我知道现在风口是AI，自家产品不沾点AI都不好意思拿出手——但你们这些“AIPC”的宣传，是不是有点过了？

不知道大家有没有关注最近的PC市场，很多处理器、笔记本都把“我是AIPC、有NPU”放在商品页最显眼的地方，告诉你我这NPU提供了多少多少TOPS算力，能在本地跑多少多少B（参数规模）的大模型，很是唬人。

你买电脑的时候会不会格外在意这个配置呢——好像在这颗小小NPU的加持下，你买的不是电脑，而是实打实的“AI终端”。

那这玩意真的有用吗？经过托尼的一番研究，发现这东西有用是有用，但不多。。。

我们先说厂商们吹得天花乱坠的“NPU”到底是个啥。

它的全称叫做“神经网络处理器”，这顾名思义它一定跟“神经”有关系——NPU是通过模仿人神经元和突触的运作方式，将存储和计算一体化，专门用于加速神经网络计算的处理器，主要是用在图像识别、语言处理这类应用。

它存在形态上一般有两种，消费级别的NPU一般是以集成的方式存在于处理器里，比如AMD、英特尔最新推出的锐龙AI系列和Ultra系列处理器，都是在处理器芯片里单独划拉了一个区域去容纳NPU模块；还有一些数据中心和有智驾能力的车里也会有单独的NPU芯片做推理运算。

小鹏的图灵芯片就集成了NPU

这里可能有小伙伴要问了：说到AI计算、推理，我们第一反应一般都是GPU，而现如今绝大部分笔记本电脑和手机的处理器里都有集成的GPU——那为什么要放着原本就有的GPU不用，还得专门在不富裕的空间里给NPU单独腾出一个地方呢？

各家都卷NPU的理由说到底还是因为效率。记得之前我们也给大家讲过“LPU”，它是专用于大语言模型的推理的芯片，相比GPU它的速度更快、功耗更低，而这个NPU也类似，它专门针对神经网络做了优化，天生就很适合做矩阵乘法，比如卷积运算。

说了这么多，NPU到底有多强呢？

托尼找到了瑞典洛桑理工学院的一篇毕业论文，论文里曾经拉出了三种处理器：

笔记本电脑里的英特尔i7-11800H处理器来代表CPU、英伟达的RTX3070Max-Q显卡来代表GPU，以及安卓开发板、高端电视机顶盒上常用的瑞芯微RK3588ARM处理器，用它里边的内置的NPU代表NPU跑了YOLOv5系列模型，对比常见的CPU、GPU和NPU之间的性能和能耗表现。

论文最终的结论是：

虽然测试的RK3588集成的NPU绝对算力不是很强（6TPOS)，在某些项目的运算速度不如GPU，但能耗比相当出色，在这三者里属于一骑绝尘的水平。

这不嘛，最近有韩国的研究团队研究出的NPU技术，宣称比当下主流GPU，不仅运算速度快60%、耗电量还能节省44%，能大幅降低某些AI云服务的运行成本。

说到这里，厂商们跟进NPU的理由就很明显了，跑AI性能好、还省电，这样的东西谁不爱呢？

特别是手机厂商，要续航要轻薄，还想破脑袋要在手机这种寸土寸金的地儿卷出点差异化，那这东西他们肯定大大的要。

现在手机的CPU里集成NPU，提升响应的速度、降低网络延时和保护隐私，相比直接调用GPU来讲还会更省电。

落地到具体的应用里，不光可以在本地跑一些简单的大模型，能聊聊天给视频加点字幕啥的，还因为NPU符合多模态的AI发展的需求，用它也可以实现一些“看世界”的功能，分辨面前的物品、翻译外文的菜单等等。

除此之外，现在手机厂商不都爱卷影像嘛，NPU可以加速计算摄影，比如人像虚化、夜景降噪、超分算法等等。

但理想很丰满，现实很骨感。。。尽管NPU的能耗非常出色，但在所谓的AIPC上，前提是得“能用得上”：

实际上，现在在我们电脑上真正适配了、能够调用NPU的软件，一只手就能数得过来。

先说Windows这边，托尼去网上看了一圈，发现能利用好NPU的软件很多都是Arm版——但大家都知道，Windows这边用Arm架构的PC就不多，看看骁龙XElite笔记本电脑们悲惨的销量就知道了。

传统x86处理器架构下能调用NPU的软件就更少了。

托尼统计了一下，有包括但不限于达芬奇、CaptureOne、AffinityPhoto2等软件的AI功能，目前无法利用x86平台Windows上的NPU进行加速。

AffinityPhoto2对象选择功能，仅支持骁龙的HexgonNPU

而针对游戏玩家们的辅助工具，比如游戏加加、逗逗游戏伙伴这些，为了兼容性考虑默认都是优先调用GPU或者在云端处理信息，之后才是NPU，并且像逗逗也是直接在官网列出来了只能使用英特尔的NPU，不能使用AMD的NPU。

