微軟自研晶片延後半年發布，性能無法與輝達競爭？

“`html

微軟輔助程式+ 個人電腦的市場冷鋒：人工智慧晶片巨頭的下一場戰役

你或許聽過「人工智慧個人電腦」這個詞，感覺很新潮，充滿未來感，對吧？微軟曾對自家的「輔助程式+ 個人電腦」寄予厚望，認為這是個人電腦產業的下一個重大里程碑。然而，上市一年之後，真實的市場表現卻遠不如預期，銷售數據可以用「慘淡」來形容。這究竟是怎麼一回事？這不僅揭示了產品策略的失誤，更凸顯了個人電腦人工智慧市場在技術路線選擇、生態系統建構與消費者教育上面臨的深層挑戰。今天，我們就一起來深入剖析微軟輔助程式+ 個人電腦的困境，以及人工智慧晶片龍頭輝達、超微、高通、英特爾在這一波轉型浪潮中的競爭與佈局。

以下是「輔助程式+ 個人電腦」市場表現不佳的幾個關鍵原因：

• 定價高昂，讓許多消費者望而卻步。
• 功能推出緩慢，承諾的人工智慧功能未全面上線。
• 隱私爭議影響消費者信心。

AI_computer_illustration_0.jpg" alt="微軟人工智慧電腦插圖">

輔助程式+ 個人電腦的市場冰點與功能爭議

你還記得微軟是在什麼時候啟動「輔助程式+ 個人電腦」計畫的嗎？是在2024年5月20日，並於6月18日開始出貨。當時微軟宣稱，這些個人電腦將能帶來革命性的人工智慧體驗。宏碁、華碩、戴爾、惠普、聯想、三星以及微軟自家的Surface部門都成了首批合作夥伴。然而，根據國際數據資訊（IDC）的資料，2024年符合微軟特定標準的輔助程式+ 個人電腦，出貨量僅佔整體個人電腦市場的0.5%，或者說，僅佔Windows個人電腦市場的0.6%，總計約130萬台。這數字，可說是遠低於各界預期。

消費者對輔助程式+ 個人電腦購買意願低落，其實有幾個關鍵原因。首先是定價高昂，動輒數萬元新台幣的價格，讓許多人望而卻步。再來是功能推出緩慢，許多承諾的人工智慧功能並未如期全面上線。更令人尷尬的是，微軟原以為最吸睛的旗艦功能「回溯」（Recall），卻因為嚴重的隱私爭議而陷入泥沼，甚至不得不延遲推出或修改其運作方式。微軟在推廣時，也未能明確區分哪些人工智慧功能真的需要輔助程式+ 個人電腦才能執行，導致消費者一頭霧水，不明白自己到底為什麼要花更多錢去買一台「人工智慧個人電腦」。

這裡有更多影響銷售的不利因素：

• 缺乏明確的價值主張，使消費者無法理解產品的獨特性。
• 市場競爭激烈，其他品牌的人工智慧功能同樣強大。
• 消費者對於人工智慧產品的信任度不足。

值得一提的是，起初微軟將這些「輔助程式+ 個人電腦」的核心標準，設定為必須內嵌神經處理單元（NPU），並且其效能需達到每秒40兆次運算（TOPS）以上。初期，高通的驍龍平台先行獲得微軟的輔助程式+ 個人電腦功能支援，而超微與英特爾的處理器則延遲才獲得支援，這也讓市場上的人工智慧個人電腦種類相對有限。儘管市場上其他低於40 TOPS的人工智慧個人電腦接受度相對較高，但微軟力推的輔助程式+ 個人電腦卻遠遠落後，這也反映出消費者對特定硬體需求的人工智慧功能，仍抱持觀望態度。

人工智慧運算核心之爭：神經處理單元與圖形處理單元

當我們談到人工智慧運算，你可能會想到各種晶片。微軟的輔助程式+ 個人電腦將焦點放在神經處理單元（NPU），但你知道嗎？許多專家指出，當今最強大的人工智慧引擎，其實是圖形處理單元（GPU）。在大多數複雜的人工智慧任務中，圖形處理單元的表現通常優於神經處理單元，尤其是在大型語言模型（LLM）的訓練與推論方面。

微軟的輔助程式+ 個人電腦計畫卻似乎忽略了獨立圖形處理單元在人工智慧運算中的巨大潛力。例如，許多輔助程式+ 個人電腦功能，像是「小畫家共同創作」、「即時字幕」等，它們的運算需求其實並不高，甚至可以在中央處理器（CPU）上順暢執行。而那些真正需要神經處理單元才能運作的功能，卻讓消費者感覺像是「噱頭」，未能帶來足以說服他們換機的高價值體驗。

