CPU、GPU、NPU：谁才是AI运算的最佳选择？

在过去的12 个月中，以AI 为中心的NPU处理器被吹捧为下一个必不可少的升级——人人都需要它才能充分利用人工智能。但这是一场炒作？还是NPU 真的能像它们承诺的那样带来变革性的价值？

NPU 的基本介绍

NPU 是SoC中的专用处理器，主要用于处理 AI 特定任务，像背景杂音抑制、即时视频通讯增强和基本的生成式 AI 功能等。不少公司如 Intel（其 Meteor Lake 中的 VPU）、AMD（Ryzen AI）、高通（Hexagon AI 处理器）等都已将 NPU 嵌入到他们的芯片中，声称可让设备更智能、高效，改变运算体验，其理念是将 AI 工作负载从 CPU 和 GPU 中卸载以节省功耗，理论上可改善电池续航力并加快芯片 AI 处理速度。

对 NPU 优势的质疑

虽然NPU 确实提高了效率，尤其是在电池续航力至关重要的行动装置中，但它们对电池续航力已经很强大的笔记型电脑的影响却难以证明。 NPU 处理的任务大多是小众的，对一般使用者体验的影响有限。如果你经常使用语音命令或非常依赖视频通讯功能，那么NPU 可能会节省一些电池电力。但对大多数使用者来说，目前它是一个锦上添花的功能，而不是必不可少的功能。 CPU 和GPU 多年来已经可以充分地处理这些功能，虽然NPU 可能会略微降低功耗，但这项创新更多的是关于渐进式效率提升，而不是提供有意义的新功能。

以Intel的Meteor Lake VPU 为例。它被宣传为一种用于设备上AI 任务的解决方案，例如视讯通话背景模糊和杂音消除——这些任务以前用CPU 和GPU就能有效处理。其主要优势是功耗效率的微小提升，虽然有用，但在考量整体运算体验时并不突出。 AMD 的Ryzen AI 采用了类似的方法，在不提供突破性功能的情况下提高了效率。高通的Hexagon 处理器借鉴了其行动装置的优势，为笔记型电脑带来了类似的功能，但并没有显著扩展大多数使用者的应用范围。

在讨论NPU 时，供应商经常强调TOPS 作为性能指标。 Intel即将推出的Lunar Lake 平台拥有48 TOPS 的NPU，AMD 的Ryzen AI 300 系列能够达到55 TOPS，高通的Snapdragon X Elite 则配备了45 TOPS 的NPU。这些数字好像它们对实际使用者具有重大意义。

然而，TOPS 是在理想实验室条件下对峰值性能的理论测量。它是根据乘积累加（MAC）单元的数量和工作频率计算得出的，但它并不一定能转化为日常使用中的实际性能提升。对于一般使用者来说，这些数字就像他们永远不会以最高速度驾驶的汽车的理论马力一样毫无意义。

芯片空间利用率的取舍

包含NPU 会消耗宝贵的芯片空间，而这些空间可以用于增强更普遍有益的功能，包括CPU 核心或GPU 功能。以AMD 基于Zen 5 的Ryzen AI 300 行动SoC 为例，NPU 占用了大约10-15% 的芯片空间——这是一个相当大的比例。如果将这些空间用于增加更多的CPU 核心，使用者可以在多任务并行的应用程序中体验到明显的改进，使开发人员、内容创作者和高阶使用者都能受益。

或者，扩展整合GPU 可以提供更好的图形性能，游戏玩家和使用图形密集型应用程序的专业人士都会喜欢这项功能。鉴于GPU 传统上一直是AI 工作负载的首选硬件，增强GPU 功能可以一举两得。

NPU 真的是未来的保证吗？

制造商将NPU 宣传为在AI 驱动的世界中面向未来笔记型电脑的必要条件。然而，鉴于AI 的快速发展，很难预测哪些硬件功能将保持相关性。虽然NPU 确实为特定的AI 任务提供了一些优势，但大多数使用者不太可能注意到它们的缺失。大多数日常运算任务——例如网页浏览、文件编辑和媒体消费——不需要AI 驱动的最佳化。

即使对于偶尔使用AI 功能的使用者来说，CPU 和GPU 通常已经足够处理这些工作负载，只是功耗略高。 NPU 的承诺更多是针对未来的潜在应用，而非当前对普通消费者的明显好处。

噱头还是真正的创新？

尽管AI 确实有许多实用应用，例如语音转文字和即时翻译工具，但在笔记型电脑中包含NPU 显得为时过早。这项技术似乎是为问题寻找解决方案，更大程度上是由行销策略推动，而非真实的使用者需求。在AI 应用成为日常计算中不可或缺的元素之前，NPU 可能仍是一个被过度炒作的功能，而非必须的组件。

同时，消费者或许能从处理性能、图形能力和整体系统性能的提升中受益更多——这些改进能提供即时且明显的优势。目前来看，NPU 是一个有趣的发展，但对于大多数使用者而言，或许还不是其宣称的那种改变游戏规则的创新。

PC 制造商热衷于推广内含NPU 的硬件，或许是因为AI 笔记型电脑能提升平均销售价格约5%到10%。