AI纪元来临，硬件行业未来的路在哪？CES2025盘点总结

CES 2024科技盛宴在拉斯维加斯圆满落幕，从1月9日至1月12日，云集了AI、汽车、游戏、5G、智能家居等各领域的4000多家参展商，参会者更是超过了13万人。

不过这次的科技盛会更多围绕一个大家耳熟能详的字眼展开，那就是“AI”，似乎每家品牌都想与AI联系上，某种程度上，AI 正在通过这些消费电子产品，变得无处不在，无所不能。硬件行业也趁着AI的东风，在本次CES上大展身手，下面就一起看看硬件行业在本次CES上有何亮点表现，未来硬件行业又当如何？

AI PC浪潮来袭

要说硬件与AI结合的完美之作，这一点非老黄莫属，NVIDIA几乎成为本届CES中最“忙”的厂商，首先就是为各位玩家带来了全新的GeForce RTX SUPER桌面端GPU，你以为它只是一个玩游戏的显卡，其实不然。

随着GeForce RTX SUPER桌面端GPU一起推出的还有相对应的AI服务，首当其冲的就是Stable Diffusion应用，众所周知，NVIDIA在SD出图上的效率已经是遥遥领先的存在。这回的CES上，NVIDIA发布了Stable Diffusion WebUI TensorRT扩展的更新版，包括SDXL、SDXL Turbo、LCM-LoRA加速以及优化的LoRA支持。经过TensorRT加速后的显卡出图效率有飞跃般的提升，根据实际测试数据，与之前最快的实现方式相比，TensorRT将这两种方法的性能提升了60%。

除了Stable Diffusion，视觉内容创作厂商Getty Images还发布了由NVIDIA Picasso驱动的iStock生成式AI工具，这也是一款能够文生图或图生图的AI工具，也将极大的提升设计师的工作效率。

另外本月NVIDIA还会有Chat with RTX的技术Demo诞生，其可以由TensorRT-LLM加速，让AI爱好者使用名为“检索增强生成（retrieval-augmented generation，RAG）”的热门技术，将PC端侧大模型与自己的数据进行连接。说人话就是大模型可以很好的学习本地的数据、文件、内容等等，从而成为一个更“了解”用户的AI，为你提供更佳的使用体验。

游戏层面也可以利用AI与硬件结合，这其中最出名的就是NVIDIA的DLSS技术了，早在几年前，NVIDIA就利用AI实现游戏帧数翻倍式的性能提升，并且目前DLSS已经迭代到DLSS 3.5的版本，融合了超分辨率（Super Resolution）、帧生成（Frame Generation）、光线重建（Ray Reconstruction）与DLAA技术，通过该技术，游戏帧数能够得到极大的提升，并且其画质甚至比原生还要出众。

当然，光是提升游戏帧数还不足以称作颠覆性的AI应用，所以NVIDIA推出了ACE微服务，简单来说，它可以让游戏、工具和中间件开发者更便捷地将最先进的生成式AI语音、动画模型应用到游戏中的虚拟数字人物里，比如英伟达的Audio2Face、Riva自动语音识别等AI模型。玩家可以与游戏内的NPC进行实时对话，并且每次对话的反馈结果都不是一成不变的，这种声临其境的游戏体验在未来又将给游戏行业带来颠覆性的改变。

隔壁AMD也推出了新的显卡产品，Radeon RX 7600 XT显卡，专为1080p最高画质3A游戏设计，甚至还能实现在1440p下畅玩游戏。这张卡同样也有AI加持，像我们熟知的FSR 3就是类似DLSS 3的产物，同样是利用AI进行帧生成，使游戏更加流畅的的游戏技术。除此之外，还有Radeon Super Resolution、Anti-Lag和Radeon Boost等，都是以提升游戏体验为目的的核心科技。

如果说AI时代，如何将AI真正的具象化，那AI PC应该是目前的代表作。不单止显卡有AI，现在CPU也有AI了。英特尔在CES前夕发布了Meteor Lake架构的Ultra处理器，这款处理器与过去以往的都不一样，其最大的亮点就是增加了全新的NPU计算单元。这个NPU的特点是在处理AI工作负载时非常高效也非常省电，配合英特尔的CPU以及GPU，酷睿Ultra总体算力可以达到 34TOPS，为AI PC全面爆发打下基础。

AMD则是更早将AI PC带到现实的厂商，早在2023年初就发布了锐龙7040系列处理器，不但为笔记本带来了迄今最先进的4nm制造工艺、Zen4 CPU架构、RDNA3 GPU架构，还第一次为x86处理器加入了独立的NPU AI引擎硬件单元，这也是AI PC的起源。不过今年的CES上，AMD更进一步，公开了锐龙8040系列性能，相比酷睿Ultra，该系列处理器在AI性能、游戏性能、办公性能、能效等方面，更强大一些。其仍然基于Zen4 CPU架构、RDNA3 GPU架构、XDNA NPU架构，不过通过进一步挖掘潜力，提升了各部分的频率和效率，使其AI性能更上一层楼。