自 1981 年 IBM PC 問世以來，PC 行業正在進入最重大的變革。那個最初的米色盒子開創了生產力的新時代，重塑了企業和個人的工作、溝通和創造方式。四十多年后，人工智能 PC 正在成為一個新類別——它有望在原本趨于穩定的市場中重新點燃增長。IBM PC 使電子表格、文字處理和數據庫的計算能力民主化，而 AI PC 則將機器智能直接集成到設備中，從而實現了曾經為云數據中心保留的功能。

“如果說 IBM PC 使計算機個性化，那么 AI PC 則使它們具有感知能力”

AI PC 的定義是什么

AI PC 不僅僅是另一臺具有更多內核或更快 GPU 的筆記本電腦或臺式機。其核心是一個專用的神經處理單元 （NPU） 或等效加速器，旨在有效處理機器學習和推理任務。蘋果是最早通過其 M 系列芯片中的神經引擎將人工智能功能捆綁到其所有 Mac 中的公司之一。到 2025 年，幾乎所有出貨的 Mac 都默認符合 AI PC 的條件。在 Windows/x86 方面，英特爾和 AMD 正在競相在其最新的筆記本電腦平臺上提供 NPU，盡管今年出貨的 PC 中只有約 30% 符合“AI PC”的定義。與此同時，RISC-V 供應商正在帶著實驗性 AI PC 進入該領域，例如 DeepComputing 的 DC-ROMA II，證明即使是開放架構也在追逐這一類別。

這種硬件轉變與軟件集成相結合。AI PC 不僅承諾原始馬力，還承諾上下文、設備上的智能。他們運行大型語言模型 （LLM）、生成工具、轉錄、翻譯和實時個性化——所有這些都在本地運行，而不必完全依賴云。

IBM PC 并行

1981 年發布的 IBM PC 之所以具有革命性，不是因為它的原始規格——英特爾 8088 處理器、16KB RAM 和兩個軟盤驅動器在今天幾乎沒有給人留下深刻印象——而是因為它的時間和定位。IBM 讓業務經理和知識工作者第一次體驗到大規模的個人生產力。VisiCalc 和 Lotus 1-2-3 電子表格成為企業的主要產品，而 WordPerfect 則改變了文檔工作流程。IBM PC 成為辦公自動化的催化劑，并最終推動了信息經濟的興起。

2025 年的 AI PC 也帶有類似的拐點。正如 IBM PC 允許管理人員無需等待大型機操作員即可作數字一樣，AI PC 使當今的專業人士能夠直接在辦公桌上運行生成模型、分析大量數據集并自動執行創意任務。IBM PC 將權力從 IT 部門轉移到個人員工，而 AI PC 則將權力從集中式云服務器轉移回個人設備。

蘋果如何抓住 x86 人群

蘋果在人工智能 PC 領域的領先優勢是英特爾和 AMD 遲到的長期押注的產物。蘋果早在 2017 年就開始在 iPhone 中推出神經引擎。到 M1 于 2020 年登陸 Mac 時，蘋果已經生產了多代 AI 芯片。英特爾首個真正的NPU平臺Meteor Lake直到2023年才出現，AMD的銳龍AI芯片也大約在同一時間登陸。

垂直整合給了蘋果另一個優勢。由于 Apple 控制著芯片、作系統以及 Core ML 和 Metal 等框架，因此可以跨 CPU、GPU 和 NPU 無縫路由工作負載。x86 生態系統分散在 Microsoft、Intel、AMD 和數十家 OEM 之間，發展速度幾乎沒有那么快。

Apple 的統一內存架構提供了進一步的優勢，消除了困擾 CPU 和 GPU 具有獨立內存池的 PC 的昂貴數據傳輸。Apple 讓 AI 對消費者友好：郵件、便箋和照片中的 Apple Intelligence 功能為用戶提供了可見的日常價值。相比之下，Windows AI PC 仍然嚴重依賴 Microsoft 的 Copilot 功能，其中許多功能依賴于云服務。