以下是神經處理單元與圖形處理單元在人工智慧運算中的比較：

晶片類型	主要優勢	適用情境	微軟輔助程式+ 個人電腦策略
神經處理單元 (NPU)	高效能、低功耗、專為邊緣人工智慧優化	輕量級人工智慧任務（如背景模糊、影像增強）、即時語音辨識、裝置端推論	現階段主要推動者，但功能應用尚待強化
圖形處理單元 (GPU)	極致並行運算能力，浮點運算效能強大	大型語言模型訓練與推論、複雜影像處理、科學運算、繪圖渲染	初期較為忽略，但在進階人工智慧應用中仍扮演關鍵角色

儘管如此，業界普遍預期，未來兩年內人工智慧運算將大量在個人電腦上進行，而且筆記型電腦普遍搭載高效能神經處理單元將會是趨勢。英特爾和超微都在積極將具備高每秒兆次運算能力的神經處理單元整合到他們的主流處理器中，例如英特爾的酷睿Ultra 第二代（Lunar Lake）和超微的銳龍人工智慧300（Strix Point）系列處理器。這意味著，未來你買的個人電腦，很可能都內建了執行基本人工智慧任務的能力，不再需要特別強調「人工智慧個人電腦」這個概念。

為了讓你更清楚理解神經處理單元與圖形處理單元在人工智慧運算中的定位，我們可以用一個簡單的表格來比較：

超微與輝達的晶片戰略：總體擁有成本與生態系統的較量

當人工智慧個人電腦市場還在摸索之際，資料中心的人工智慧晶片戰場早已如火如荼。這裡的主角自然是輝達，但超微正以驚人的速度追趕。超微推出的MI350X/MI355X圖形處理單元，其目標就是與輝達的HGX B200解決方案一較高下。特別是在中小規模的大型語言模型推論方面，超微展現出強勁的競爭力。你知道嗎？根據一些數據顯示，超微MI355X的總體擁有成本（TCO）比輝達HGX B200低了約33%，而且在記憶體容量、特定浮點運算效能上也具備優勢。

以下是超微與輝達在總體擁有成本與效能上的比較：

廠商	產品	總體擁有成本（TCO）	記憶體容量	浮點運算效能
超微	MI355X	低於輝達約33%	較高	具優勢
輝達	HGX B200	較高	較低	標準

儘管如此，若談到大型模型推論或訓練，超微的現有產品（如MI355X）在整體規模上仍不敵輝達的GB200 NVL72。輝達的GB200 NVL72透過其機櫃級解決方案，能提供無與倫比的運算能力。不過，超微的MI400系列則被視為真正的機櫃級解決方案，預計在2026年下半年問世，屆時有望與輝達的VR200 NVL144展開正面對決。

輝達在市場上的一個重要策略是其DGX Lepton市集計畫，雖然這能降低終端用戶的運算成本，卻也引發部分新興雲端服務商的不滿。為什麼呢？因為這可能導致這些服務商陷入價格戰，並削弱他們在市場上的差異化優勢。這就為超微創造了絕佳的市場機會。超微積極改變策略，透過回租圖形處理單元容量等方式，支持新興雲端服務商的生態系統發展，降低他們採用超微晶片的商業風險。例如，超微大幅降價其開發者雲端服務，希望能更民主化地提供人工智慧運算資源，鼓勵更多開發者採用其平台。

以下是超微與輝達在運算能力與成本上的戰略比較：

廠商	解決方案	運算能力	成本效益	市場策略
超微	MI400系列	高效能，抗衡輝達	成本低，具競爭力	支援雲端服務，降低商業風險
輝達	VR200 NVL144	無與倫比的運算能力	較高，專注高端市場	強化市場佔有率，推廣高效能解決方案

儘管軟體生態系統對晶片競爭力至關重要。超微深知這一點，因此在ROCm軟體支援上持續改進，包括提升推論效能和與開源生態系統的合作。他們積極投入 PyTorch 的持續整合與測試，並提交MLPerf訓練結果，證明其單節點訓練能力。這些努力都是為了讓開發者更容易在超微的平台上進行人工智慧開發與部署。

供應鏈多方角力：高通、英特爾的挑戰與業界前景

除了輝達與超微的龍爭虎鬥，其他晶片製造商也在人工智慧個人電腦市場上奮力一搏，但並非一帆風順。我們來看高通的驍龍X Elite處理器。這款晶片被視為輔助程式+ 個人電腦的先鋒，然而，高通最近卻取消了搭載驍龍X Elite處理器的迷你個人電腦開發套件，並退回所有訂單，理由是產品未達「卓越標準」。這不僅讓開發者感到困惑，也凸顯了在新興硬體平台推廣上，可能面臨的各種挑戰。

