撰稿丨諾亞

出品 | 51CTO技術棧（微信號：blog51cto）

最近，TechPowerUp進行的一項民意調查顯示，絕大多數(shù)PC用戶不愿為具備AI能力的硬件支付額外費用。

這份調查共收集了超過2萬6千份有效回復，其中高達84%的參與者表明，他們不會為AI增強的特性多掏腰包，僅有7%的受訪者表示愿意，還有9%的人保持不確定態(tài)度。

圖片

盡管PC行業(yè)正積極擁抱AI技術，但這一結果表明，核心用戶群體，即那些熱衷于科技并對新功能有深刻見解的發(fā)燒友們，絕大多數(shù)對AI的實際價值仍抱有疑慮。

對于這些用戶來說，當前的AI功能顯然并沒有達到讓他們愿意為此多花錢的程度。對于硬件制造商而言，這一結果或許也意味著，在開發(fā)新產(chǎn)品時需要避免盲目追求AI技術的集成。

1.策略調整：巨頭各顯神通，后續(xù)影響未知

意識到PC用戶對AI增強硬件的冷淡態(tài)度，多家企業(yè)正在調整策略，重點在筆記本電腦領域引入AI技術，這一舉措旨在吸引更廣泛而非僅限于發(fā)燒友的用戶群體。

以AMD為例，其為筆記本設計的“Strix Point”架構將集成全新的XDNA2 AI加速器，并且，AMD已經(jīng)將其產(chǎn)品系列重新命名為Ryzen AI 9 HX 370等，直接在名稱中體現(xiàn)AI元素。不過，AMD計劃中的Ryzen 9000系列處理器似乎并未規(guī)劃集成專門的XDNA AI處理器。

與此同時，英特爾采取了不同的路徑。在其即將發(fā)布的系列中，無論是面向筆記本用戶的Core Ultra 200V “Lunar Lake”，還是針對臺式機市場的Core Ultra 200 “Arrow Lake-S”，都將配備專用于AI計算的NPU單元。

然而，初步評估顯示，當前的桌面級NPU單元可能無法顯著提升性能，其架構預計與Meteor Lake相似。更大的性能飛躍預計會在后續(xù)的Arrow Lake-Refresh等迭代中實現(xiàn)。值得一提的是，Lunar Lake系列將搭載性能更為強勁的NPU處理器。

至于是否因新增的AI功能導致筆記本電腦售價上漲，目前還不得而知，因為至今公布的含有AI特性的機型數(shù)量有限。

2.用戶吐槽：“當我只想要打開一個PDF時，它只是拖慢了程序的速度！” 

Reddit論壇的討論帖中，不少網(wǎng)友表達了對于TechPowerUp這一調查結果的認同。

高贊回答里，有人直言不諱：“我會為性能更強大的硬件買單——我不在乎他們是如何實現(xiàn)這種性能的。但是，我不會僅僅為了人工智能的存在而單純地支付費用。”

顯然，對用戶而言，無論制造商采用何種技術手段來提升性能，都無關緊要。然而，多數(shù)人不愿意無理由地為人工智能技術付費，除非它能帶來實質性的功能和效益。對于純粹由概念驅動的消費，他們往往持保留態(tài)度。

還有人提到，加入AI助手功能后反而可能弄巧成拙。

“就像是Adobe在其閱讀器應用中加入了一個AI助手？我不知道他們?yōu)槭裁磿J為這是必要的。它所做的只是在我想打開一個PDF文件時拖慢了程序的速度。”

圖片

不少人在這一評論下表達了同感：有的時候，AI功能不僅沒有增加實用性，反而降低了軟件的運行效率。站在用戶的立場，更多地是希望軟件能夠快速響應其基本需求，而不是添加可能不必要且影響性能的額外功能。

3.“幻滅的低谷”：GenAI的早期期望與現(xiàn)實相距甚遠

事實上，不僅是PC用戶對于AI PC并不買賬，放眼整個市場，隨著最初的興奮消退，GenAI面臨著越來越多的懷疑。

Omdia的首席分析師Brad Shimmin指出，許多人在2023年初認為GenAI將徹底改變商業(yè)格局。然而，GenAI的早期期望與現(xiàn)實情況存在巨大差距。

GenAI之所以在初期受到追捧和炒作，部分原因在于其相比預測型AI更容易獲取，且能夠使用同一模型適應多種應用場景。Shimmin提到，GenAI不需要專門的自然語言處理專業(yè)知識。

但如今，GenAI似乎正在進入“幻滅的低谷”階段——這是Gartner炒作周期中的一個時期，當技術未能達到預期時，人們的興趣逐漸減弱。在這個階段，技術往往面臨批評，并且其期望值會下降，直到它成熟并展現(xiàn)出實用價值。

Gartner副總裁分析師Bern Elliot曾明確指出，由于許多企業(yè)處于AI實施旅程的不同階段，因此很難將AI定位在炒作周期的特定位置。

Elliot在接受公開采訪時提到：AI是一個極其龐大的主題，其某些部分總是處于炒作之中，而另一些部分已經(jīng)過了炒作階段，進入了“生產(chǎn)力的高原期”，在Gartner定義的炒作周期中，位于這個階段的技術被廣泛理解，其好處被廣泛接受，進而產(chǎn)生了穩(wěn)定和持續(xù)的應用。

