英伟达、苹果同时下场，端边AI战争提前开打。

今年6月，英伟达CEO黄仁勋发布RTX Spark超级芯片（内部代号N1X），正式开启了布局个人电脑（PC）核心处理器市场。

当时，黄仁勋毫不掩饰其野心，直言这将是“PC行业40年来首次彻底重新设计与再造”。

本周五，基于RTX Spark的笔记本电脑全球新品首发体验会上，大量粉丝和KOL挤在北京双井京东Mall里面，社群上High翻天。

当然不止是英伟达。

近期，苹果董事长TimCook也确认，国内苹果AI功能将会在本月向用户测试，12月发布。

而Meta发布的8160亿参数Muse Spark Open开源模型，已联手苹果实现两台M5 Ultra Mac Studio 本地运行，而Meta+苹果的组合被认为直接挑战英伟达CUDA生态。

英特尔也在加紧布局下一代用于端侧的AI芯片，预计明年推出的端侧AI计算产品将实现每瓦性能提升9%、功耗降18%，而下一代 Razor Lake-AX 系统级芯片将于2028年推出。

在国内，端侧AI算力公司 后摩智能本周公布，其后摩漫界M50量产不到一年，已经获得150多个产品定点，服务客户超过百家，产品应用覆盖Agent Computer、智能移动终端、具身智能机器人、边缘推理等多个方向。

后摩智能创始人、CEO吴强对智能纪元AGI表示， 大模型从说话、做事，Agent对底层计算带来了变化，因为它的Tokens数量级有2-3个数量级的提升，这对计算效率提出了一个高要求，而后摩M50最核心优势在于功耗很低。

“智能终端PC未来潜力会更大，从普通PC变成AI PC，市场慢慢渗透过程中，还有机器人，这些未来潜力都很大。”吴强表示。

端侧AI为何“翻红”？

两年前，ChatGPT引发全球热潮，英特尔大喊了一个新概念：AI PC，个人AI电脑。

随后，AI手机、AI平板、AI智能体终端、具身智能、具身终端等概念应运而生。

当时，英特尔称AI PC终端要到1亿台。 尽管 据‌Gartner等机构预测，2026年全球AI PC出货量将达到1.43亿台以上，渗透率约55%，超过传统PC产品，但实际AI Agent真实渗透率和使用率却不到5%。

为什么端侧AI重点一直无法真实渗透进去？我们也曾与行业人士交流过，主要有三个原因：

1、全新的AI终端价格高昂，比正常的平板、PC、手机设备要贵一些，导致消费者无法更新换代。

比如，我手里的英特尔Ultra的联想电脑设备，要高达12000元起；最新的RTX Spark终端高达2万-5万元之间不等。

然而，RTX Spark 它 CPU 基本上在 15 核的 M5 Pro 芯片的水平，而 GPU 的性能呢，大概介乎于 M5 Pro 和 Max 之间，和 5070 的笔记本电脑版本差不多。

如今，AI终端处于“性能过剩”时期，加上全球经济放缓，AI PC、AI手机都处于放缓阶段，消费者的电脑换代需求不强，使用AI依然在Chat阶段，即便真正使用AI智能体，也都可以用云端的Workbuddy或模型Agent产品，端侧下载使用需求不大。

2、之前端侧AI能力不强，用户担心AI的幻觉问题，对于安全使用AI技术不放心。

例如，一家端侧AI模型的公司创始人告诉我，手机厂商前期会找一些模型厂商进行接触和技术细节展示，即便最后达成合作，可能手机厂商也不会直接使用这些模型进入手机产品当中，更可能的是自己直接下场去做，找一些开源模型进行迭代，主要原因在于防范AI数据接口和安全不会掌握在自己手中。

两年前，端侧AI可用的模型尺寸是在70亿左右，AI经常会出现“幻觉”和错误信息，更不用说索取手机上的隐私数据，对于用户来说，端侧AI能力不强，还不如使用豆包、DeepSeek等。

当然，如今端侧AI模型有了很大变化。

今年9月，面壁开源了MiniCPM5-2B 在 Artificial Analysis 榜单上排全球 4B 以下第一，模型能力能够与云端模型比肩；而vivo等厂商的AI手机中都能直接塞进30B左右的MoE模型，问答、查本机数据和记录日程待办这类简单任务都可以轻松实现。

此外，Anthropic、MiniMax、阿里千问等海内外大厂的新一代轻量级模型能力飞跃，使得端边可部署模型和云端旗舰模型之间的差距收窄；芯片则进一步突破硬件能效上限，让端边设备可部署的模型更大、推理速度更快。