高通的困境還不僅於此。驍龍X Elite/Pro晶片在桌面版GNU/Linux支援方面遇到困難，遠慢於高通承諾的時間表。這讓許多熱衷於開源的開發者卻步。更關鍵的是，微軟的許多核心應用程式生態系統，例如SQL Server、Visual Studio，對驍龍X Elite平台的支援仍然不足，這直接導致開發者的採用意願低落。你想想看，如果開發者都無法順暢地在其上開發應用程式，消費者又怎麼能期待豐富的人工智慧體驗呢？

以下是高通面臨的主要挑戰：

• 產品未達卓越標準，導致訂單退回。
• 桌面版GNU/Linux支援延遲，影響開發者信心。
• 核心應用程式支援不足，限制平台吸引力。

儘管輔助程式+ 個人電腦初期受挫，但人工智慧個人電腦的大趨勢仍在持續推進。英特爾和超微都積極將高效率的神經處理單元整合到他們的主流處理器中。例如，英特爾的酷睿Ultra 第二代（代號Lunar Lake）和超微的銳龍人工智慧300系列（代號Strix Point）都將配備更強大的神經處理單元。這意味著，未來幾年，內建人工智慧運算能力將成為個人電腦的標準配置，而非少數旗艦產品的專屬。

這裡有幾個即將改變市場的大事件：

• 英特爾與超微新型處理器的上市。
• 更多個人電腦內建人工智慧運算能力。
• 市場對人工智慧功能需求的增加。

為了更清楚地了解不同晶片製造商的策略，以下是市場主要廠商的策略比較表：

廠商	主要策略	產品發布	市場定位
英特爾	整合高效能NPU到主流處理器	酷睿Ultra 第二代（Lunar Lake）	高端與中端市場
超微	推動ROCm軟體平台，支持開源生態系統	銳龍人工智慧300系列（Strix Point）	專注人工智慧與雲端服務市場
高通	專注驍龍平台的高端市場應用	驍龍X Elite/Pro	高性能與移動市場
輝達	強化GPU在大型人工智慧任務中的應用	HGX B200, GB200 NVL72	資料中心與高端市場

或許你會問，那微軟的輔助程式+ 個人電腦還有機會嗎？別忘了，Windows 10將於2025年10月淘汰，這將帶來大量老舊設備的替換需求。如果屆時輔助程式+ 個人電腦能提供更明確、更具吸引力的人工智慧應用場景，並克服現有的功能與隱私爭議，那麼它仍有機會在市場上佔據一席之地。

人才與開放合作：人工智慧晶片生態系的關鍵因素

在人工智慧晶片這場激烈的競賽中，除了硬體的運算能力與總體擁有成本，軟體生態系統的完善度以及人才的競爭，同樣是決定勝負的關鍵。就如同我們之前提到的，超微正大力投資其ROCm軟體平台，這不僅包括提升推論效能，也包含對各種開源人工智慧框架（如PyTorch、Triton、vLLM）的深度支援與優化。

以下是決定人工智慧晶片競爭力的關鍵因素：

• 硬體運算能力與效能。
• 軟體生態系統的完善與開發者支持。
• 人才策略與工程師團隊的能力。

一個強大的軟體生態系統，就像是一座晶片與開發者之間的橋樑，能讓開發者更順暢地發揮晶片的潛力。超微在吸引和留住頂尖人工智慧工程師方面也採取了積極策略，例如著手解決過去人工智慧工程師薪酬低於市場水平的問題，以提升其人才競爭力。因為歸根結底，再好的硬體，如果沒有優秀的人才來開發軟體、優化應用，也難以發揮其應有的價值。

此外，我們可以看到人工智慧領域對開放合作的需求越來越高。超微積極參與並支持開源專案，這不僅有助於提升其軟體平台的穩定性與效能，也能吸引更多開發者社群的參與。而有些晶片巨頭，儘管在市場上佔據主導地位，但在對開源社群（如 PyTorch 持續整合與測試）的資金投入上卻顯得保守，這或許會影響其在長期生態系統發展上的吸引力。

常見問題（FAQ）

Q：微軟的「輔助程式+ 個人電腦」計畫失敗的主要原因是什麼？

A：主要原因包括高昂的定價、功能推出緩慢、以及隱私爭議，這些因素導致消費者購買意願低落。

Q：神經處理單元（NPU）和圖形處理單元（GPU）在人工智慧運算中有何不同？

A：NPU專為邊緣AI優化，適用於輕量級任務，而GPU則具有強大的並行運算能力，適用於大型語言模型訓練與推論等複雜任務。

Q：高通在「輔助程式+ 個人電腦」市場面臨哪些挑戰？

A：高通面臨產品未達標準導致訂單退回、桌面版GNU/Linux支援延遲，以及核心應用程式支援不足等挑戰，這些因素影響了開發者和消費者的信心。

“`