到 2025 年，蘋果已將人工智能硬件和功能作為其產品線的標準配置。所有出貨的 Mac 都是 AI PC，而只有大約三分之一的 x86 PC 符合條件。

蘋果改變規則的那一天

關鍵時刻出現在 2020 年 6 月的蘋果全球開發者大會 （WWDC） 上。在舞臺上，蒂姆·庫克將其描述為“Mac 的歷史性一天”，并宣布該公司過渡到蘋果設計的芯片。他將其視為蘋果數十年來對自己的硬件和軟件堆棧的控制的下一次演變。

Apple 硬件技術高級副總裁 Johny Srouji 隨后上臺解釋了后來命名為 M1 的架構基礎。他描述了蘋果的芯片之旅——從 iPhone 到 iPad 再到 Apple Watch——如何成熟為能夠為 Mac 提供動力的可擴展架構。Srouji 強調了 CPU、GPU 和神經引擎在單個片上系統中的統一、統一內存架構的采用以及將每瓦性能作為效率的關鍵。他強調，蘋果決定專門為 Mac 設計自己的 SoC，這將使該平臺在能效、安全性和人工智能能力方面實現飛躍。

本次主題演講不僅將 M1 視為一款芯片，而且將其視為戰略支點的產物——這一產品讓 x86 世界大吃一驚，并讓蘋果在定義 AI PC 的競賽中領先數年。

蘋果秘密人工智能武器內部

每臺現代 Mac 中的神經處理單元 （NPU） 都不是 ARM 構建塊，而是 Apple 原創設計。Apple 為其 CPU 授權 ARM 指令集，但開發自己的 CPU、GPU 和 NPU 內核。

神經引擎于 2017 年與 A11 Bionic 一起首次亮相，比 ARM 的 Ethos NPU 系列早了幾年，并且已穩步擴大規模，每秒處理數十萬億次作。它是由 Johny Srouji 領導的 Apple 芯片團隊在內部構思和構建的，專為機器學習推理量身定制。在 M1 中，神經引擎提供了 11 TOPS，而在 M3 中，它超過 35 TOPS。

M1 內部的 GPU 也是干凈的 Apple 設計。直到 A10 一代，蘋果都從 Imagination Technologies 獲得了 PowerVR 圖形核心的許可，但從 11 年的 A2017 Bionic 開始，蘋果轉向了自己的定制 GPU 微架構。M1 的 8 核 GPU，能夠達到 2.6 TFLOPS，是這一血統的一部分。

總而言之，Apple 的 CPU、GPU 和神經引擎代表了一種垂直集成的架構——全部是定制的，都是 Apple——只有指令集本身獲得了 ARM 的許可。這種嚴格的所有權使蘋果能夠在硬件和軟件方面進行優化，這也解釋了為什么 M 系列能夠在效率和 AI 能力方面超越 x86 設計。

人工智能PC的誕生

蘋果并沒有在 1 年開始制造 M2010，但它的完全集成之路早在幾年前就開始形成。當該公司在 A11 Bionic（2017 年）中推出其首款內部神經引擎和定制 GPU 以及其自主開發的 CPU 時，它有效地將現代計算的所有三大支柱統一在一個屋檐下。從那時起，Apple 的芯片路線圖就有了明確的長期目標：將這些獨立完善的引擎（CPU、GPU 和神經引擎）整合到具有共享內存和軟件控制的單一結構中。M1 于 2020 年推出，是長達十年的融合的頂峰，將最初作為獨立移動組件轉變為一個有凝聚力的架構，針對整個 Mac 系列的性能和效率進行了優化。

