從ChatGPT引發的廣泛關注，再到大量的云端AI服務上線，利用人工智能提升效率、優化流程正在變得唾手可得。但在大多數人印象中，AI應用意味著背后龐大的服務器集群夜以繼日的運算，需要將自己的信息共享至云端，這與人們關心的隱私與信息安全背道而馳。

就在COMPUTEX 2023期間，英特爾提出了一種全新的可能性，它可以讓未來每一臺筆記本、臺式機或者其他終端設備，在低功耗的前提下也能擁有不錯的AI算力，而這個算力模塊稱為英特爾VPU。

與CPU、GPU不同，英特爾VPU將更專注于AI加速，特別是稀疏化處理的運算，并且具有低功耗、低延遲的諸多特點，不僅可以輕松處理視頻背景虛化、智能語音降噪等判定式AI，加速StableDiffusion這樣生成式AI也沒有問題。

重點是，英特爾已經確認下一代處理器MeteorLake將集成VPU，這意味著未來的輕薄本也同樣具備一定的AI算力，實現不曾想象的AI操作。那么究竟是什么樣動力，讓英特爾如此積極的駛向終端AI的新賽道？

AI的質變

盡管英特爾以CPU和IDM模式而聞名，但在AI硬件領域英特爾也同樣進行了長時間的積累，例如在CPU中添加AI加速的相關指令集，并在架構上針對AI不斷進行優化，已經發展到第四代的英特爾至強可擴展處理器就是其中很好的例子，從2017年開始，至強可擴展處理器就不斷增加了深度學習加速、矩陣計算擴展AMX等功能。

而今，英特爾在AI領域即擁有負責高端深度學習加速器Gaudi系列的Habana Labs，也擁有可以制造低功耗視覺處理單元的Movidius。在大量的AI經驗積累下，英特爾開始嘗試讓消費產品涉及AI加速功能。也正是從IceLake架構第10代酷睿開始，CPU開始搭載AI加速單元GNA，用于處理神經噪聲抑制、背景模糊等功能判定式AI加速，讓筆記本開始走向智能化。

同時AI需求在近2年內變化非常明顯。以降噪功能為例，2年前降噪計算復雜度與現在相比，相差將近50倍。類似StableDiffusion這樣的生成式AI加入，對PC性能需求提升了一個唯獨。如何在不插電的筆記本中流暢運行更高負荷的AI應用成了新問題，VPU正是為了填補這個空白而誕生。

即將實裝MeteorLake的英特爾VPU其實已經進階到了第三代，這款源自于英特爾全資子公司Movidius的處理模塊最早計劃應用于無人機、相機、VR設備等基于視覺深度學習和AI加速。在2017年，VPU的前身Myriad X就能實現1TOPS的吞吐量，這無疑讓人們對全新的VPU性能表現抱有更多期待。

同時，VPU不是旗艦處理器的獨占功能，它將出現在Meteor Lake的所有SKU中。這意味著VPU帶來的AI加速功能將是處理器一項基礎功能，與集顯、Thunderbolt4等一樣，成為CPU中不可缺少的一部分。

但VPU的加入不代表著之前集成在CPU上的AI技術會劃上句號。恰恰相反，由于AI應用場景的復雜性，英特爾將AI使用場景分成了三個部分，其中CPU負責處理諸如語音降噪、變聲這樣的輕負載、低延遲、高響應的AI加速，GPU負責重負載且對響應需求不高的AI模型加速。VPU正好介于CPU和GPU之間，即擁有低功耗、快速響應的特點，也可以負責基礎的視覺處理，比如流媒體中的手勢識別，背景虛化等等。

在Meteor Lake中，VPU和CPU、GPU將相輔相成，不同的AI應用場景會指派不同的處理單元應對，確保AI加速效率最大化。同時從功耗上來看，VPU則是要求最低的，次之是CPU，再次之是GPU。VPU的加入能給注重續航的筆記本在獲得新功能的同時，保證筆記本的續航和體驗順暢。

為此英特爾也特意準備了一個DEMO演示。一款只有集顯的MeteorLake開發筆記本，在StableDiffusion的文字生成圖片模型內，僅使用了20秒就完成了工作。這個過程中，MeteorLake的VPU主要承載了VNET模塊的運行，GPU則負責Encoder模塊運行，CPU則負責軟件運行的其他部分，整個系統被得到充分利用，實現了在當下只有依靠高性能獨立顯卡PC才能完成的工作。

