众所周知，对于如今的 PC 行业来说，"AI   PC" 毫无疑问是一个热门话题。提到 AI PC，许多朋友首先就会想到那些天马行空的语音助手，以及那些集成了 NPU 硬件的最新款处理器。

以至于对许多不太了解相关技术的消费者而言，Ta 们往往都会普遍形成一种固有印象，那就是 "AI PC 是一种全新的产品类型，想要体验它，首先就要换电脑、要用最新的平台。"

然而，AI PC 真的是 " 新东西 " 吗，它需要消费者去更换新的硬件才能有新的体验吗？有没有一种可能，是我们之中的绝大多数人其实早已用上了 AI PC，只是自己并不知道呢。

这场峰会，道出了显卡在 AI PC 中的特殊地位

2024 年 4 月 24 日我们三易生活来到了古城西安，参与了一场主题为 " 春遇长安，AI 未来 " 的 AIGC 峰会，并与各个不同领域的 AI 从业者、专家进行了交流。

在这场活动中，我们看到了基于 AIGC 相关技术制作视频的 " 大神 "，与借助 AI 技术来实现沉浸式 VR 文娱体验的企业进行了交流，还见到了使用 AI 进行数字人创作的艺术家，专门基于 AIGC 进行设计创作的平台，甚至是借助 AI 进行课题研究的材料学、物理学家 ......

不过，以上这些 AI 创作者、从业者，基本都有一个许多消费者可能不会想到的 " 共性 "，那就是 Ta 们并不依赖于当前市面上所谓的 "AI PC"。事实上，其中不少人至今使用的、可能都还是相当老的 PC 平台。

这并不奇怪，因为对于绝大多数真正用 AI 来 " 干活 "、去产生内容的用户来说，Ta 们的生产力设备普遍都并非大家所熟知的 "NPU"。相反，那些我们早已司空见惯的显卡，可能才是真正驱动 AI 生态的关键。

高算力、起步早，是显卡 AI 生态的最大优势

为什么显卡才是驱动 AI 的关键？其实理由非常充分、且好懂。

用一位业内人士的话来说，那就是显卡有着巨大、而且难以比拟的 AI 性能优势。Ta 举了两个例子，一是目前流行的某款智能汽车，它采用了两颗智驾芯片，平台的总算力高达 508TOPS。但这个算力放到如今的消费级显卡里大家就会发现，其实也就不过相当于一款普通高端显卡的水平，甚至还到不了旗舰级别。

而另一个例子，则是直指那些最新的 "AI PC" 处理器。这些最新的 AI 处理器普遍配备了独立的 AI 单元（也就是 NPU），它们的算力水平大致在 10 到 16TOPS 不等，然后相关已经开始大肆宣传自己能够实现各种各样的 AI 功能了。

可大家要知道，早在 2017 年消费者都能够买到的游戏显卡，就已经具备了接近 120TOPS 的专用 AI 单元算力。至于最新款的游戏显卡，它的内置专用 AI 算力水平更是已经达到了 1000TOPS 以上，早已领先了这些 "NPU" 们不知多少个身位。

其次，也正是因为显卡作为 AI 计算中枢实际上起步更早，所以也给它带来了实际上要完善得多的软件生态。

就拿大家耳熟能详的 NVIDIA GeForce 游戏显卡来说，它如今普遍能够提供的 DLSS、DLAA 深度学习画面优化技术，就是一种将云端 AI 大模型与本地 GPU AI 算力结合的生动例子。这项技术能够让游戏帧率 " 凭空 " 暴涨数倍，让玩家节约大量的硬件成本就能运行本来可能 " 带不动 " 的游戏。而且 DLSS 目前已经得到了数百款游戏的兼容，在某种程度上实际也成为了群众基础最为广泛的 PC AI 生态之一。

除此之外，在最新款的 NVIDIA 显卡驱动里，还能看到基于本地 AI 算力实现的视频色彩增强、视频超分、游戏 HDR 等功能。这些 AI 功能可以很简单地被启用，即便是完全不了解相关技术细节的用户，也只需要更新一下软件、或者是最多再打开一个开关，然后就会发现日常玩的游戏、看的视频，画面会 " 自动地 " 变好很多。

如果大家有关注目前的很多 AI 设备就会发现，它们之中的大多数都存在着由于本地算力不够，所以实际使用中高度依赖于云端服务器算力的问题，而这，就不可避免地会带来隐私泄露的隐患。但基于 GPU 的 AI 计算设备则不然，因为它们 " 天生 " 就有着足够强的算力，再加上目前的绝大多数云端 AI 计算设备在架构上本就是基于 GPU 来实现的，所以这也就使得许多云端算法可以被 " 移植 " 到端侧，进而直接在本地不联网运行，而这自然也是其他那些 CPU、NPU 方案望尘莫及的事情。

最后，因为显卡上的 AI 算力起步早，而且如今水平已经极高，所以这还意味着无论是才换电脑的消费者，还是已经数年没有更新配置的 " 老烧 "，在他们的电脑中，实际上大概率都已经有成熟可用的 GPU AI 算力。所以消费者并不一定非得购买最新的设备（AI CPU），因为他们早已拥有实际性能更高的 "AI PC" 了。

营销和宣传的偏差，造成了消费者的误解

说了这么多，可能有些朋友会感到有些疑惑，因为大家日常看到的 AI PC、端侧 AI 的宣传，会更强调 NPU 的重要性。

不得不说，这其实也是一个很微妙的话题。一方面，站在相关终端厂商的角度来说，他们总得要 " 促销 "、要营造一个新的概念，所以宣传 NPU 对于 AI PC 的重要性，自然也是很正常的商业行为。

另一方面，从实打实的用户体验来说，目前 NPU 驱动的 AI 功能主要体现在各种语音助手，再加上有云端辅助的文本生成、图像编辑等功能。这些功能尽管并不先进、也不安全，但它们在客观上确实更容易让大多数消费者印象深刻。

相比之下，显卡 AI 所能提供的视频超分、游戏插帧、本地图像生成，视频 AI 渲染等功能，要么是因为存在的时间太长，反而被忽略了其 AI 的 " 本质 "，要么就是使用门槛还是太高，所以虽然生产力强大、但确实不够那么亲民。

而且正如我们三易生活在此次峰会上所讲到的那样，作为消费者与厂商之间的重要桥梁，目前部分同行在解释相关技术时不够详细，以及盲目跟风的现象，其实客观上是普遍存在的。而这实际上也就 " 助长 " 了性能孱弱的 NPU 广为人知，可真正能扛起各种专业 AI 应用的 GPU，却反而不被普通消费者视为 AI PC 核心组件的现状。