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

天弘基金多基金成立来仍陷亏损，原总经理郭树强被爆获得数亿分红一度引发关注，总经理高阳时代如何破局？　　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！　　来源：潮峰投研　　2025年以来，A股持续反弹，早已进入总经理高阳执掌时代的天弘基金旗下多只基金近一年来也出现不错的涨幅，但也正面临着旗下多只基金成立以来大面积亏损的尴尬处境