黄仁勋重新定义AIPC，行业解读！

1、AI PC行业出货量与定义

AI PC出货量趋势：今年整体PC出货量预计为6500-6800万台，其中AI PC预计出货3200-3300万台，较去年增加700-800万台。AI PC出货占比逐年提升：2024年占比为15%，2025年占比达30%以上，2026年占比接近50%，2027年占比将超过60%，届时AI PC将成为PC主力出货品类。

·AI PC定义与主流方案：AI PC的核心技术基础为2023年底英特尔发布的首款AI PC SOC，采用CPU+GPU+NPU三模合一架构，可在单SOC内完成语音、文字、图像、视频的AGI生成及多应用并发，运算效率更高，是英伟达NX发布前业界主流的AI PC方案。另有传统PC外挂NPU卡实现简单语音、文字一键生成的过渡方案，严格意义上不属于AI PC，也非主流形态。

2、英伟达NX芯片技术与生态优势

·NX核心技术特征：英伟达NX采用CPU与GPU融合架构，通过统一内存设计实现二者共享同一内存池，内存池上限达128G，英特尔相关产品未采用统一内存方案。算力层面，英特尔各档位AI PC SOC综合算力分别为：低档位Meteor Lake30T，中档Lunar Lake120T，高档Ponte Lake180T；英伟达NX推理算力达200T，远超英特尔全系列产品算力水平。

·NX生态布局价值：英伟达NX依托统一内存池架构，可结合CUDA生态下沉到PC的SOC侧，完成端侧产业布局。目前英伟达已形成覆盖AI服务器、推理卡、端侧产品的完整生态闭环，在云边端完成全链路生态布局，该全栈布局对英伟达具备极高价值量。

3、NX对PC产业的影响与劣势

·NX带来的PC产业变化：NX的高算力可对端侧大模型部署形成强支撑，此前32B、70B这类中小私有化模型通常需在一体机上运行，当端侧具备200T算力后，在PC侧即可流畅运行，Open Cloud类应用运行效果也会得到大幅提升。同时NX催生了To Agent型AI PC新形态，区别于传统To C、面向个人用户的AI PC，这类新形态产品核心服务对象为智能体而非个人用户。当前智能体可分为个人智能体、企业智能体、场景智能体三类，NX卡位精准，可在多智能体之间实现协同、编排，运行效率更高，和传统AI PC形成明显差异化竞争优势。

·NX当前发展劣势：NX当前发展存在劣势，核心来自其采用的Windows ARM架构的生态适配短板。2024年高通与微软发布Cloud PC时，选用当时算力最强的高通X Elite芯片，其NPU算力达45T、综合算力近90T，但该款Cloud PC年底出货量占比不足1%，表现惨淡。核心原因是Windows ARM生态软件适配度较低，AutoCAD、SAP等常用专业软件均无ARM64版本，仅覆盖x86的32位、64位版本。软件厂商开发ARM64版本的核心前提是ARM PC市场体量达到阈值，当ARM PC体量达10%时，SAP这类厂商仅需3-6个月即可完成适配版本开发，目前Windows ARM生态的专业软件适配仍需长期推进。

4、ARM与x86生态对比及NX定位

·ARM生态核心突破方向：ARM生态当前重心并不放在To Man场景，核心突破口分为两大板块：a. To Machine市场，微软已在B端To Machine场景布局系统适配，存在明确增量市场空间；b. To Agent市场，该赛道属于新兴市场，未来智能体的数量、种类将持续扩容，对产品定制性要求较高，NX已卡位To Agent市场布局。

·ARM生态当前短板：当前Windows ARM生态仍存在明显短板：a. 生态完备度差距较大，2024年高通发布X Elite时，Windows on ARM生态完备度仅为x86的80%-83%，两者差距达17-20个百分点，MATLAB、SAP、AutoCAD等核心专业软件均缺少ARM64版本，该问题是未来2-3年内ARM生态发展的核心瓶颈；b. 现有适配覆盖有限，Office、Teams等基础软件可在ARM架构Windows PC上正常运行，但专业软件适配不足会直接降低用户购买意愿；c. 渗透前置条件明确，预计到2028年，若ARM生态完备度达到90%，且智能体发展成熟，才具备逐步渗透B端、C端客户的基础。