雖然 NVIDIA 的“頓悟時刻”出現在 2012 年，當時其 GPU 出人意料地成為深度學習革命的主力，但蘋果卻走在平行但相反的軌道上。NVIDIA 正在針對云進行擴展，利用 GPU 集群進行 AI 訓練，而 Apple 則正在縮小規模——將智能直接嵌入到個人設備中。兩者都是通過性能創新而不是遠見來實現人工智能的：NVIDIA 發現其游戲芯片在矩陣數學方面表現出色，而 Apple 則意識到機器學習可以使移動體驗更智能、更快、更私密。這兩條路徑的融合——一條誕生于數據中心，另一條誕生于手掌——定義了人工智能計算的現代時代。

競爭計算模型 — Apple 與 RISC-V

Apple 的 M 系列 SoC 代表了一種緊密集成的方法。在 CPU 層面，Apple 使用高性能和高效內核的組合，提供強大的單線程性能，同時以低功耗管理編排任務。其內部設計的 GPU 是一種基于圖塊的架構，可處理圖形和通用計算。對于特定于 AI 的工作負載，Apple 包括其神經引擎，這是一個在其最新 Mac 中能夠達到大約 35 TOPS 的專用塊，與 Core ML 和 Apple Intelligence 深度集成。這些組件共同構成了一個具有共享內存的統一架構，從而消除了昂貴的數據傳輸并優化了面向消費者的人工智能應用程序的性能。

相比之下，RISC-V 供應商采用基于標量、矢量和矩陣引擎的模塊化方法。標量內核是控制和編排的基礎，而 RISC-V 矢量擴展 （RVV 1.0） 提供 128 至 1024 位的可擴展寄存器，非常適合卷積、點積和信號處理等 SIMD 任務。對于高強度 AI 工作負載，矩陣引擎 （MMA） 以 INT8、FP8 和 FP16 等格式加速張量數學，針對 GEMM 和 transformer 注意力等作。這種模塊化架構不是封閉式設計，而是允許供應商根據特定需求定制解決方案，甚至可以跨地區和合作伙伴采用基于小芯片的擴展。

蘋果和 RISC-V 之間的對比鮮明。Apple 提供封閉但無縫的集成，而 RISC-V 則提供開放性、可擴展性和靈活性。Apple 的生態系統經過精心設計并受到嚴格控制，Core ML 和 Apple Intelligence 推動了面向用戶的功能。另一方面，RISC-V 仍然依賴于 LLVM、ONNX 和 TVM 等成熟的工具鏈，但其開放模型使其對主權計算計劃和實驗性 AI PC 具有吸引力。Apple 在自己的產品線中擴展其方法，而 RISC-V 則支持全球供應商的創新，提供了一條 Apple 生態系統根本不允許的途徑。

為什么 x86 開始束手無策

x86 生態系統錯誤地判斷了 AI PC 過渡的時機和范圍。多年來，英特爾和 AMD 一直認為人工智能工作負載將繼續集中在數據中心和 GPU 上，而不是擴展到消費類 PC。他們的產品路線圖和營銷側重于服務器加速器和高性能游戲圖形，而筆記本電腦的 NPU 則被視為事后才想到的。

由于該行業對數據中心繁榮的關注，這種誤判變得更加復雜。隨著超大規模企業向人工智能基礎設施投入數十億美元，芯片制造商將注意力轉向 GPU 和服務器 CPU，在利潤率最高的地方追逐增長。在這樣做的過程中，他們忽略了蘋果已經發現的并行機會——將人工智能嵌入到隱私、延遲和便利性至關重要的個人設備中。

當英特爾在 2023 年發布 Meteor Lake 和 AMD 推出 Ryzen AI 時，蘋果在消費者 AI 集成方面已經領先了三年。Microsoft 在 2024 年的 Copilot+ PC 計劃只是凸顯了 x86 響應的反應性。此外，英特爾的制造困境和 AMD 對 NPU 的有限關注減緩了他們的轉型能力，而電源效率仍然是一個明顯的弱點。Apple 可以在電池上提供數小時的本地 LLM 性能，如果不求助于耗電的獨立 GPU，x86 筆記本電腦就無法與之匹敵。

