咕咕锐评

AI PC换机潮这个故事，有一半是真的，另一半是厂商逼出来的。
Gartner预测2026年全球AI PC出货量达1.43亿台、占比54.7%——这个数字本身没问题，但你要知道，这里面有一个没人愿意大声说的逻辑：相当一部分AI PC出货量，不是因为用户抢着要买，而是因为厂商把"非AI型号"从产品线里悄悄砍掉了。
这不是我在唱反调。市场研究公司Context的调研直接说：Copilot+ PC自推出以来"难以获得市场认可"，2025年第四季度欧洲市场的Copilot+ PC比普通笔记本平均贵57%，厂商为了去库存被迫让利10%。Gartner分析总监Ranjit Atwal的原话是——"企业希望转向AI PC，但缺乏令人信服的商业案例，不愿支付溢价。"
所以，换机潮是真实的，但驱动它的力量比媒体报道的要复杂：一部分是AI能力确实进化了，推动高端用户自发升级；另一部分是Windows 10在2025年10月停止支持，逼着大量企业客户不得不换机，而他们碰巧遇到了货架上全是AI PC的局面。
这两件事叠加在一起，制造了一个"AI换机潮"的叙事。
真正值得认真对待的问题是：当NPU这个词从规格表走向日常使用，苹果、高通、AMD这三张牌，到底谁在真正解决问题？谁又在靠PPT数字撑场子？
今天这篇，咕咕带你把这件事说清楚。

一、三块NPU，三套逻辑，但99%的人用到的功能差不多

要理解这场三方厮杀，先得理解NPU这东西到底在做什么。

NPU，神经网络处理单元，本质上是一个针对矩阵乘法极度优化的专用加速器。大模型推理、图像识别、语音处理，本质上都是海量矩阵运算，CPU做这件事效率低且功耗高，GPU做得快但费电，NPU是专门为了在低功耗下跑这类任务设计的。

微软划定的Copilot+ PC门槛是40 TOPS（每秒万亿次运算）。这个数字拍板之后，三家主要玩家各自交出了答卷：

• 苹果M4的Neural Engine：38 TOPS（M4 Pro更高），但整体SoC算力远不止这个数字，统一内存架构让CPU、GPU、NPU之间数据流转几乎零损耗；

• 高通Snapdragon X Elite的Hexagon NPU：45 TOPS，是最早满足微软标准的Windows AI芯片，后续X2 Elite直接拉到80 TOPS；

• AMD Ryzen AI 300的XDNA2 NPU：50 TOPS，同时是业界首款支持Block FP16的NPU，理论上在不牺牲精度的前提下提供更高吞吐量。

数字放在一起，AMD赢了，高通次之，苹果稍逊——但这个排名在实际体验里基本没有意义。
为什么？因为当前AI PC的本地AI任务，几乎全部集中在：会议降噪、实时字幕、照片处理、语音唤醒这几个场景。这些任务对NPU的算力消耗，别说50 TOPS，20 TOPS就够了。就像你有一辆时速300公里的跑车，每天开车的场景是北京早高峰，那跑车的极限速度跟你没关系。
真正的差距不在算力数字，在生态。

这就是苹果到目前为止仍然稳坐第一把椅子的原因。M系列芯片的神经引擎跑本地大模型，从MLX框架到Ollama生态，软件适配的完整程度远超Windows阵营。一个7B参数的语言模型，在M4 MacBook上本地推理流畅，在同等定价的X Elite机器上，你还得先跑一遍兼容性测试，搞清楚用的是CPU跑还是NPU跑。
高通X Elite的麻烦在于，它是ARM架构，但它不是苹果。苹果用Rosetta 2完成了x86到ARM的生态迁移，而Windows on ARM到今天仍然有一批软件需要x86仿真，仿真层的性能损耗在计算密集型任务上会让NPU的优势大打折扣。知乎上对X Elite的测评里有句话很直白：

"原生ARM软件下能打，但非原生软件你得自行打六七折。"

AMD Ryzen AI的处境更微妙。它是x86，所以软件兼容性最好，但x86架构的历史包袱也最重——能效比天然不如ARM，意味着同样的NPU算力跑出来，功耗更高，对轻薄本是个掣肘。
咕咕的一手判断：这三家NPU的实质差距，2026年不在硬件规格，在于

谁的软件生态能让NPU真正被调用起来

。苹果已经做到了，高通还在追，AMD靠x86兼容性守住了企业市场，但在消费端的"AI感知"体验上落后最多。
 

一个值得注意的细节：2025年底高通发布的X2 Elite，NPU算力从45 TOPS暴涨到80 TOPS，同时在现场演示中，Adobe Creative Cloud在X2 Elite上的运行效率比竞品提升28%~47%。这说明高通意识到了问题所在，开始从软件生态而非单纯算力的角度来证明自己。2026年搭载X2 Elite的新机上市，这场三方厮杀会进入第二回合。
还有一个维度经常被忽略：

内存带宽才是本地大模型推理的真正瓶颈，不是NPU算力

。跑一个7B模型，内存带宽决定了token生成速度，而苹果M系列的统一内存架构在这一点上有结构性优势。AMD和高通的方案，内存是通过总线连接到NPU的，带宽存在瓶颈。这个差距短期内不会因为TOPS数字的提升而消失。

