众所周知，最近无论AMD还是Intel，都已经开始将“AI PC”作为他们新一阶段CPU产品的宣传重点。
比如AMD前几天刚刚低调发布了新的锐龙8000系移动版处理器、也就是“Hawk Ponit”架构的新品，它与现款的锐龙7000系相比，CPU和核显部分的架构均无变化，主要是增强了内置的AI单元。据悉，其NPU现在算力可达16TOPs，比此前的型号高了60%左右。
而在Intel方面，马上就会高调推出他们的初代Core Ultra移动版处理器，也就是“Meteor Lake”流星湖架构的首批产品。根据此前的各种爆料（包括我们三易生活拿到的独家资料）显示，它这次也会有内置NPU，不过算力可能比AMD的方案略低，仅为10TOPs上下。
事实上，由于很早就接触到了Meteor Lake的相关技术，所以我们三易生活对于AMD和Intel新款CPU的“AI性能”，内心其实并没有太多波澜。以至于当我们看到有的媒体早早地将这些新CPU的“AI算力”拿来说事，去单纯比较它们数字上的高低时，觉得有必要就此事来“科普”一番了。
为什么这么说？原因其实很简单，因为至少在现阶段而言，x86架构CPU的这些“集成NPU”到底能发挥出多少AI性能，到底会给用户带来怎样的体验改变，究竟算力高低能有多大的影响，还是完全未可知的。事实上，只需要举出几个很简单的例子，大家就能很快明白是怎么回事了。
首先大家都知道，通常CPU在GeekBench这类跑分软件里的成绩，是可以直接横向比较的。跑分更高的CPU，实际用起来一定就会更快。这是因为绝大多数跑分软件测的是CPU的整数、浮点性能，而CPU的整数和浮点指令集在经过了几十年的技术积累和发展后，在软件适配层面早已做得非常完美，所以（整数和浮点算力）跑分更高的CPU到了实际使用中，就一定是更快的。
但是目前AI的软件环境，却并非如此。对于x86架构的PC来说，“AI软件”其实还是个新生事物，绝大多数的AI软件，比如AI语音助手、AI绘图、AI摄像头优化、AI噪音消除等，它们多半都只针对某些特定的硬件架构进行了优化，连最基本的“跨硬件通用”都还没有做到。例如有的AI绘图软件可能只能用NVIDIA的显卡，有的AI麦克风降噪软件只支持AMD显卡，有的AI摄像头软件必须要用Intel的GPU，还有的AI视频增强软件是基于Intel的CPU指令集实现、根本就不能调用额外的AI单元（也就是NPU）。
在这种情况下，跨品牌对比“AI算力高低”这件事至少现阶段在PC上，基本就是毫无意义的。
而且还可以把话说得更难听一点，站在CPU厂商的角度来说，他们甚至很可能不希望这些PC AI软件去实现“兼容”。
因为大家都知道，在PC硬件里，显卡才是最早支持“AI硬件加速”的设备。早在NVIDIA 2017年发布的Titan V显卡上，就已经集成了专门用于AI加速的“Tensor Core”，其算力高达119TOPs(FP16模式）。即便是后来定位极其入门、被戏称为“智商检测卡”的RTX3050，它的AI算力也有40TOPs，远高过如今这些最新的“AI CPU”。
因此在这样的背景下，如果将来PC上AI驱动的软件实现了“跨设备全兼容”，并且优化良好，纯粹只看AI算力的高低来推算计算速度上的差异，就必然会出现老旧CPU配老旧独显的电脑，“AI性能”反而远胜仅有最新AI CPU电脑的情况。很显然，这是相关厂商绝对不愿意看到的事情。
正因如此，就算技术上可以实现统一、跨平台，现阶段的各大处理器厂商也几乎一定会在AI技术标准上“各自为战”。他们会通过自家的驱动和优化套件，让很多AI功能、AI软件只能工作在自己的、最新架构的硬件上，而在竞争对手的平台或自家老硬件上效果不佳。
既然如此，那么也就意味着这些即将大量出货的、PC上的“AI CPU”，虽然各自都一定会公布自己的“算力指标”，但这些算力的高低其实到了真正的实际使用中，是几乎不具备横向对比价值的。因为对于终端用户来说，真正有意义的问题其实是这些“AI CPU”到底得到了哪些常用应用的支持，以及它们的“算力”到底能够起到哪些额外的加速作用。
毕竟，如果PC CPU里的“AI算力”真的越高就意味着越先进，在未来的AI应用里速度越快，那么高通2022年发布的骁龙8CX Gen3，应该就可以“秒杀”Intel和AMD的下一代移动CPU才对。毕竟它的AI算力可是高达29TOPs，相当于比另外两家的旗舰加起来还要高。
然而问题在于，大家有看到过谁宣称骁龙8CX Gen3很好用，能够“战未来”吗？
【本文图片来自网络】
本文来自微信公众号“三易生活”（ID：IT-3eLife），作者：三易菌
相关文章