·NX短期客群定位：现阶段智能体发展仍处于起步阶段，大量操作仍需人工协同、认证确认，Windows ARM生态在To Man端的兼容性仍有提升空间，因此NX现阶段的核心目标客群为AI开发者，该客群体量相对整体Windows客户群规模较小。长期来看，NX渗透至B端、C端客群需要满足两个前置条件：一是2028年左右Windows on ARM生态完备度达到90%，Adobe、AutoCAD、SAP、MATLAB等常用软件均推出ARM版本；二是智能体发展足够成熟，GUI智能体、自动化流程智能体均实现广泛落地应用。

5、AI PC与传统PC核心差异

·AI PC行业发展转折点：2024年为AI PC元年，上半年Q1、Q2销量惨淡，虽有搭载三合一CPU、DDR5内存优化可跑Agent的宣传，但缺乏实际效率提升案例及一键应用场景，用户无法感知AI PC的价值。2024年6月微软发布Copilot PC为行业转折点，自此行业明确AI PC的核心价值是基于用户轨迹、用户画像跟踪开展用户意图预测。

·两类PC核心逻辑差异：AI PC与传统PC核心运营逻辑存在本质区别：传统PC以操作系统为核心、以软件使用为核心逻辑；AI PC以用户画像为核心、以AGI应用为核心逻辑。AI PC的核心价值不在硬件也不在软件，而在AGI应用，其能力核心是基于用户画像本地模型的API能力开放，即基于Windows Copilot API结合用户本地模型做二次封装后开放，AGI应用开发者及企业可基于这些API开发相关应用。例如用户需整理数百条Teams群消息时，AGI应用可在5秒内梳理出领导指示、讨论结论、待办事项，还能自动识别用户待做PPT的需求，结合用户过往浏览轨迹生成高匹配度PPT，准确性高且可适配用户文档习惯。

·AGI应用生态发展情况：当前AGI应用生态正持续推进，相关平台AGI应用规模快速扩张：2024年AGI应用约1000个，2025年约3000个，2026年（今年）预计达5000个。AGI应用生态是用户购买AI PC的核心参考指标，也是AI PC与传统PC的核心区别之一。

6、AI PC硬件成本与架构差异

·AI PC硬件成本情况：不同配置AI PC及核心芯片成本差异显著：a. 普通AI PC ASP涨价后约为8000元，CPU的BOM占比约27%；b. 英特尔Pacifica单颗芯片价格约为350-400美元；c. 搭载NX的AI PC整机定价约为2500美元，按SOC成本占BOM的20%测算，其SOC成本超过500美元，高于英特尔同类芯片。

·两类厂商架构与能力差异：两类厂商PC架构设计存在本质差异，直接导致端侧性能差距：a. 英特尔采用CPU、GPU物理隔离的传统分离架构，GPU仅可使用自身专属显存，剩余内存数据传输需走PCIE通道，存在效率缺失，该架构下目前旗舰AI PC仅能运行20B参数的模型；b. 英伟达采用CPU与GPU共享统一内存池的创新架构，共享LPDDR5的128G内存并在硬件寻址空间做统一地址分配，可大幅提升CPU与GPU之间的数据推理效率，对PC架构革新具备战略意义，该技术可使内存利用率提升3-5倍，搭载对应架构的NX设备可流畅运行70B参数大模型，性能优势明显，统一内存架构技术目前英特尔暂不具备。

7、NX对英特尔市占率影响分析

·英特尔技术追赶可能性：英特尔具备开发统一内存池的技术能力，仅需考量自身研发意愿。但其追赶英伟达的核心短板为CUDA生态不足，统一内存架构落地后，库的生态兼容性仍弱于英伟达，且整体算力难以达到200T量级，生态短板是其技术追赶的核心制约因素。

·市占率影响核心变量：当前Windows系统在PC操作系统市场市占率达95%-96%，处于绝对垄断地位。Wintel联盟已合作适配多年，x86软件生态极为成熟，全行业通用软件均有x86适配版本，是英特尔现有市场份额的核心护城河。NX对英特尔市占率的扰动程度，核心取决于微软对Windows on ARM生态的推动力度，软硬件整体适配体系完善度是核心判断标准。