换句话说，目前为止英特尔和AMD吹的热火朝天的NPU都属于空有算力、但是使用场景特别特别有限。

比方说，我找了一圈之后终于找到一个能在x86Windows电脑上调用NPU的功能——剪映的“一键抠图”。但由于抠图的任务还是比较轻量了，实际体验好像跟没有NPU的机型也拉不开什么差距。

我又找到PremierePro有一个“音频分类”的小功能可以用，但这更像是试水，我们的后期老师说除了那种影视行业的大制作，一般场景下也不会把音频分得这么细，实用性也挺有限。。。

并且托尼在跟后期老师研究软件各项AI功能的期间，我们特意把Windows上的性能监视器开着，观察NPU啥时候发力，很遗憾的是，它除了剪映一键抠图的时候会跳动那么一下以外，其他时间都静静躺在那边睡大觉，貌似世间一些纷纷扰扰都跟它无关。。。

不儿，要知道处理器为了集成这个NPU真的用了很大的面积，它在这摸鱼实在是说不过去。

下面是我找的一张AMDAI300系列处理器的芯片内部结构图，大伙儿可以看到右上角NPU所占用的巨大面积——这么大一块我再放几个CPU或者GPU核心不香吗？

也就是说，有一些压根不需要NPU的游戏佬们，本来可以享受制程提升+核心堆砌带来的飞跃般性能提升，但却因为横空出了个NPU，所以就得掏更多的钱买更好的处理器和显卡，你这找谁说理去？

而且，即便是生态高度统一的Mac，它上头的NPU发展的也没那么好。

就拿Mac上的Lightroom来说，它有一段时间支持了Mac端的NPU本地去噪，但后来因为bug太多下架，目前的去噪功能主要还是靠GPU。。。

Adobe社区里，大伙儿对于NPU的讨论

Mac上的达芬奇支持一键去遮罩、去噪之类的AI功能，可以在软件设置里选择在AppleNeuralEngine（苹果M芯片的NPU）上跑，但托尼打听了一下我们的后期老师，他们说这东西bug也挺多，几乎不敢用，怕影响到我们后期的工作流。

打听到这儿托尼仍然不死心，就托了一位后期老师帮我试一下在设置里分别打开NPU和GPU去跑，看一下速度上会不会有什么差别。

然而结果是。。。并没有什么区别。

实时预览速度都差不多

这是啥情况呢？我们找了一个监控Mac上的性能监控软件asitop，在选了NPU加速选项、AI功能运行的时候看了下NPU的使用情况——无论我们怎么折腾各种魔法遮罩、去噪、智能字幕，NPU使用率都为零，倒是旁边GPU忙得热火朝天。

我们又试了在Windows上会调用NPU的剪映“一键抠图”，您猜怎么着，Mac上的NPU使用率仍然纹丝不动。

该不是性能监控软件坏了吧！而当我们打开Mac上的PhotoBooth，NPU的使用率却波动了起来。好好好，合着软件没问题，纯粹是你们把好钢用在刀把上了是吧。

说完Windows和Mac上的糟心事儿，还有很多常用的软件，比如Photoshop，压根儿不支持在任何平台上启用NPU进行AI功能加速。

在Photoshop官方文档中，提及到了Photoshop会使用GPU（OpenCL、D3D12、Metal）来加速视觉与AI功能，没有提及使用NPU的支持能力。

而它最近支持的那些炫酷的AI生成功能，则是跑在了云端。

一通打听、查资料下来，托尼觉得PC对NPU的支持程度只能用一个惨字形容。。。

换句话讲，电脑里多这么一个xxTOPS算力的芯片，其实并没有什么用。我知道有小伙伴会说省电这个优点我还没提，但说实在的，省的这点电在PC上，只能算是挠痒痒的feel。

最后给大家做个总结吧：NPU在现阶段看来，用在手机上确实不错，既能省电，还可以在本地加速AI的计算，也很符合未来手机功能的发展趋势。

但这东西在PC上目前还是噱头大于实用的状态，很多应用场景并不刚需，体验更是拉不开差距。那么未来是不是人人都需要一台AIPC呢？托尼觉得还是得等更多的的主流软件去挖掘开发NPU的潜力，让它在擅长的领域充分发挥自己的能力。

不然要只是为了AI而去AI，还不如处理器卖我们便宜点。

撰文：小柳

注销式回购数量不断增多的三重因素　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！　　近期，A股市场注销式回购案例不断增加。在笔者看来，这反映出上市公司对其重视程度提高，这背后至少有三重因素。　　其一，政策的支持与引导