二、这波换机潮，谁在赚钱，谁在陪跑

从产业链的角度把这件事拆开看，利润分布比出货量数据有意思得多。
先说谁是真赢家。

台积电。没有悬念。M4用台积电3nm，X Elite用台积电4nm，AMD Ryzen AI也是台积电4nm。这场NPU军备竞赛，不管谁赢，台积电收单子。更关键的是，AI PC对存储带宽的需求拉动了LPDDR5X内存的需求，存储颗粒厂商三星、SK海力士、美光跟着喝了一口汤。

然后说整机厂。
这波AI PC带来的均价提升是真实的。AI PC比普通PC的毛利率高5%~10%，联想、惠普、戴尔都在财报里提到了这个趋势。但问题是，这个溢价能不能传导到终端消费者手里，是有争议的——如前面说的，厂商曾经为Copilot+ PC降价10%去库存，说明定价还在博弈阶段。
咕咕做了个粗略的ROI估算，假设一个50人的企业团队，将现有的老款PC换成AI PC，按高端机型均价贵3000元计算，硬件总增量投入约15万元。如果AI会议转录功能帮每个人每周节省1小时的会议纪要时间，50人×1小时×52周，年节省2600小时，按平均时薪200元计算，约52万元的人力价值。理论上不到半年回本。
但这个ROI估算有一个大前提：那2600小时的节省必须是真实可度量的。
现实是，AI功能在企业实际使用中的渗透率非常参差。根据一线市场的调研数据，47.5%的用户"一般了解AI PC"，45.5%的用户"听说过但不知道具体是什么"——也就是说，相当大比例的AI PC买家，压根没有认真用过NPU相关的功能，溢价买了一颗"空置的NPU"。
产业链里最值得关注的隐藏机会，是两个被市场低估的方向。

• 第一是端侧推理的软件层。谁能把大模型部署到AI PC上的门槛降到最低，谁就能吃到这波硬件换机潮的软件红利。这个赛道上，Ollama、LM Studio这类工具已经在极客圈验证了需求，下一步是企业级封装。国内这块还几乎是空白。

• 第二是企业侧的AI PC管理和合规工具。企业买了AI PC，IT部门需要管控本地模型的数据安全边界——哪些数据可以过NPU处理，哪些不能。这是个被完全忽视但确实存在的刚需，尤其是金融、医疗、政府行业。

咕咕的商业判断：现在是进场时机，但要进对赛道。
整机和芯片的硬件层，核心玩家已经格局稳定，没有新入场空间。真正有机会的是端侧AI的应用软件和管理工具层，这两块2026年才刚刚开始有真实的企业预算。Windows 10停止支持+AI PC换机潮的叠加，会在2026年把大量企业客户同时推进换机决策，应用层的窗口期就在这18个月里。

三、咕咕的最后一刀：这场战争里，最大的谎言是什么

关于AI PC，行业里有三种常见声音，咕咕明确站一边，把另外两边的逻辑漏洞说清楚。
第一种声音：AI PC是换汤不换药的营销，NPU根本没用。
这个判断有一半对，一半错。说它对：当前绝大多数用户确实没有用到NPU的核心价值，很多"AI功能"打开云端算力也能完成，NPU的独立价值在消费场景里确实被高估了。
说它错的地方：本地推理的需求是真实存在的，只是被市场提前了。当7B~13B的本地大模型成为标配的时候，NPU的算力和内存带宽就会真正成为瓶颈——就像当年智能手机里的GPU，最开始也是"PPT配置"，后来随着游戏和视频需求起来，才变成刚需。这个时间节点，咕咕判断在2026~2027年会真正到来。

第二种声音：苹果M系列已经无敌，高通AMD不用看了。
这个判断低估了Windows生态的惯性。企业端95%的生产力软件在Windows上，不是所有人都能迁移到macOS。高通X2 Elite的80 TOPS和正在改善中的ARM生态，加上微软在Copilot深度集成上的持续投入，Windows AI PC的体验差距正在快速收窄。
苹果的真正护城河不是NPU算力，而是

从芯片到操作系统到应用的全栈自研能力

——这件事高通和AMD的芯片本身做不到，需要依赖微软，而微软的节奏永远比苹果慢半拍。这个结构性差距，才是苹果未来3年内维持高端优势的底层逻辑。
第三种声音，也是咕咕认为最危险的一种：2026年AI PC达到54.7%占比，说明这是历史级别的换机潮，现在不入场就晚了。
这个叙事最需要拆穿。54.7%的数字里，有相当一部分是"被动AI PC"——厂商下架非AI型号，消费者没得选，只能买AI版本。真正由AI能力驱动的主动换机，大概在20%~30%区间，剩下的是操作系统更替、设备老化、渠道结构变化的复合推动。
这不是说换机潮是假的，而是说：用"54.7%"来论证"端侧AI应用已经大规模爆发"，是从数据到结论的一次跳跃。真正的AI应用爆发，需要等软件生态追上硬件，2026年是起点，不是终点。
最后说一句真心话： NPU战争的本质，是一场关于"谁能让大模型在你手边的设备上真正跑起来"的竞争。苹果已经在高端市场证明了可行性，高通和AMD还在补课。这场仗2026年打得最激烈，到2027年格局基本清晰。
买机器的人不用太纠结，高端需求认准苹果，Windows生态认准X2 Elite或Ryzen AI 300，选一个软件生态适配最好的，NPU数字不是选购标准。
关注咕咕，下期聊聊端侧大模型推理的真实体验：哪些模型在本地跑得好，哪些会让你后悔开这个头。