PC宣傳中經常“隱身”的GPU也再次回到C位，說明AI PC的硬件形態正在從“CPU+NPU”，走向“CPU+GPU+NPU”的深度融合。

在這一套系統中，CPU負責通用計算和系統調度，NPU負責低功耗、常駐、本地輕量AI，GPU負責高并行、高負載、高性能AI任務，不難發現它們都有各自的優勢區間，同時也無法被其他處理器取代，所以未來看一臺AI PC強不強，不能再只看NPU TOPS，而要看三個計算核心之間怎么配合。

這也是小雷覺得英特爾和英偉達合作最值得關注的地方：它可能讓AI PC的概念得到進一步拓展，并且覆蓋更多的使用場景，而不是僅限于辦公、商務等需求。

看到這里或許有人會問：“英偉達不是發布了RTX Spark嗎？為什么還要與英特爾合作？”

如果你有看雷科技之前的文章，那么應該知道，RTX Spark是基于Arm架構設計的計算平臺。雖然在能效及性能方面都表現出色，但是與主流系統的兼容性卻遠不如x86架構。

換言之，想要快速推廣RTX Spark，最好的方法就是找個合作對象，這樣就能先把部分生態培養起來，然后再反哺自己的完整版RTX Spark。

AMD的下一個大招：新3A套裝

作為對比，AMD是在處理器里猛塞NPU。類似的事情，英特爾去年也在做，但是和英特爾聯手英偉達不同，AMD做了一個令人驚訝的選擇：在移動端進一步整合CPU、NPU和GPU，而在桌面端則拋棄GPU，擁抱NPU。

此前我們已經在移動端體驗過AMD的AI Max系列產品，說實話在GPU性能上確實讓人印象深刻，并且還能借助統一內存的優勢，部署大參數量的本地模型（效率如何是一回事，能不能跑又是另一回事）。

而在桌面端，AMD其實也陸續推出過不少內置NPU的處理器，但是思路基本上都是在原有的架構中騰出地方塞進去，用部分性能換AI算力，其中Ryzen AI 400系列的NPU算力最高可達50TOPS，也是目前僅有的、滿足微軟Copilot+PC要求的處理器系列。

但是AMD顯然認為目前的進度還不夠快，于是他們似乎打算在下一代Zen6桌面端處理器中，把前兩年才加進去的核顯重新剝離出去。取而代之的則是一塊更大的NPU，以及對CUDIMM的支持。

圖源：AMD

對于這個決定，小雷還是看好的，因為從用戶的角度來說，這類中高端處理器的核顯用途就只有顯卡故障時拿來暫時維持電腦的運行，拿來換更強的端側算力和更大的內存支持并不是壞事。

只是放在這個時間節點來看，多少有種英特爾x英偉達向左，AMD向右的意味。當然，這并不能解讀為AMD不看重GPU，反而GPU才是他們面對英特爾時的優勢，AMD的算力卡是少數性能上可以勉強追上英偉達的產品之一，僅這一點就足夠讓他們成為AI市場的核心玩家。

小雷推測，AMD接下來可能會強化消費級顯卡的AI性能，現如今的RX系列顯卡在AI方面的唯一優勢就是大顯存，在算力性能上與英偉達有著明顯差距（這點倒是和英偉達反著來），所以下一代AMD消費級顯卡的核心大概率就是更高的TOPS，正好也能配合處理器組成新的“3A套餐”。

合作中競爭是AI PC下半場的主旋律

不過，如果把這些事件放在一起來看，就會發現無論是英特爾牽手英偉達，還是AMD重新調整CPU、GPU、NPU的資源分配，本質上都指向同一個結論：AI PC已經不是單個處理器廠商靠一顆處理器就能講完的故事了。

上半場的AI PC，關鍵詞是“有沒有”。有沒有NPU、有沒有40TOPS、有沒有AI控制臺，但是在接下來，問題會變成“好不好用”。這就不是單靠英特爾、AMD、高通任何一家能獨立解決的問題了。

因為AI PC的復雜性已經超出了單個廠商能夠獨立解決的范圍。比如說，CPU廠商確實懂平臺和OEM渠道，但不一定掌握最強的AI開發者生態，而GPU廠商有算力和工具鏈，但要進入主流PC市場，仍然繞不開x86和Windows生態。

所以處理器廠商之間的關系也在發生微妙變化：他們當然還是競爭對手，但也越來越需要在某些環節上合作。

圖源：雷科技

英特爾與英偉達的合作，就是最典型的例子。過去兩家公司在PC市場其實存在不少微妙競爭，英特爾希望自己的核顯和獨顯承擔更多圖形任務，英偉達則希望RTX成為高性能PC繞不開的選擇。

但在AI PC時代，雙方反而找到了新的共同利益：英特爾需要更強的GPU和AI生態，英偉達需要更大規模的PC入口。這不是誰“投靠”誰，而是AI PC的下半場已經大到任何一家都吃不下。

AMD也是類似的邏輯，它不一定要走英特爾和英偉達這種外部合作路線，因為它自己就有CPU、GPU和NPU三條產品線。但這也意味著，AMD接下來真正要證明的不是“我什么都有”，而是“我能不能把這些東西整合得更好”。

如果Ryzen AI處理器、Radeon顯卡、統一內存、大容量內存支持和本地AI軟件棧能夠形成合力，那么AMD的優勢就不只是硬件參數，而會變成一套完整的平臺體驗。

這也是AI PC下半場最核心的變化：從參數競爭，轉向系統生態競爭。

圖源：雷科技

畢竟，消費者不會因為一臺電腦多了幾十個TOPS的算力就立刻換機，但他們可能會因為剪輯渲染更快、游戲畫面更好、會議總結更快、更好，或PC能夠主動幫自己干活等真實場景下的體驗而買單。

在小雷看來，AI PC要真正成為用戶主動擁抱的產品，最終靠的不是“AI”兩個字，而是這些具體體驗能不能落到日常使用里，所以小雷同時也認為，未來一兩年的AI PC市場會變得更有意思。

一方面，處理器廠商之間的路線差異會進一步放大。英特爾可能會借助英偉達補齊高性能AI與圖形生態，AMD會繼續強化“CPU+GPU+NPU”的自有閉環，高通則會用Arm架構和長續航繼續沖擊輕薄本市場。

另一方面，合作也會越來越多，因為AI PC的最終形態，不可能只由一個廠商定義。說白了，AI PC上半場大家都在搶著告訴用戶“我有AI”，下半場則要回答一個更殘酷的問題：你的AI到底能幫我做什么？

最后小雷也想問大家一個問題：你們想要的AI PC，到底是怎樣的？