联想dNPU首个合作伙伴，清华系GPGPU黑马抢跑边缘AI爆发

AI PC正在GPGPU芯片之上迸发出新的生命力！

智东西3月14日报道，在一年一度的行业大会世界移动通信大会上，PC、手机、机器人等各路终端设备无不与AI深度绑定。

在大模型时代，边缘设备迎来了新的机遇期，春节爆火的DeepSeek更是加速了这一进程，以AI PC、AI手机为代表的诸多硬件连番炸场。

其背后的原因是，大模型对数据处理的实时性、隐私性要求不断提高，边缘设备能够在靠近数据源的地方进行数据处理；边缘设备可承担部分数据预处理和简单推理任务，拓宽应用场景边界；DeepSeek凭借算法优化进一步加速了大模型在边缘设备上的部署与应用进程，让大模型以更低资源消耗在边缘设备高效运行。

这股边缘AI爆发的热潮宛如一把双刃剑，在为行业带来新契机的同时，也 向AI芯片企业抛出了一连串棘手难题，高性能、低延时、低功耗、兼容多种操作系统 ……联想与芯动力的合作正是这道难题的最新解法。

边缘AI时代爆发前夜，M.2加速卡的独特优势是什么？其为何能入局AI PC龙头企业联想的产品布局中？我们试图通过拆解芯动力的产品，找到这些问题的答案。

在当下，端侧设备部署大模型的风潮汹涌。然而，这股热潮背后横亘着一个核心命题：端侧设备以及AI芯片是否足以承载大模型所需的性能。

因此，端侧AI爆发呈现出两大显著趋势。

一方面，端侧设备部署大模型这把火烧的更旺了。

此前，受限于硬件性能和模型技术，端侧部署的模型诸多无法处理复杂任务，这也导致端侧AI应用场景有限，但更靠近用户的端侧设备在保护用户数据隐私方面、实时反馈方面更有优势。

DeepSeek以开源和低成本的特性极大拉低了大模型部署的门槛，使得端侧设备部署更高性能大模型的可能性增强。同时，基于DeepSeek的算法优化策略，使得支持长文本处理等复杂任务的高性能大模型与端侧设备适配，开发者还可以通过蒸馏优化等生成特定场景性能更强的小模型。对于中小企业或者个人开发者而言，能更快速相关端侧AI应用。

随之而来的是，AI手机、AI PC到AI眼镜等加速涌现，端侧AI爆发已成共识。

然而另一方面，端侧AI的爆发，于AI芯片厂商既是蓬勃发展的难得机遇，也带来了诸多严峻挑战 。

AI在手机、PC、智能穿戴等诸多端侧设备中应用不断拓展，使得AI芯片需求大幅增加，并且由于其设备形态、应用场景多元化，不同场景对芯片需求各异，为芯片厂商提供了更多差异化竞争的机会。

但更为关键的是，AI芯片的性能要符合当下端侧设备的发展趋势，主要集中在性能、功耗、成本、可扩展性上。

包括端侧设备对功耗要求极高，需要芯片兼顾低功耗、高性能，且当下算法和模型仍在不断更新迭代，芯片厂商需要确保芯片高效适配新的模型和算法。此外，端侧设备的厂商对成本更为敏感，芯片厂商需要降低芯片的制造成本、研发成本等，以提高产品的市场竞争力。

以AI PC为例，用户基于其需要处理的生成任务各不相同，文字、图片、视频生成等应用尽有，因此对于计算资源和处理能力的要求也有区别。

这种情况下，以通用计算为核心的计算架构在处理生成任务时可能面临性能有限、效率低下、能耗高、灵活性不足等瓶颈，因此从以通用计算为核心的计算架构向更加高性能的异构AI计算架构升级，成为当下增强端侧设备生成式AI体验的重要路径。

通过让CPU、GPU、NPU等不同计算单元“各司其职”、协同运作，构建高性能异构AI计算架构，便能依据各类生成任务的特性，实现任务的合理分配 。

此外，对于AI芯片而言，在满足性能与功耗等严苛要求的同时，还需提供更高的性价比，才能吸引PC厂商在设备中选用，同时也让终端用户更乐于接受搭载此类芯片的产品。

在这个关键节点，以AI PC为代表的端侧设备正在呼唤相匹配的AI芯片，加速大模型在端侧的繁荣。

就在2025世界移动通信大会（MWC 2025）上，我们看到了AI PC龙头联想和国产AI芯片厂商芯动力联手的成果。

联想全新升级的AI PC系列产品亮相，而支持其AI体验的关键之一，正是芯动力基于可重构并行处理器RPP打造的AzureBlade M.2加速卡。