軟硬件相輔相成

生成式AI的快速成長自然也會帶來不少問題，比如的AI開發界面，AI庫以及AI模型標準化或者統一化上需要時間，不同軟件、模型、開源項目之間各自為戰，雖然百花齊放，但很難形成統一管理，會影響資源調用的效率。比如時下熱門的Stable Diffusion也僅誕生于2022年，作為一個開源項目，還有大量的工作需要適配。

在行業內擁有龐大影響力的英特爾深刻了解軟硬件結合的重要性，在宣布VPU進駐MeteorLake的同時，英特爾也已經緊鑼密鼓的在軟件層面、軟件合作伙伴方面展開行動。

從軟件層面來看，VPU身后已經具備了整套軟件基礎，英特爾OpenVINO工具可以幫助VPU在應對不同領域的AI網絡模型時，進需要通過統一的軟件接口實現。OpenVINO相當于一個包裹，可以幫助應用把底層不同架構之間的異構計算的差異統一封裝，以實現更廣泛的應用適配。

同時英特爾也提供了對目前主流標準的支持，比如通用的網絡視頻格式ONNX，W3C允許通過瀏覽器進行神經網絡推理硬件加速的WebNN API，微軟基于DirectX12的機器學習底層推理接口DirectML等等。

同時英特爾也已經與軟件開發商展開緊密合作，包括Adobe、微軟、字節跳動、騰訊在內的100多家軟件開發商已經開始進行AI相關方面的合作。

得益于VPU非常省電的特性，使得許多終端可以在僅使用電池續航的狀態下，也能擁有高效的表現，原本需要CPU、GPU高功耗合力進行的AI任務，現在僅使用VPU即可完成。比如在執行GPU渲染的過程中接通會議電話，通過VPU介入流暢的實現降噪、背景替換等工作。

再比如Adobe上的自動摳圖、濾鏡、文字生成圖片等最新功能，通過VPU運行也已經可以獲得很好的效果。另外，Blender、虛幻引擎等軟件也已經對VPU展開了適配。

在龐大的安裝量推動下，英特爾在產品投向市場之前已經做足了軟件層面適配的鋪墊。筆記本VPU與CPU、GPU以及其他功能模塊一起，成為下一代PC的標準配置，也進而推動了整個AI生態的普及與標準化，從而推動AI應用的持續發展，最終實現了良性循環的局面。

開創AI體驗新局面

在過去兩年中，英特爾進步非常顯著，通過12、13代酷睿的兩代高性能混合架構設計，英特爾已經與OEM合作完成了超過700個系統設計，交付了1.2億個高性能混合架構處理芯片，使之在短時間內快速普及。

但對于英特爾而言這還遠遠不夠，按照英特爾CEO帕特·基辛格提出的IDM2.0戰略，英特爾還會在四年里跨越5個制程工藝節點，從現在的Intel7邁進MeteorLake開始使用的Intel4，緊接著Intel20A和Intel18A也會相繼到來。

不僅如此，英特爾也將使用第三方代工的制造工藝來完善處理器產品，從MeteorLake開始使用的分離式模塊架構，讓處理器設計不再一體化，而是不同單元會成為不同的獨立設計模塊、不同的制造工藝和升級策略，實現效率的最大化，英特爾VPU的加入就很好的印證了這一點。

在即將到來的MeteorLake上，英特爾將從另一個維度提升處理器的每瓦性能表現，讓處理器獲得表現更好的CPU、GPU，并加入獨立的VPU單元提升PC整體對AI性能優化，從而帶動PC體驗的又一輪升級。

在過去幾年中，我們經歷了Wi-Fi6、處理器混合架構、Thunderbolt4接口的快速普及，均得益于英特爾將新技術無保留的放入主流的處理器設計中。英特爾VPU則成為下一個增長點，憑借著新一輪處理器升級帶來的龐大體量，不插電、低功耗環境下使用流暢的AI加速體驗，無疑會給現有的AI軟件生態、AI標準制定帶來全新的變化。英特爾也將再次成為整個PC軟硬件生態升級的重要推手。

審核編輯黃宇