以 OpenAI 推出的 ChatGPT 为标志，生成式 AI 技术在全球不断掀起热潮，仅大语言模型就带动了语义理解、图像生成和数据分析等相关技术快速发展，衍生出文生图、文生表、文生视频等各类应用。从去年的 “百模大战” 到如今的 “千模竞技”，AIGC 的商用化部署和应用已经成为企业竞逐的新阵地，勾勒出大模型正在从 “科研技术力” 转向 “新质生产力” 的新生态。
然而纵观 AIGC 的应用开发现状，在产业井喷的背后，其发展过程中的痛点也不容忽视。在 AI 核心技术层的创新迭代过程中，业内对于大模型的角逐开始集中体现在算力成本和行业应用赋能。用户如何以更加便利的方式上手 AIGC，将大模型与自身业务相结合，实现商业价值落地，将成为生成式 AI 发展的关键。
为了更好的将生成式 AI 从实验性工具转变为商业引擎，英特尔日前举办了 “2024 全新英特尔商用客户端 AI PC 产品发布会”，与超过 35 家 ISV 和 10 余家 OEM 合作伙伴齐聚一堂，共同分享如何通过 PC 及其他商用客户端，释放生成式 A I “新质生产力”。在英特尔市场营销集团副总裁兼中国区总经理王稚聪看来，生成式 AI 的普及和应用是大势所趋，基于酷睿™ Ultra 处理器 “CPU+GPU+NPU” 三大 AI 引擎，将赋予 AI PC 更多的可能性，能够让 “AI+应用场景” 快速落地，惠及千行百业，为企业创新发展和数字化转型升级提供新动能。
创新引领，先行者的布局与致胜之道
如今，生成式 AI 的应用正以迅猛的势头在各行各业内推动着无数的颠覆和转型，这是一个不可逆的潮流。例如在制造业，无论是构思新车设计，需要建立仿真模型实现车身结构优化的研发工程师；或是进行参数调整，尝试通过机器学习求解的数据科学家；或是希望分析用户数据，驱动产品质量改善的企业 CIO……借助生成式 AI 实现知识的运用、融合和创新已经成为共识。
对于制造企业而言，以更加灵活和高效的生成式 AI 处理复杂问题，将不再是一个增强补充手段，更是顺应外界变化实现创新升级的核心引擎。这其中，率先实践的行业先行者与跟随者之间的差距已日益显现，致力于新型工业操作系统开发的科东软件便是其中的佼佼者之一。
英特尔与科东软件在本次发布会现场，展示了双方在工业 AI 机器人的最新合作成果，这也是对未来工业生产智能化的一次大胆预见。该机器人控制系统运行在科东软件的智能控制器 NewPre 3102 产品内，搭载英特尔® 酷睿™ Ultra 处理器，内嵌 100% 自主研发的鸿道 (Intewell) 工业操作系统及工业软件 MaVIEW。科东软件开发的 Intewell 工业操作系统已经在国内多家制造企业部署应用。通过采用基于 Intewell 虚拟化微内核的技术，控制系统从多设备间传统的 Modbus 通信升级到单设备间实时与非实时环境的共享内存通信，这一创新不仅提升了通信效率，也保障了在严苛的工业环境下的系统稳定性和可靠性。AI 机器人控制系统通过 AI 大模型的语义理解和智能化的代码生成，降低传统机器人研发设计中复杂的代码编写、运动控制、流程设计、路径规划等开发难题。基于英特尔® 酷睿™ Ultra 处理器提供的强劲算力，开发人员只需要简单的语音指令，便可实现机器人基于语义的实时运动控制，使过去专业工程师 2~3 天的开发工作降低到 5~10 分钟内便可完成，这也帮助很多生产一线的工程师在不太精通编程的环境下，快速的融入机器人研发创新过程中。并且基于英特尔® 酷睿™ Ultra 处理器，可以将大模型运行在本地，更贴合工业场景应用需求，符合未来工业生产发展趋势。
可以看出，通过融合细分行业的数据和专家经验，科东软件形成了更加专业化的生成式 AI 应用场景。这也是为什么王稚聪在演讲中强调，在推进 AI PC 应用的过程中，英特尔坚持 “双轮驱动” 的原因：
一方面，通过对芯片端的研发创新，英特尔为生产力提供数字化和智能化的先进工具，满足用户经济、物理、数据保密这三大生成式 AI 在商用 AI PC 端的应用法则；另一方面，通过携手本地 ISV 和合作伙伴，释放本地商用 AI PC 在垂直领域的更多潜能，让 “人工智能+应用场景” 的能力在千行百业中 “开花结果”。
深耕场景，携手合作伙伴加速 AIGC 落地
对于广大用户而言，生成式 AI 只是一种技术手段，而不是最终目的。打通 AI 与传统 PC 应用场景中的壁垒，拓展 AI应用才是 AI 产业创新的关键抓手。在本次发布会中，英特尔发布了面向 AI Chatbot、AI PC 助理、AI Office 助手、AI 本地知识库、AI 图像视频处理、AI PC 管理六大 AI 场景。
站在制造业的角度，工业互联网、数字孪生以及 5G 技术的深化应用都带来了 AI 融合需求。面对制造企业研发设计、生产管理、物料采购、物流规划的 AI 应用集成和交互，英特尔中国区技术部总经理高宇在演讲中表示，只有深耕所在的细分领域，才能准确把握 AI PC 需求，为企业创造价值。
例如企业研发设计人员在进行产品迭代和创新时，借助创成式设计 (Generative Design) 方式，设计人员只需要输入目标产品的性能、空间要求、材料、重量、制造方法和成本等参数，就可以通过 AI 自动生成上千种可行性的 3D 模型方案，供用户进行筛选。