后摩智能联合创始人、产品副总裁信晓旭透露，以千问大模型为例，Dense模型同智能水平的参数规模17个月被压缩至1/8，MoE模型则在6个月时间压缩至1/6；如今端边芯片可以跑120B模型。

3、存储价格上涨，导致端侧AI终端价格上涨、需求放缓。

今年以来，存储价格开始从上涨，到供需偏紧、涨幅收窄。国家统计局数据显示，今年1-7月，电子行业利润同比增长 1.1 倍，其中，以算力芯片、存储芯片为代表的集成电路行业利润同比增长18.5倍，对全部电子行业利润增长贡献率超过八成。

如今，端侧AI终端销售处于“哑铃”两端：高达15999元的iPhone Duo秒收一空，而中高端价位设备销售下降，更多销售转向价格低端的产品，AI产品也变成融入现有场景、寻找阿里华为钉钉飞书等大厂合作的一个新趋势。

这也重新传导到芯片阶段。

当前，端侧AI模型进展加速，Workbuddy、Marvis等Agent办公产品逐步成为主流，导致端侧AI芯片赛道被重新评估，芯片厂商也需要寻找新的解决方案。

“现在整个全世界 AI 被两波人赚了，一波是英伟达，一波是存储厂商，这肯定是不可持续的状态。”信晓旭表示，端侧 AI 绕不开成本，而存储在历史高点，不可持续、终会回落。因此，后摩产品布局充分考虑到了这些问题，何时存储价格应该下来了，会以存储大容量取胜，但某个时间点大家觉得存储太贵了，就会换成存储更小带宽更高，从另外的技术路径解决这个问题，再利用AI infra、异构计算、产业链控本等方式解决性能和成本问题。

如今，为了解决芯片同时应对计算、存储与功耗的约束挑战，后摩智能以SRAM-CIM为根技术，形成2D CIM与3D CIM两条技术路径，分别面向更大容量和更大带宽的需求，目前后摩智能在已有芯片产品基础上，沿两条技术路径持续规划后续产品，包含A20等，并围绕小型化模组和PCIe标卡两类形态推进板级产品演进。

事实上，SRAM存内计算把乘累加运算直接放在SRAM存储阵列内部完成，模型权重驻留在片上存储中，不用反复在存储与计算单元之间搬运数据，以提升单位功耗下的算力输出。根据后摩智能M50的架构对比数据，在AI Core层面，采用SRAM-CIM后，核心面积较传统实现下降约3/5，功耗降至原来的约1/5。

“通过提升单芯片能力、完善片间互联与多芯扩展，让不同终端能够承载更有能力的本地模型。软件工具与硬件演进配合，支持伙伴持续开发和升级产品。”信晓旭在演讲中表示，未来后摩智能的Roadmap主要推两类产品，一种是PCle标卡系列，完全应用于标准化NPU产品，即插即用；而另外一种小型化计算模组系列，直接用于机器人、Agent电脑等设备中。

吴强进一步向智能纪元AGI表示，存储涨价芯片领域的公司也心疼，尤其是3D和内存、wafer晶圆照涨，而客户冲的是算力密度、低功耗，能控的部分只能是压计算成本、让毛利给客户，把高算力和模型塞进小芯片，用极致性价比帮客户降本。

换句话说， 大模型正在重新定义“算力”，对于端侧AI算力芯片的未来，需要 用存算一体、3D SRAM-CIM等技术，让存储和芯片放在一起，实现存储、带宽、制程、计算、功耗以及这些指标之间的整体平衡，以创新的技术实现高算力、低成本、低功耗等PPA最佳的芯片产品。

家里放一台端侧AI终端，睡觉时它替你砍价

最近黄仁勋在英国对端侧AI产品提出了过去几年的一些想法，非常有future感，值得分享：

几年前我在想一个问题，在 AI 这个新世界里，计算机会是什么样子？AI会诞生出什么样的计算机？

其中最明显的一种，就是人形机器人。但我几乎可以想象，每个人都既有实体版本的机器人，也有数字版本的机器人。你会有你自己的数字机器人，它跟你一起长大，帮你做事，它就住在你家里。那么问题来了：它跑在什么样的计算机上？

大概十年前，我们推出了一种全新的计算机，叫 DGX-1，但没有人明白它是干什么用的，结果我们并没收到成堆的采购订单，而且是一张都没卖出去。结果马斯克说 我有一个 DGX-1 的客户，结果就是OpenAI。

