▲NVIDIA（輝達）執行長黃仁勳近年在 Computex 的主題演講，都成為全球以及台灣民眾的焦點話題，他也多次強調 AI 的重要性。（圖／記者李毓康攝）
2024 年的台北國際電腦展（COMPUTEX），當時 AMD 執行長蘇姿丰、時任 Intel 執行長季辛格（Pat Gelsinger）以及高通執行長艾蒙（Cristiano Amon）齊聚南港展覽館的舞台，不只發表最新一代處理器，更同步宣告「AI PC」時代來臨！然而幾年過去，AI PC 彷彿淪為電腦可以賣貴一點的「行銷話術」，甚至微軟也逐漸淡化「Copilot+ PC」標籤。就在此時，NVIDIA、Google 卻又爭相跳下來打造 AI 筆電，到底背後在打什麼算盤？AI PC 又該何去何從？請看《ETtoday 科技雲》一系列的專題報導。
筆電新戰局1／AI PC 消費者不埋單！為何 NVIDIA、Google 又要加入戰局？
筆電新戰局2／Arm 架構、統一記憶體崛起 改寫電腦生態
筆電新戰局3／同樣是 Windows 11 差很多！5 大陣營優缺點一次看懂
AI PC 淪為行銷話術
回顧 2024 年，當 ChatGPT 逐漸走入主流市場時，人們見識到大型語言模型驚人的理解與分析能力，紛紛將願景投注在各類 3C 產品上，尤其是算力強大的個人電腦。微軟為此特別設立「Copilot+ PC」認證，替新世代電腦的 AI 硬體制定標準，並在 Windows 11 導入一系列專屬功能，隨後各大品牌開始推出各種 AI PC，替這波浪潮掀起序幕。
不過近期通路業者便透露，大眾消費者根本不在意 AI 功能，在選購時仍是以常見的 CPU、GPU 以及記憶體規格為首。電腦大廠 Dell 同樣發現了相同的趨勢，集團消費性產品負責人 Kevin Terwilliger 在今年初受訪時就指出，消費者不會根據 AI 來進行購買決策，更多是因為 AI 而產生困惑。因此 Dell 在 2026 年的產品陣容上，就已經開始淡化「AI 」的相關內容，更關注於產品本身。微軟今年夏季也被發現，新款 Surface 電腦悄悄拿掉了「Copilot+ PC」認證標籤，似乎也說明 AI PC 未能成功建立起識別度。
▲消費者期望的 AI PC 與現實存在巨大落差，許多人購買筆電最終仍是回歸傳統的硬體規格與使用方法。（圖／路透）
硬體是 AI PC 最大發展瓶頸
AI PC 之所以無法掀起波瀾，要先從 AI 的運行方式開始理解。主要可分為雲端、裝置端（或稱地端）兩種差異，主要在於運算進行的地方不同。大眾熟悉的 ChatGPT 以及 Gemini 屬於雲端，是透過網路將指令傳送至遠端伺服器進行運算，因此設備只要能開啟瀏覽器都能使用，對於硬體的規格要求低，但一定要有網路連線，且會碰到較長的等待時間；不過因為 AI 伺服器算力非常強，往往能提供遠勝於消費級電腦的規格，能夠提供的 AI 功能也是最先進的。
另一種裝置端則是將 AI 模型安裝在設備裡頭，能夠完全不依賴網路自行運算，免去網路延遲並保障隱私，甚至能省下大筆的 Token 運算費用（AI 訂閱與用量支出）。然而，要達到較優異的 AI 表現，會需要有大量的記憶體來容納大型語言模型，並且要有夠強的算力以及記憶體傳輸速度，確保 AI 能夠即時給予回應，而這就十分考驗裝置本身的規格，基本上都無法追上主流雲端 AI 服務的最先進模型。
當消費者的胃口都已經被 ChatGPT 以及 Gemini 養大，渴望電腦能具備同級智慧的 AI 功能，甚至不需要網路連線就能啟用，但現實是多數消費級電腦根本無法安裝同樣規模的語言模型，導致能力難以發揮。實際觀察，無論是微軟的 Copilot+ PC 還是蘋果的 Apple Intelligence，現階段多半僅能提供即時字幕、繪圖生成、語意改寫，以及有限的本機圖文搜尋，這些功能對於工作能帶來的改變微乎其微，甚至還不如直接打開瀏覽器使用網頁版 AI 服務來得順手、實用，也難怪多數消費者對於 AI PC 感到無感。