在产品生产过程中，企业基于机器视觉的表面缺陷检测已经十分成熟。通过 AI 可以在毫秒级快速识别出产品表面更微小、更复杂的产品缺陷，并进行分类，如检测产品表面是否有污染物、表面损伤、裂缝等。
在产品售后服务环节，通过 AI 建立精准的需求预测模型，可以实现企业的销量预测、维修备料预测等一系列智能决策。实现企业资产全面智能化管理，通过多维度、高效的数据洞察，提高企业资产利用率，降低维护成本。
伴随着与 ISV、合作伙伴的深度合作，基于英特尔® 酷睿™ Ultra 处理器的 AI PC 表现为从最初的单点探索应用转向产品全生命周期的全面渗透，帮助制造企业更简单、更快速、更高效的完成 AI 在 PC 端的部署应用，进而开启一个极为丰富的商业前景。
持续创新，凸显多元和差异化技术优势
在生成式 AI 开发过程中，其难点在于它是一个融合多技术、多学科的复杂工程。如果说与 ISV、合作伙伴强强联合，驱动用户实际价值落地是英特尔的核心目标，那么内置多种加速器，持续在芯片处理器上进行创新，则是英特尔赢得市场优势的根本途径。
在英特尔客户端计算事业部副总裁、细分市场部总经理冯大为看来，如今算力对于生成式 AI 的重要性已经不言而喻，采用分离式混合架构设计的全新英特尔® 酷睿™ Ultra 处理器，是 40 年来英特尔最为重磅的架构更新。它可以说是专门为 AI 应用设计的处理器平台，其 CPU、GPU、NPU 三大 AI 引擎支持不同类型的 AI 加速能力，可以为用户带来出色的 AI 应用体验。
从 CPU 的角度出发，新一代英特尔® 酷睿™ Ultra 处理器是首款基于 Intel 4 制程工艺打造的处理器，采用了先进的 Foveros 3D 封装技术，全新的性能核架构提高了每时钟周期的指令执行能力 (Instructions Per Cycle)，而能效核 (E-cores) 和低功耗能效核 (LP E-cores) 则提供可扩展的多线程性能，并为性能核 (P-cores) 分担更多后台工作负载，从而实现更高效的多任务处理表现。例如用户如果将推理过程放在终端设备上，能够在 AI PC 不联网的情况下，正常运行 200 亿参数大语言模型。
在 GPU 方面，英特尔® 酷睿™ Ultra 处理器内置英特尔锐炫™ GPU，支持基于 AI 的超级采样技术 XeSS 以及 DX12 Ultimate，图形性能是上一代的 2 倍，并具有 AI 和光线追踪等高级功能。在制造企业在研发设计过程中，可以为用户呈现出高质量的仿真环境，并且使仿真结果拥有逼真的物理性质、材质、照明和渲染效果。
与传统 PC 相比，AI PC 拥有专门的神经处理单元 (NPU)。通过对 NPU 进行专门的指令集和紧凑的电路设计，新一代英特尔® 酷睿™ Ultra 处理器可以在保持高性能的同时显著降低功耗，延长了设备的续航时间，保证了用户对于持续 AI 应用的支持。
值得一提的是，新一代英特尔® 酷睿™ Ultra 处理器为高级应用程序和多任务处理提供最大化的计算空间，内置的英特尔® 硬件线程调度器 (Intel® Thread Director) 和英特尔® 动态调优技术 (Intel® Dynamic Tuning Technology) 可管理任务和时钟频率，用以实现最佳的性能、能效和卓越的用户体验。
知行合一，坚守 “三大法则” 开启 AI PC 新纪元
根据赛迪研究院数据显示，2023 年中国 AIGC 的企业采用率已达 15%，市场规模约为 14.4 万亿元。专家预测，2035 年生成式人工智能有望为全球贡献近 90 万亿元的经济价值，其中我国将突破 30 万亿元。
正所谓 “九层楼台，始于垒土”。面对 AIGC 热潮，很多企业用户在应用之初想法通常非常多，但很难迈出至关重要的第一步。因此，为了帮助企业推进 AI PC 应用，英特尔不仅为开发人员提供了多种硬件和软件工具，包括 oneAPI 和 OpenVINO™ 等软件工具套件以及一系列培训课程；还可以根据企业实际工作负载的大小、规模和复杂程度，提供 AI PC 最佳实践和推荐解决方案配置信息。
在具体部署策略上，英特尔提出了经济、物理、和数据保密三大法则。在经济法则中，英特尔认为未来的 AI 数据倾向于在本地进行处理，以避免持续支出 AI 云服务费用，降低 AI 的应用成本；在物理法则中，AI 服务的及时性和准确性要求提升云与端之间的传输速度，解决网络传输瓶颈；在数据保密法则中，由于保存在云端和本地设备上的数据都是真实数据，这也是企业的宝贵资产，因此需要进行严格的数据监管，以确保数据的安全性和隐私性。
回看中国制造业的发展历程，虽然我国凭借人力成本优势承接了全球加工制造业的产业转移，建立了全球门类最齐全、最大规模的制造体系，但这种以制造而非创造为主体的发展弊端随着市场需求变化、人口红利下降而不断显现，这一点对于同样从事生产研发的英特尔也深有体会。如今，在国内智能制造和培育新质生产力的要求下，通往 AI 的大门已经打开。未来，英特尔将携手全球领先的 ISV、合作伙伴和个体创新者共同推进生成式 AI 应用，以 AI PC 为支点，助力企业 “撬动” 数字未来。