那台机器启动起来，真正点燃了现代 AI 革命。所以几年前我想，如果每个人都有一台DGX-1，那该多好。于是我们做出了DGX Spark。

它就是DGX-1的迷你版。不可思议的是，它也有 1 PFLOPS，跟 DGX-1 一样，它基于一颗N1X的芯片，这个项目花了将近四年，原因是我们必须等GPU架构成熟，采用一种全新的浮点运算结构，它会自动适配自己所需的精度，去适配不同的层、不同的运算，等到 Blackwell 准备好，才做出一颗芯片：它同时拥有大量的浮点能力，在Blackwell架构里，还有大量与之配套的显存，而且做了很久、等了很久，最后就诞生了 DGX Spark。

它就这么待在你家里，有点像你自己的人形机器人。总之这个设备会坐在那儿，而不再是「你去使用电脑」，你是直接跟电脑聊天，它一直待在那里，替你干活。你晚上去睡觉，它可以去做研究，或者帮你在网上翻找一笔好价，或者像今天来这儿的路上，让它去找最好的小酒馆，然后生成一份很漂亮的报告，带图片、带菜单之类的。

所以这本质上就是你的个人数字机器人。我们就是为这个做了 DGX Spark。

当然，我们还想象过另一个问题：假如今天关于你电脑的一切都变了呢？我们今天所有人用的电脑，本质上跟35年前我们做出来的是同一台。而个人电脑是我们最重要的工具，我们用它做所有事。

那么在AI Agent世界怎么让电脑工具转起来，所以我们想，DGX Spark如果能跑 Windows，那就太棒了，所以四年前，微软CEO Satya和我开始讨论，如果我们把 Windows 彻底重新发明一遍，让Agent就在那里，做你的协作者，用你 PC 里的那些工具，会怎么样，我们当时想象，最终这些 agent 会学会使用工具。而今天，我们就站在这里。

所以我们做了这台电脑。它看起来神奇地就像一台 PC，而这是世界上第一台「什么都在英伟达上跑」的PC。

这或许就是终端的未来前景：让每个人都有一台AI终端，让这台智能设备自己主动干活，甚至半夜你睡觉，它都能帮你工作、帮你砍价。

今年10月24日将发布的联想AI主机P7，底层AI计算能力由 M50提供，软件栈负责连接芯片与上层模型，在约300g、整机最大功耗约30W的设备中实现最高1220亿参数大模型的本地部署。

当然，无论是主机等 家庭AI中枢，还是AI PC、陪伴机器人，这背后的算力芯片需要用同一套端边AI计算能力跨越不同产品形态，甚至需要被持续复用。

这或许就是后摩坚持发力端侧AI的原因。

六年前（2020年），后摩智能正式成立。2026年2月，后摩智能M50实现量产，采用存算一体架构，典型功耗约10W，提供160 TOPS INT8算力，能够支持35B到122B级别的大模型本地运行，公司也全面做大模型端边AI加速。

后摩智能沿着基于SRAM的存算一体+端侧AI路线坚持了六年。

“如今我只是更坚定了我们当时的转向是正确的，今天所有的一切，包括取得的一点点成绩，都是跟当年我们痛苦的转型相关的，因为我们可能领先了别人一步或者两步。同时， 我们认为这个大方向是对的，大模型推理、大模型应用这件事可能是未来10-15年的主题，端边大模型我们一定会坚持做下去。 ”

这是三年前5月，吴强当时饱含深情的说，后摩智能的使命，就是用极致芯片实现万物智能，未来公司想做的方向是“ 万物智能时代的极效计算平台国际头部智能芯片企业 ”，而公司愿景是想成为一家受世界尊重的中国智能芯片公司。

三年后的今天，当150多家服务客户选择后摩智能的时候，这个梦想已经接近现实。

“我们感觉更像一个AI产业链底层的赋能者。我们赋能的东西比较明确，因为芯片相对来说是比较客观的，你的功耗是多少，算力是多少，能跑多大，带宽是多少，这些东西相对来说比较容易评测。”吴强表示。

正如吴强所讲，端边AI芯片的商业化故事，其实才刚刚开始，一场万亿级篇章即将展开。

据弗若斯特沙利文数据显示， 全球端侧AI市场规模预计将从2025年的3219亿元增长至2029年的1.22万亿元， 复合年均增长率 达到40%。