消费类AI硬件会成为下一个研发战场吗？
快速阅读: 《药物发现与开发》消息，人工智能正在重塑硬件行业，尽管多家公司裁员，但对AI硬件的投资仍在增加。AI硬件可能成为消费电子新宠，苹果、Meta等巨头积极布局智能眼镜等领域。硬件开发者需应对热量、软件碎片化等挑战，而盈利模式可能借鉴“剃须刀+刀片”策略，但设备疲劳和用户需求仍是关键考验。
人工智能正成为硬件行业的颠覆性力量，该行业近期已裁员数万人。仅英特尔一家就宣布计划裁员超过两万人，约占总人数的20%。然而，与此同时，许多硬件公司虽然在裁员，却仍在加大对人工智能的投资。
由于闭源人工智能模型面临不断上涨的训练成本，以及来自竞争激烈的开源替代品的压力，硬件接口可能成为人工智能公司的重要差异化优势和利润来源——如果他们能打造出在拥挤的硬件市场中不可或缺的设备。
### 基于人工智能的硬件潜力
人工智能硬件可能是下一个竞争焦点，有迹象显示它将突破以数据中心为基础的GPU和TPU市场，拓展至消费技术领域。例如，OpenAI刚刚斥资65亿美元投资乔尼·艾夫的秘密项目io。《华尔街日报》指出，两家公司正合作开发一款小巧无屏的人工智能设备，OpenAI计划大量生产，达到一亿台，旨在开辟新的消费电子品类。据早期报道，这款设备可能是一种个人人工智能伴侣。
OpenAI并不是唯一一家追求消费级人工智能硬件的公司。Meta已经有一系列受欢迎的智能眼镜，与雷朋合作开发，提供免提拍照、录像、音频播放和人工智能辅助等功能。根据Counterpoint Research的数据，2024年全球智能眼镜出货量同比增长210%，主要得益于Meta智能眼镜需求的激增。该公司当年市场份额超过60%。据彭博社报道，苹果也在准备进入这个智能眼镜市场，多年后谷歌曾尝试通过其Google Glass产品定义这一市场却未果。
类似智能眼镜的产品浪潮可能来自初创公司Sesame、亚马逊（Alexa重启版）和苹果（Siri升级版）。
### 边缘计算能力的增长
是否厌倦了实验室的数据混乱？学习一种实用的“从基础到进阶”蓝图来统一研发数据，制定提升数据价值的投资回报策略，并为高级自动化和人工智能铺平道路。加入Labcorp、Parallel Bio、辉瑞和国际空间站国家实验室的专家，参加我们即将举行的网络研讨会。
2025年6月11日星期三 | 美东时间下午2:00
在这里注册免费网络研讨会
与此同时，苹果也在研发神经引擎。自2017年A11仿生芯片问世以来，库比蒂诺的这家公司在其移动系统级芯片（SoC）中加入了专用的神经引擎。最新的迭代，如苹果M3/M4芯片系列中的版本，具有令人印象深刻的能力。例如，苹果表示M4（2024年版）配备16核神经引擎，每秒可执行高达38万亿次操作（TOPS）。相比之下，2020年首发的M1支持11 TOPS。M4芯片及iPhone 16 Pro系列的A18 Pro芯片均支持多项生成式人工智能功能，涉及写作和图像生成。
这一趋势不仅局限于专用设备，人工智能也越来越出现在智能手机上，并不仅仅通过云实现。几乎所有高端智能手机SoC如今都配备了人工智能模块。例如，高通Hexagon DSP带有张量扩展、苹果神经引擎和谷歌Pixel神经核心。此外，还有华为麒麟芯片中的Ascend NPU和三星Exynos中的神经处理单元。
另外，高通2023年发布的Snapdragon 8 Gen 3广告宣传可以在设备上使用其人工智能引擎运行一个大约100亿参数的语言模型。这种计算能力足以支持离线本地生成文本或图像等功能。苹果还尝试在本地运行更小型的LLM。
一批快速发展的专业公司正在填补市场空白，其中不少公司并非从零开始搭建完整的CPU/GPU架构，而是采用Arm可配置的Ethos-N78 NPU块进行授权。在这里，玩家专注于满足对超高效边缘推理的需求。IDTechEx预测，专用于边缘人工智能的芯片市场规模将在2034年达到约220亿美元。