·不同场景下的发展预期：当前英特尔在To Man的AI PC市场仍保持相对领先地位。若微软看好to Agent市场前景，大力推动Windows on ARM生态建设，积极推动ISV合作伙伴推出ARM版本软件，ARM架构PC将逐步获得一定市场份额；若微软策略保守，未积极推进软件兼容性适配，NX仅能在AI开发者、AI主机等小众场景出货，对英特尔整体市场态势影响有限。其中AI主机场景下，2个NX堆叠即可达到400T算力，可支撑端侧PC与AI主机的API交互，实现agent自动化执行。

8、联想AI服务器业务布局与盈利

·海外AI服务器业务布局：今年海外AI服务器业务推进顺利，北美市场相关产品出货与客户拓展均达预期：

a. 产品与出货规划：GB300 NV72全年出货预计2000-2500柜，单柜售价约400万美元；Q4将少量出货Rubin NV72，单柜售价700-800万美元，两类产品均为核心利润增长点。

b. 客户布局：当前英伟达配额为5%-7%，是微软第五大服务器供应商，在微软的服务器份额约8%；北美CSP核心供应商以广达、富联、纬颖等台系厂商为主，合计占比50%-55%，其次是惠与、戴尔等美系OEM厂商占比约25%，剩余份额由其他厂商分食，目前已拿到谷歌、亚马逊、苹果的订单，产品品质已获得北美客户认可，该资质获取对后续业务拓展意义重大。

c. 明年出货预期：若2027年英伟达配额提升至7%-10%，NV72整体出货预计可达3000-4000柜，将对业绩形成显著拉动。

·国内AI服务器业务布局：国内AI服务器业务分CSP、大B端两类市场差异化布局：

a. CSP客户布局：受国内政策限制无法部署NV72，为阿里、字节、腾讯等国内CSP客户提供AV72产品，部署在新加坡、马来西亚的数据中心，客户对该合作模式接受度较高。

b. 大B端客户结构：国内服务器出货中，政府客户占比20%、金融客户占比15%、电信客户占比10%，三大类B端客户出货量合计占比超50%，是国内业务的核心利润来源。

c. 服务模式：针对B端客户提供交钥匙整体项目交付，覆盖服务器硬件、统一监控/系统平台/统一编排等软件能力、大模型优化配置、AI应用开发全链路，形成硬件+软件+模型+应用的完整方案交付体系。

·分产品毛利率水平：不同品类服务器毛利率差异显著，公司重点布局高毛利AI服务器产品线：

a. 通用服务器毛利率为10%-11%，是全品类中毛利最低的产品线；

b. 八卡AI服务器毛利率为13%-14%；

c. GB300 NV72毛利率为15%-17%；

d. Rubin NV72毛利率为18%-20%。

当前公司产品重心聚焦AI服务器相关系列，包括八卡机、NV72超节点等品类；客户群重点覆盖海内外CSP客户，海外以微软、谷歌、亚马逊为主，国内以字节、阿里为主，国内B端市场重点聚焦政府、金融、电信三大高毛利行业，保障整体毛利水平维持在较好区间。

·分客户群盈利表现：不同区域、不同类型客户的盈利表现差异较大，公司针对性布局优势市场：

a. 北美市场：CSP客户（微软、谷歌、亚马逊、苹果）以AI服务器出货为主，配套少量通用服务器，各品类毛利率均比国内高1-2个点，CSP客户出货金额占北美整体的近80%；北美政府、金融、电信等头部B端客户被惠与、戴尔占据，对应毛利可达近25%，公司仅能覆盖二线中小B客户，毛利率为17%-19%，低于国内B端毛利，核心原因是本地模型能力在北美客户渗透率不及国内。

b. 国内CSP客户：出货量占国内整体约25%，销售金额占比达50%-60%，核心客户为字节、阿里、腾讯，其中通用服务器毛利率10%，八卡AI服务器13%，部署在新加坡的GB300 M72毛利率约17%与海外持平，Rubin当前配额仅3%，今年仅供给北美微软，国内CSP客户需明年视配额情况推进。

c. 国内B端客户：政府项目为三年滚动规划的全链路打包交付，毛利率23%-25%，为全品类最高；金融客户提供端侧硬件、软件平台、模型定制化开发服务，毛利率20%-22%；电信客户以AI服务器采购为主，模型落地较少，毛利率20%。

d. 创新业务：面向医疗客户推出的AI诊疗一体机可在打印检验报告同时提供初步AI诊断建议，将医生单日接诊量从50人提升至70人，受到医院欢迎，毛利率达23%-25%，当前B端推理类端侧产品渗透率正持续提升。公司当前B端业务重心放在国内市场，规避北美市场戴尔、惠普的竞争劣势。