最終，對數據中心的執著使 x86 供應商對 AI PC 的興起視而不見。Apple 果斷地利用了這一差距，而 RISC-V 供應商現在看到了通過模塊化、集成解決方案開辟自己空間的機會，這些解決方案為 Apple 和 x86 提供了開放的替代方案。

NVIDIA 主導了云端

NVIDIA 在云中主導人工智能，并且仍然是 GPU 加速訓練和推理的黃金標準。其 CUDA 生態系統、TensorRT 優化和開發人員鎖定使其在企業和數據中心環境中不可或缺。但 AI PC 革命正在將重點轉向邊緣高效、始終在線的 AI 計算，而 NVIDIA 在這里扮演著更復雜的角色。

一方面，NVIDIA 為當今一些功能最強大的“AI PC”提供支持。離散 RTX GPU 為法學碩士和生成模型提供驚人的推理速度，Microsoft 已與 NVIDIA 合作，為“RTX AI PC”打上品牌。對于高級用戶和創作者來說，配備 RTX 86 GPU 的 x4090 筆記本電腦每秒可產生遠遠超出 Apple 神經引擎所能實現的令牌數。

另一方面，NVIDIA 的模型依賴于獨立 GPU，其功耗遠高于 Apple 的集成 NPU 或英特爾和 AMD 嵌入到 CPU 中的 NPU。AI PC 不僅關乎原始吞吐量，還關乎平衡性能與效率、便攜性和電池壽命。蘋果已將人工智能功能普及到其產品線中，而英偉達的方法則與高端配置相關。

這使得 NVIDIA 既是中央的，也是外圍的。Central，因為任何認真對待 AI 的開發人員仍然需要 NVIDIA 進行訓練和高性能推理。外圍設備，因為 AI PC 類別是圍繞集成 NPU 而不是獨立 GPU 定義的。如果“AI PC”意味著具有始終在線 AI 功能的輕量級筆記本電腦，那么 NVIDIA 就有可能被排除在主流敘事之外，即使它繼續主導高端市場。

蘋果巨無霸：卷土重來的故事

在 iPhone 的陰影下呆了二十年后，Mac 正在重新獲得其相關性——不是一種懷舊行為，而是作為世界上第一臺大眾市場的 AI PC。AI PC浪潮也重塑了蘋果的內部動態。近二十年來，iPhone 一直是蘋果的增長引擎，讓 Mac 黯然失色。iPhone 的年收入超過 2000 億美元，而 Mac 則徘徊在 25-300 億美元左右。該公司的重點、文化和生態系統都傾向于移動。

但智能手機現在是一個成熟的市場。全球出貨量持平，更換周期延長，蘋果越來越依賴服務來實現增長。iPhone 仍然不可或缺，但其作為公司主要驅動力的作用正在減弱。

Mac 重生為 AI PC，為蘋果提供了重新獲得戰略平衡的機會。人工智能工作負載——文本生成、媒體編輯、數據分析——自然適合臺式機和筆記本電腦的外形，而不是智能手機。Mac 上的 Apple Intelligence 將其定位為專業人士、創作者和學生的人工智能中心，由于散熱和電池限制，iPhone 無法與之匹敵。

這并不意味著 Mac 將取代 iPhone。相反，蘋果可能會成為一家兩大支柱公司：用于移動性的 iPhone 和用于智能的 Mac。20 年來，Mac 的增長速度可能首次超過iPhone，重新獲得相關性，并為蘋果帶來新的敘事。

為什么市場需要重新點燃

全球PC市場多年來一直停滯不前，每年出貨量徘徊在250至3億臺之間。隨著性能改進變得漸進，升級放緩，消費者延長了更換周期。但人工智能正在創造新的購買理由。Gartner 項目到 2025 年，AI PC 出貨量將增長至約 1.14 億臺，比 2024 年增長 165%，占整個 PC 市場的 40% 以上。隨著人工智能功能成為 macOS 和 Windows 的標準配置，這一數字預計將急劇上升，這與電子表格曾經推動 PC 大規模采用的方式相呼應。