初步迹象令人鼓舞。以色列的Hailo在一个比邮票还小的模块中集成了26 TOPS的神经性能，同时消耗约2-3瓦。
### 应对热量和其他挑战
当开发高性能可穿戴设备时，人工智能硬件开发者需要解决的一个挑战是热量。即便几瓦的热量也会让人感到不适，当电子设备贴在皮肤上时尤其如此。Meta的Ray-Ban智能眼镜将摄像头、扬声器和神经处理单元集成到一个紧凑的设计中，由154毫安时电池（约0.6瓦时）供电，支持约四小时的正常使用。然而，诸如实时人工智能辅助等密集功能会大幅消耗电量，使电池续航降至仅30分钟。此前的热传导模型显示，一旦可穿戴设备散热超过约1.75瓦，就会变得不舒服。Humane的人工智能徽章正是因此吸取了教训。据《商业内幕》报道，工作人员据说会在演示前给设备冰镇，因为激光投影仪使徽章过热。
### 软件碎片化是另一个棘手问题
如今开发一款人工智能应用意味着要在一系列不兼容的芯片架构间周旋，每种架构都需要专属的SDK和优化方案。例如，一家计算机视觉初创公司可能需针对苹果神经引擎、高通Hexagon DSP、三星Xclipse GPU和华为Ascend NPU调整其物体检测模型。更为复杂的是，每种架构的内存布局、精度格式和性能表现各不相同。
不过，标准化的迹象已经开始显现，业内正逐步围绕ONNX Runtime、TensorFlow Lite和苹果Core ML等通用运行时作为可移植平台达成共识。
### 走向生成式人工智能的“剃须刀+刀片”模式
历史上，技术设备的价格几乎承载了所有利润，运行在其上的任何代码都被视为“免费”的功能更新。尽管这一策略可能未能如愿，致使亚马逊损失数十亿美元，《华尔街日报》指出。特斯拉也沿用类似的战略，即全自动驾驶（FSD）套餐，这是一个可选包，可以升级车辆的自动驾驶系统，提供半自动驾驶能力。
无论如何，生成式人工智能硬件很可能沿用亚马逊Alexa和特斯拉FSD的战略，即利润来源于订阅，订阅依赖于模型的持续更新和云端推理周期。然而，这一战略存在不确定性。随着DeepSeek等开源模型以极低成本实现与部分先进模型相当的性能，一些分析人士认为生成式人工智能正在商品化。DeepSeek开源的R1模型可能是商品化的信号。多家主流汽车制造商，包括宝马以及中国车企吉利、比亚迪和东风旗下的Voyah品牌，都宣布了将R1整合到其车辆中的合作伙伴关系。
亚马逊于2025年2月推出Alexa Plus，计划免费提供给Prime会员或每月收费19.99美元的独立服务，但其发布时间已推迟，服务仍未上线。
由前苹果员工创立的初创公司Humane将此理念进一步深化。其无屏人工智能徽章售价699美元，另需每月24美元订阅，用于蜂窝数据、云计算和无限GPT查询服务。
除了纯粹的人工智能外，Peloton的发展展示了投资者如何通过健身课程、性能追踪和社区功能让“设备+会员”模式更具黏性。苹果也开创了捆绑硬件和软件以优化销售的先例。这里，或许OpenAI与苹果老将乔尼·艾夫的65亿美元合作是关键。“OpenAI和Meta一样，不愿依赖智能手机厂商——比如苹果——来分发其应用”，Martin Peers在《信息》中指出。
但可能阻碍这一切的因素是设备疲劳。新一代人工智能硬件要么需解决真实用户痛点，要么提供明显改进的体验才能立足。如果Altman的押注更多是为了绕开大型科技公司掌控分发渠道，这一战略可能难以奏效。即便是苹果，近期在新产品开发上也遭遇了挑战。其Apple Vision Pro可以说表现平平，或者至少远未达到现象级产品的高度。据报道，苹果将预期销量从70万-80万下调至40万-45万。
对于生成式人工智能硬件而言，若消费者觉得他们并不需要另一款小工具，致力于打造新一代硬件的公司最终可能推出无人问津的产品。
(以上内容均由Ai生成)