9、AI服务器行业竞争与毛利差异

·国内服务器行业竞争格局：国内AI服务器行业核心厂商包括浪潮、华勤等，浪潮当前市场份额较大，采用ODM代工模式，通用服务器毛利水平偏低。去年阿里部分服务器采购订单分流至华勤，华勤整体毛利率仅为6%-7%，低于浪潮毛利水平，这类低成本厂商未来将进一步抢占浪潮的市场份额，依赖低价的盈利模式不具备长期优势。面向CSP客户主力布局AI服务器（含八卡机、超节点），未来将重点面向B端客户以端边云整体方案实现交付。

·联想高毛利核心原因：毛利率高于行业平均有三方面核心支撑：a. 具备自研液冷方案优势，区别于ODM厂商选用第三方液冷方案，自研液冷可根据客户需求定制，针对高预算客户可采用金刚石铜材质冷板液冷，对液冷要求更高的客户可提供浸没式液冷方案；自研液冷方案可拉动毛利提升2-3个百分点，不同型号AI服务器中液冷方案BOM占比不同，GB30172型号BOM占比约8%，Rubix HR型号BOM占比可达10%。b. 客户结构带来售价差异，北美客户砍价幅度低于国内客户，同配置的AI服务器GB300 NV272在北美售价更高，对应毛利水平也更高。c. B端业务附加值更高，面向B端客户提供端边云整体交钥匙方案，液冷能力、软件模型能力可充分渗透，叠加AGI应用生态逐步开发，整体毛利远高于CSP客户。

10、联想与字节端边云合作

·端边云多场景合作布局：双方合作覆盖云侧、边侧、端侧全链路，对未来整个生态建设十分有利，具体合作内容如下：a.云侧：为字节提供销制服务器、AI服务器，本地模型能力以API开放的方式与字节豆包交互，字节可调用云平台API使用本地模型开展AI应用开发；b.边侧：共同助力字节云能力下沉至边缘侧，打造定制化场景解决方案，例如医疗场景中计划在医疗一体机搭载豆包实现AI诊疗，推动字节云业务从云侧渗透至边侧，字节相关布局启动较早，去年就计划通过多包手机将云能力赋能到端侧，当前也在推进B端客户的边侧云能力拓展；c.端侧：双方在AI PC端实现API互通，AI PC会加载豆包，同时AI PC本地模型能力也会通过API形式开放给豆包。

11、搭载NX的AI PC产品规划

·NX AI PC产品与定价：高端NX AI PC定价在2300-2500美元档位，属高端PC产品线，将覆盖Yoga、ThinkPad轻薄本、拯救者AI创作本三个产品系列，每个系列各推出数款机型。产品目标客群为AI设计从业者、高端商务用户，整体毛利水平相对较高，核心定位为AI主机，Yoga、ThinkPad、拯救者三大高端品牌均将发布相关NX AI PC产品，核心价值落脚点为探索设备强算力的实际落地应用路径。

·产品落地核心瓶颈：NX AI PC的规划方向为搭载Open Cloud实现边侧部署，可与普通AI PC形成端边AI混合调用协同，具备较高应用价值，但产品落地的核心瓶颈为微软Windows ARM的API开放程度。微软API分为A、B、C三个等级：A类涉及Windows核心进程、重要文件操作等内容，严格禁止开放；B类涉及文件复制、打开等操作，需用户确认后开放；C类为浏览类权限，完全开放。三类权限的开放比例直接决定Windows ARM生态及Open Cloud在Windows生态的发展节奏。此前高通推出的X Elite推进效果不佳，核心原因是Windows on ARM生态发展薄弱、微软对ARM生态推动力度不足。当前英伟达全力布局AIX，核心瓶颈仍在微软，取决于其在Windows on ARM生态上的推进动作。微软出于PC作为生产力工具的安全考量，对权限开放整体偏谨慎，预计将针对性提升A、B等级权限开放比例适配高算力AX芯片，加快Open Cloud部署节奏。