▲RTX Spark 晶片是 NVIDIA 與聯發科一起製作的超級晶片。（圖／記者黃肇祥攝）
NVIDIA 先搶 AI 開發者社群，聚焦在平台統一
而 NVIDIA 進攻筆電市場，要解決的就是電腦規格不夠強的問題！現今多數電腦是為了消費應用而生，鮮少是為了 AI 模型所設計。NVIDIA 攜手聯發科重新建構了電腦晶片的結構，透過「統一記憶體架構」賦予電腦裝入更大規模語言模型的能力，並結合在 RTX 顯卡所累積的算力技術。NVIDIA 聲稱，搭載 RTX Spark 的 Windows 電腦完全無需連網，即可在本地端流暢運行 70B 至 120B 參數量的大型語言模型、進行 4K 高畫質生成式影音創作、處理原生 12K 4:2:2 影音剪輯，以及即時渲染高達 90GB 的超大型 3D 場景，精準鎖定專業創作者與 AI 開發者，而非一般消費大眾，甚至連遊戲玩家也並非其首要客群。
RTX Spark 更可以視為 NVIDIA 未來統合資源的統一大平台。過往受限於主流 x86 架構長期被 Intel、AMD 壟斷，其他第三方業者礙於專利與技術門檻幾乎難以進入 CPU 處理器市場，因此 NVIDIA 許多生態系都被拆分到 x86 與 Arm 不同平台。透過結合 Windows 系統，NVIDIA 想要的是將多年打造的 CUDA、RTX、AI 平台等全部匯集到 RTX Spark 同一平台，實現各方資源的整合，藉此建立更長期的生態護城河。
▲Googlebook 目前已經在少數國家上市，台灣尚未引入。（圖／Google）
Googlebook 要讓 Gemini 真正走入設備
不同於 NVIDIA 瞄準專業開發者與創作者，Google 推出的 Googlebook 則是鎖定一般大眾消費者，特別是高度依賴 Gemini 的使用者。作為 AI 領域的巨頭之一，Google 具有 Gemini AI 的軟體生態，卻始終缺乏硬體作為軟體的入口，過往多次嘗試挑戰筆電市場，希望能像蘋果一樣，建立起能深度掌控軟硬體體驗的全新生態，擴大消費客群。然而，以前的 Chromebook 常被詬病效能有限、使用場景受限，從未真正打入主流消費市場，更無法實現裝置端的 AI 功能，Googlebook 就是為了扭轉這個局面而生。
如果只是要使用 Gemini，其實用 Chromebook 開啟網頁就能實現，但 Google 深知雲端 AI 的局限，因此在 Pixel 11 推出的 Gemini Intelligence 智慧系統，便採用了混合式的運算，將較為複雜的難題交給雲端，簡單的問題則由裝置端模型協助，試圖截長補短，來彌補兩種運算方式的缺點。好比說，Googlebook 主打的是深度的系統整合，只要輕輕晃動滑鼠游標，就能跳出 Gemini 的智慧建議，快速呼喚 AI 來完成文字改寫與圖片編輯。這些都需要仰賴裝置端的 AI 模型來縮短等待時間，為此 Google 大幅提高了 Googlebook 的硬體門檻，直接將其鎖定在高階旗艦市場，走向與 Chromebook 截然不同的發展方向。
對於 Google 來說，Googlebook 更像是一個全新的入口，提供消費者更多觸及 Gemini AI 生態的途徑，企圖將用戶從軟體到系統體驗全面綁定在自身的 AI 生態系中，使 Google 不再只是其他電腦系統裡的一個瀏覽器分頁。
下一篇讓你搞懂：Arm 架構、統一記憶體兩大 AI PC 關鍵字
本文作者
黃肇祥
看更多 ››最近的報導
每日新聞精選 免費訂閱《ETtoday電子報》分享給朋友：
追蹤我們：
※本文版權所有，非經授權，不得轉載。[ ETtoday著作權聲明 ]※
评论 (0)