其他技術也曾陷入過“幻滅的低谷”，例如5G，它意外地落入了這一階段，導致了所謂的“5G寒冬”，影響了整個電信行業(yè)。   

已經(jīng)有實例表明，對AI的高度期望可能導致失望，比如Devin AI的失敗，這款聲稱可以自動化構建軟件應用程序的AI工具，最終未能兌現(xiàn)其雄心勃勃的承諾。

盡管GenAI有著巨大的潛力，但在其發(fā)展過程中，企業(yè)和開發(fā)者應當保持謹慎，避免過度炒作，確保技術的實際效益能夠匹配公眾和市場的期望。

4.如今的AI PC之爭，昔日GHz大戰(zhàn)的重演？

我們相信，隨著技術的不斷成熟，AI終將逐步證明其在各行業(yè)中的實用性和價值。畢竟AI的普及是不可回避的必然趨勢。

但是回到AI PC領域，當前的輿論中，除了炒作的成分外，還有什么是令人不安的因素？或許對于TOPS的單一追逐也讓人難以對其產(chǎn)生足夠的信任。

過去，硬件制造商曾陷入所謂的“GHz戰(zhàn)爭”，即單純追求處理器頻率的提升，以此作為衡量性能的標準，而忽視了其他重要的因素，如能效、發(fā)熱控制以及實際應用場景中的性能表現(xiàn)。

現(xiàn)在，隨著AI的興起，TOPS成為了新的性能指標，制造商競相推出高TOPS的硬件，但這種追求是否會導致類似的歷史問題重現(xiàn)，即過分強調單一指標而忽略了用戶體驗和實際需求，仍然值得探討。

在比拼自家產(chǎn)品的AI處理能力，大家都在用一個叫“TOPS”的指標來衡量這個能力。簡單地說，TOPS就是芯片每秒鐘能做多少次特定的小計算，數(shù)值越大，說明芯片處理AI任務的速度越快。

據(jù)悉，AMD的最新款Ryzen 300系列處理器可以做到每秒50萬億次這樣的小計算，而英特爾的新品Lunar Lake則可以做到48萬億次。高通和蘋果也不甘落后，它們的產(chǎn)品分別可以達到45萬億次和38萬億次。

在銷售策略上，廠商們喜歡用大數(shù)字吸引顧客，因為這樣看起來產(chǎn)品更強。但是，數(shù)字背后的含義往往比表面復雜，就像汽車的馬力數(shù)大不等于駕駛體驗一定好一樣，TOPS大也不一定代表AI性能就一定強。

因為這里缺失了一個重要的概念——“精度”。簡單來說，在16位精度下的50 TOPS與在8位或4位精度下的50 TOPS并不相同。50 TOPS如果只在粗略的計算（比如只有8位的精度）下成立，那它可能不如在更精細的計算（比如16位的精度）下同樣為50 TOPS的處理器。

通常大家說的TOPS都默認是指INT8，即8位精度的，但現(xiàn)在有些處理器可以用更低的精度（比如6位或4位）來工作，這就讓事情變得復雜了。幸好，像英特爾和AMD這樣的大公司已經(jīng)開始明確說明他們的產(chǎn)品在什么精度下能達到多少TOPS了。

但是，就算是兩款芯片在相同的精度下測出來的TOPS差不多，也不能說明它們在實際使用中的AI表現(xiàn)就一樣。在AI PC的設計和優(yōu)化中，單純的TOPS指標并不能全面反映真實世界中的性能表現(xiàn)。

以語言模型為例，推斷過程分為啟動響應和持續(xù)生成兩個階段。啟動響應受限于計算能力，高TOPS加速初始理解；持續(xù)生成則直接受制于內存帶寬，決定了單詞的輸出速度，用戶體驗差異明顯。

所以，一款芯片的TOPS高并不代表它在所有情況下都能發(fā)揮出應有的實力。這就好比一輛車的發(fā)動機很強勁，但如果輪胎不行或者油路有問題，那車子還是跑不快。

5.結語：走向星火燎原的未來

綜上所述，當GenAI真正走出“幻滅的低谷”，進入“生產(chǎn)力的高原”，同時行業(yè)主導者們都明確摒棄唯TOPS論，綜合考量TOPS、內存帶寬、功耗管理等全局因素時，AI PC和AI應用才會真正走入大眾，以星星之火，啟燎原之勢。

參考鏈接：

??https://videocardz.com/newz/poll-shows-84-of-pc-users-unwilling-to-pay-extra-for-ai-enhanced-hardware????https://www.reddit.com/r/technology/comments/1e5h00x/poll_shows_84_of_pc_users_unwilling_to_pay_extra/??

??https://www.fierce-network.com/cloud/generative-ai-hype-dying??

本文轉載自??51CTO技術棧??，作者：諾亞