AI PC：PC行业的颠覆性变革？

AI几乎已经无处不在。每一天，我们都能看到或听到AI的新进展，或者使用由AI驱动的应用。从智能助手到自动驾驶汽车，AI正在改变人类与世界互动的方式。 当AI与PC相结合，将为我们带来什么？AI能否让PC变得更智能、运行速度更快、更好地满足我们的个性化需求？ 在本篇博客中，我们将探讨AI如何改变PC市场格局，以及对内存和存储的影响。在2024年美国国际消费电子展 (CES) 上，所有热门话题都围绕AI展开，超过50% 的报道都与AI有关。

AI的背后是各种大语言模型 (LLM) ，这些模型的开发基于人类过往积累的海量未标记文本。 您可以使用自然语言向LLM提问，它们能以同样自然的语言做出回答，就像人类之间的交互一样。这种能力建立在具有数十亿个参数的神经网络之上，在某些情况下，多个神经网络连接在一起，合作生成内容。 当前最热门的LLM是ChatGPT和DALL-E，它们能够根据用户输入的提示，生成仿佛真人作答的文本内容，亦或是逼真且富有创意的图像。 为实现这些令人惊叹的功能，LLM需要海量的算力和数据。因此，目前的LLM大都托管在云端，那里有它们需要的大量硬件基础设施和网络带宽。

但是，AI的实现之地不应局限在云端。将部分AI处理过程转移到边缘设备（即用户端设备）上，具有很多优势。 例如，边缘AI处理可减少网络延迟、保护用户隐私、节省网络成本，还支持在离线状态使用AI功能。 设想一下，如果可以使用自己的PC生成高质量内容、编辑照片和视频、转录语音、过滤噪音、识别人脸等等，而无需依赖云，是不是将更加方便和灵活？

在PC上运行AI模型的主要挑战之一是模型的大小。AI模型（尤其是LLM）可能有数十亿甚至数万亿个参数，需要大量存储空间和内存来存储和加载。 美光的内部实验表明，一个拥有700亿个参数、4位精度的Llama2模型（用于自然语言生成的主流LLM）需要大约42GB的内存才能完成加载并执行推理，输出速度为每秒1.4个Token，而普通PC无法提供这么多的内存。这种矛盾是问题的核心，也为AI PC的未来指明了方向。 未来将会出现针对特定功能的模型，可在保持准确性的同时减小模型的大小。未来的模型很可能会分化。700亿参数级别的大模型可用于内存和存储空间较大的高级系统，运行经过精细微调并针对对话用例进行优化的应用（如聊天补全）。此外，本地设备上的个人助理也可能需要大参数模型。少于100亿参数的模型可用于主流设备，托管模型所需的内存增加量较少（大约2GB），可用于文本补全、完成列表以及分类等语言类任务。

很显然，不同大小的模型需要与之相匹配的内存容量，至少对PC而言如此。 除了容量之外，内存的带宽和能效同样非常重要。随着PC（尤其是移动设备）的内存从DDR转向LPDDR，带宽和能效均不断提升。 例如，与DDR5相比，LPDDR5X在主动使用期间的功耗降低了44-54%，自刷新期间的功耗降低了86%。DDR5的带宽为4.8Gb/s，而LPDDR5带宽高达6.4Gb/s。如果AI能够快速进入PC，那么LPDDR5也将加速普及。如果将部分处理过程转移到内存中，还可进一步提高能源效率，相关研究和开发工作正在进行中。这个过程可能需要很长时间，也可能永远无法实现。行业需要融合各厂商的技术，形成一组通用的原语，用来将任务卸载到内存中，并需要开发相关的软件堆栈。任何一组给定原语，很难做到对所有应用都是最佳选择。因此，我们可以说，目前PC上的“存内处理”技术还处在“问题多于答案”阶段。

一个更重要的问题是：AI模型的最佳切入点在哪里？如果模型仍然相对较大，有没有办法减少对内存的依赖，将部分模型放在存储设备里？如果这种办法可行，则需要增加存储带宽，以满足模型数据轮换加载的需求。 这种情况可能促进Gen5 PCIe存储设备在主流PC中的普及，或者加速Gen6 PCIe存储设备的引入。近日Apple就该主题 ¹ 发表了一篇论文：“闪存中的LLM：在有限内存中进行高效的大型语言模型推理”（作者：Alizadeh等），提出了一种在容量大于可用DRAM的设备上运行大型语言模型 (LLM) 的方法。论文作者建议将模型参数存储在闪存中，然后根据需要将它们加载到DRAM中。他们还提出了多种优化数据传输量以及提升读取吞吐量的方法，以大幅提高推理速度。论文中，用于评估各种闪存加载策略的主要指标是延迟，并分为三个不同的部分来讨论：从闪存加载数据的I/O成本；使用新加载数据时的内存管理开销；以及推理操作的计算成本。总之，该论文提出了将模型参数存储在闪存中，然后根据需要载入DRAM的方法，为“有效运行超过可用DRAM容量的LLM”这一难题提供了一种解决方案。

PC中的AI能力仍在不断发展中。当前将嵌入式NPU集成到CPU和独立GPU中的方案仅仅只是开始 。 Kinara、Memryx和Hailo推出的AI加速卡，为在PC中卸载AI工作负载提供了一种替代实现方式。模型方面，一种可能的发展方向是面向特定功能的模型。此类模型体积较小，并且针对特定功能进行了优化。这些模型可根据需要从存储设备载入内存，但对存储设备性能的要求类似于大型模型。

独立NPU的优势包括：

· 可处理复杂的AI模型和任务，功耗和发热量比CPU和GPU更低。

· 可为图像识别、生成式AI、聊天机器人和其他应用提供更快、更准确的AI处理性能。

· 可加强现有CPU和GPU的功能，增强用户的整体AI体验。

联想将在2024年6月推出的ThinkCentre Neo Ultra台式机中搭载NPU加速卡，并称这些卡能够提供更强大的AI处理能力，且更加节能，优于当前的CPU和GPU解决方案。 ²

将TOPS作为AI硬件性能评估的唯一标准，可能并不全面。 就AI计算而言，更重要的是单位时间内的推理次数、准确度和能源效率。对于生成式AI，关注的指标可能是每秒输出的Token数量，或者是在几秒内完成稳定扩散的能力。 以行业普遍接受的方式测量这些指标，需要开发相关的基准测试程序。典型案例：在本届CES上，我参观了所有CPU供应商、独立NPU供应商的展位和演示。在每个演示中，厂商都声称他们的实现方式在某方面具有优势。

各方对于AI PC的横空出世确实充满热情和期待。PC OEM厂商将此视为一大卖点，希望AI PC能够刺激PC更新换代，自己能够借此获取更高利润。 英特尔称到2025年AI PC的出货量将达到1亿台，几乎占整个PC总潜在市场的30%。 无论最终的市场占有率如何，对消费者而言，2024年推出的AI PC还是值得期待的。