Apple 將其 Apple Intelligence 軟件功能與 Mac 中的神經引擎緊密結合，將每臺新 Mac 定位為 AI PC。Microsoft 正在將其 Copilot 助手構建到 Windows 中，其硬件要求幾乎保證了下一代 x86 機器對 NPU 的需求。即使是消費計算領域的新興參與者 RISC-V，也將 AI PC 定位為其開放 ISA 的試驗場。

企業和個人驅動

IBM PC 首先通過公司傳播。高管和經理需要自己的生產力機器，這很快成為日常決策不可或缺的一部分。人工智能 PC 也出現了類似的模式。公司現在將它們視為提高效率的重要工具，銷售團隊可以按需生成提案，分析師可以自動化報告，創意部門可以加速設計和媒體制作。為每位員工購買一臺 AI PC 正在成為生產力的新基線，就像 1980 年代必須向每位經理發放一臺 PC 一樣。

與此同時，個人也在推動收養。學生、自由職業者和創作者渴望運行本地語言模型進行研究、內容生成和編碼，而無需受云訂閱的束縛。DeepComputing 等新興企業與 Framework 合作，正在幫助擴大對基于 RISC-V 的 AI PC 的訪問，這些 PC 專為希望完全控制其硬件和軟件堆棧的開發人員和開源愛好者而設計。正如早期的家用 PC 對于小企業主和家庭來說變得無價一樣，當今的人工智能 PC 正在迅速發展成為不可或缺的個人助理。

挑戰與機遇

與 IBM PC 時代一樣，AI PC 的推出也面臨著挑戰。軟件生態系統必須迎頭趕上，確保 PyTorch、TensorFlow 和 ONNX 等框架能夠充分利用不同架構的 NPU。定價也仍然是一個考慮因素。集成 NPU 的 Mac 起價約為 1,099 美元，而基于 x86 的 AI PC 通常成本更高，而 RISC-V 系統仍處于實驗階段且相對昂貴。

盡管存在這些障礙，但機會要大得多。AI PC 提供了更新硬件的令人信服的理由，并為停滯不前的市場注入了新的活力。它有可能重新定義生產力，就像電子表格在 1980 年代所做的那樣。電子表格“殺手級應用程序”的現代等價物很可能是個人人工智能助手——一種無處不在的功能，可以改變個人和企業的工作、學習和創造方式。

“Copilot 并不是 AI PC 所需的殺手級應用程序。當設備上的人工智能不再關注云并開始獨立思考時，這一突破就會出現。

結論

2025 年的 AI PC 與 1981 年的 IBM PC 相呼應：一個新類別，重新定義了個人計算的含義以及誰從中受益。IBM PC 將臺式機變成了生產力中心。AI PC 將其轉變為創造力和智能中心。

蘋果是這一騰飛的明顯領跑者。多年的 NPU 集成、垂直堆棧控制、統一內存和無縫軟件使其處于領先地位。x86 供應商不僅因生態系統碎片化和路線圖延遲而措手無策，還因其對數據中心的狹隘愿景而措手不及。與此同時，NVIDIA 仍然是云 AI 領域的巨頭和最快的 PC 加速器的供應商，但如果集成 NPU 成為標準定義，它就有可能在批量 AI PC 市場中被邊緣化。

對于蘋果來說，這不僅僅是行業領先。這標志著 Mac 在 iPhone 的主導地位開始趨于穩定之際作為增長引擎的回歸。如果以史為鑒，這種轉變不僅會重振個人電腦的出貨量，還會重塑計算機在社會中的作用——使人工智能電腦成為下一個計算時代的決定性工具。