12、英伟达C端生态优势与场景

·英伟达C端生态核心优势：英伟达将服务器端AI训练侧的成熟模型生态优势延伸至C端，核心逻辑是大幅降低大模型端侧部署门槛与成本，打造突出性价比优势。此前部署70B参数大模型需配置至少1-2张5090显卡的工作站级设备，部署成本约5万人民币，现在通过NX即可在单设备端侧运行70B模型，部署成本降至1万多人民币。针对边侧推理模型部署场景，此前采购应用一体机的成本约为3-5万人民币，现在仅需一半价格购买NX即可完成70B推理模型的边侧部署，成本降幅显著。

·适用场景与现存瓶颈：NX AI PC的核心适用客群为小微企业、专业服务机构等有端侧大模型部署需求的客户，典型应用场景包括律师事务所卷宗处理：过去人工处理大量卷宗耗时久、效率低，现在可通过APC的OCR识别能力、智能体扫描研判功能，1小时内即可完成数千数百份卷宗的梳理，统计输出法官判决倾向相关报表，大幅提升工作效率。此前该类场景的部署成本约5.5-10万人民币，现在仅需1-2台单台价格2500美金的设备，总成本约3万人民币即可实现端侧部署，且设备为AI PC形态，相比传统工作站便携性更强。当前产品落地仍存在瓶颈：一方面需要对应行业的模型能力适配场景需求，才能为客户带来明确效率反馈；另一方面Windows ARM生态适配不足，除常规Office软件外，Adobe等专业类Arm64软件的适配完备性仍待提升，需加速追赶X86生态的适配水平。

13、AI PC产业趋势总结

·AI PC产业格局：当前AI PC产业由北美厂商主导，核心SOC制程领域话语权集中在英特尔、AMD、高通、英伟达等厂商，国内整体AI PC SOC领域话语权相对偏弱。信创类PC的SOC尚处起步阶段，整体性能与头部厂商相比仍有较大差距，不过信创AI PC SOC已有国内厂商布局，可通过自主研发模型适配信创场景，无需依赖英特尔、英伟达等海外厂商，在定制化生成能力上具备一定优势。

·未来发展趋势：未来3-5年AI PC产品形态将更加多元，覆盖To Man、To Machine、To Agent、信创等场景；同时支持外挂卡方式灵活升级NPU、GPU算力，降低算力升级成本，具备一定应用空间。出货量预期方面，2027年AI PC整体出货量占比将超过80%，2028年之后传统PC出货量占比仅为20%，AI PC将成为PC市场主流产品形态。

14、AI PC热点问题解答

·本地与云部署成本对比：本地部署AI PC与云部署的成本存在时间维度差异：搭载NX的AI PC短期购置成本约2500美元（约1万元人民币），看似投入较高，但长期使用3-5年的tokens总成本显著低于云端部署，适配有长期大模型使用需求的小微企业客户，性价比突出。

·算力升级解决方案：首先明确端测算力的四个等级划分及对应能力：

a. 10T以下（轻量级算力）：对应AI摄像头、AI收银台等设备，可支撑2-3B参数的模型运行；

b. 50-100T：对应AI手机，可支持语音、文字、轻量级图片AI生成类应用；

c. 100-200T：为当前主流AI PC的核心算力等级；

d. 200T以上（超边缘节点）：典型产品如英伟达DGX、NX等，单芯片算力达200T，可支持双芯片堆叠实现400T/600T算力，可运行70B-100B参数的大模型，适配多视频、多类型AI并发场景。

其次可通过端端AI协同解决单一硬件算力不足问题：可根据应用需求灵活调度不同端侧算力，语音生成任务调度至AI手机，图片生成调度至AI PC，多并发任务调度至超边缘节点/AI主机，不依赖单一硬件产品，可显著提升整体AI利用率。

来源：全产业链研究院