眾所周知，最近無論AMD還是Intel，都已經開始將「AI PC」作為他們新一階段CPU產品的宣傳重點。
比如AMD前幾天剛剛低調發布了新的銳龍8000系移動版處理器、也就是「Hawk Ponit」架構的新品，它與現款的銳龍7000系相比，CPU和核顯部分的架構均無變化，主要是增強了內置的AI單元。據悉，其NPU現在算力可達16TOPs，比此前的型號高了60%左右。
而在Intel方面，馬上就會高調推出他們的初代Core Ultra移動版處理器，也就是「Meteor Lake」流星湖架構的首批產品。根據此前的各種爆料（包括我們三易生活拿到的獨家資料）顯示，它這次也會有內置NPU，不過算力可能比AMD的方案略低，僅為10TOPs上下。
事實上，由於很早就接觸到了Meteor Lake的相關技術，所以我們三易生活對於AMD和Intel新款CPU的「AI性能」，內心其實並沒有太多波瀾。以至於當我們看到有的媒體早早地將這些新CPU的「AI算力」拿來說事，去單純比較它們數字上的高低時，覺得有必要就此事來「科普」一番了。
為什麼這麼說？原因其實很簡單，因為至少在現階段而言，x86架構CPU的這些「集成NPU」到底能發揮出多少AI性能，到底會給用戶帶來怎樣的體驗改變，究竟算力高低能有多大的影響，還是完全未可知的。事實上，只需要舉出幾個很簡單的例子，大家就能很快明白是怎麼回事了。
首先大家都知道，通常CPU在GeekBench這類跑分軟體里的成績，是可以直接橫向比較的。跑分更高的CPU，實際用起來一定就會更快。這是因為絕大多數跑分軟體測的是CPU的整數、浮點性能，而CPU的整數和浮點指令集在經過了幾十年的技術積累和發展後，在軟體適配層面早已做得非常完美，所以（整數和浮點算力）跑分更高的CPU到了實際使用中，就一定是更快的。
但是目前AI的軟體環境，卻並非如此。對於x86架構的PC來說，「AI軟體」其實還是個新生事物，絕大多數的AI軟體，比如AI語音助手、AI繪圖、AI攝像頭優化、AI噪音消除等，它們多半都只針對某些特定的硬體架構進行了優化，連最基本的「跨硬體通用」都還沒有做到。例如有的AI繪圖軟體可能只能用NVIDIA的顯卡，有的AI麥克風降噪軟體只支持AMD顯卡，有的AI攝像頭軟體必須要用Intel的GPU，還有的AI視頻增強軟體是基於Intel的CPU指令集實現、根本就不能調用額外的AI單元（也就是NPU）。
在這種情況下，跨品牌對比「AI算力高低」這件事至少現階段在PC上，基本就是毫無意義的。
而且還可以把話說得更難聽一點，站在CPU廠商的角度來說，他們甚至很可能不希望這些PC AI軟體去實現「兼容」。
因為大家都知道，在PC硬體里，顯卡才是最早支持「AI硬體加速」的設備。早在NVIDIA 2017年發布的Titan V顯卡上，就已經集成了專門用於AI加速的「Tensor Core」，其算力高達119TOPs(FP16模式）。即便是後來定位極其入門、被戲稱為「智商檢測卡」的RTX3050，它的AI算力也有40TOPs，遠高過如今這些最新的「AI CPU」。
因此在這樣的背景下，如果將來PC上AI驅動的軟體實現了「跨設備全兼容」，並且優化良好，純粹只看AI算力的高低來推算計算速度上的差異，就必然會出現老舊CPU配老舊獨顯的電腦，「AI性能」反而遠勝僅有最新AI CPU電腦的情況。很顯然，這是相關廠商絕對不願意看到的事情。
正因如此，就算技術上可以實現統一、跨平台，現階段的各大處理器廠商也幾乎一定會在AI技術標準上「各自為戰」。他們會通過自家的驅動和優化套件，讓很多AI功能、AI軟體只能工作在自己的、最新架構的硬體上，而在競爭對手的平台或自家老硬體上效果不佳。
既然如此，那麼也就意味著這些即將大量出貨的、PC上的「AI CPU」，雖然各自都一定會公布自己的「算力指標」，但這些算力的高低其實到了真正的實際使用中，是幾乎不具備橫向對比價值的。因為對於終端用戶來說，真正有意義的問題其實是這些「AI CPU」到底得到了哪些常用應用的支持，以及它們的「算力」到底能夠起到哪些額外的加速作用。
畢竟，如果PC CPU里的「AI算力」真的越高就意味著越先進，在未來的AI應用里速度越快，那麼高通2022年發布的驍龍8CX Gen3，應該就可以「秒殺」Intel和AMD的下一代移動CPU才對。畢竟它的AI算力可是高達29TOPs，相當於比另外兩家的旗艦加起來還要高。
然而問題在於，大家有看到過誰宣稱驍龍8CX Gen3很好用，能夠「戰未來」嗎？
【本文圖片來自網絡】