自生成式人工智慧（Generative AI）問世後，AI 成為大家津津樂道的話題。然而在世人的目光集中在專業級 AI 用硬體如 NVIDIA 的 A100 或是 H100 時，消費性處理器也悄悄地跨入了 AI 領域，讓一般消費者也能感受到 AI 硬體所帶來更好的使用體驗。

AMD首先推出了具備xDNA AI單元的Phoenix處理器，並且市面上已經可以買到搭載Phoenix處理器的筆電。AMD強調自己目前於x86處理器導入AI的競賽取得優勢，透過內建的xDNA AI單元能夠支援Windows 11內建AI影像優化技術Studio Effects，使用者可以在不損CPU效能且耗電量極低的情況下使用多個網路攝影機（webcam）特效如背景模糊、頭像追蹤或是眼神聚焦。

微軟也表示，今年底會推出的Windows和Office 365 Copilot生成式AI助理也會支援NPU（Neural-network Processing Unit，神經網路處理器）如xDNA或是Intel的VPU。

（Source：AMD）

Intel目前並無具備NPU的消費性處理器，但其之前已於COMPUTEX預告今年第三季會正推出具備VPU（Vision Processing Unit） AI單元的Meteor Lake處理器。且相較於AMD僅聚焦於Windows Studio Effects的支援，Intel強調目前正在和多家ISV（Independent Software Vendor，獨立軟體供應商）合作，期望未來有更多軟體原生支援VPU。

Intel更展示了目前正在和遊戲引擎開發商Unreal合作的專案，遊戲開發者能夠利用VPU進行動態捕捉（Motion Capture），不僅可以減輕GPU的負擔，且耗電量遠低於GPU。

（Source：Intel）

NVIDIA GeForce GPU 打造多元 AI 應用，完整度力壓處理器

然而不管是Intel的VPU或是AMD的xDNA，現都仍處於初始階段，硬體之上的相關應用仍非常有限。這時就不得不提及NVIDIA。NVIDIA雖然沒有針對消費性市場推出自己的處理器，但其仍憑藉著在AI領域深耕多年的經驗在消費性GeForce GPU上打造了相當多的AI應用，完整度甚至壓過了處理器。

早在2018年NVIDIA推出具備Turing架構的RTX 20系列GPU，核心內就已搭載支援AI的Tensor Core。如今發展到第四代Tensor Core（內建於RTX 40系列GPU），搭配NVIDIA開發的各項應用如具備遊戲升幀技術的DLSS3、網路攝影機優化Broadcast、生成式AI遊戲場景設計Canvas 360和遊戲內NPC（None-Playable Character，非玩家角色）生成式AI對話，讓GPU在AI領域相關的應用遠勝於NPU。雖然NPU相較之下更省電，但很顯然GPU更適用於喫重資源的應用如遊戲或是內容創作。

（Source：NVIDIA）

總而言之，消費性處理器不讓企業級AI硬體專美於前，也紛紛開始導入AI單元，並致力於和更多ISV合作，打造更多AI相關的服務。然而相較於消費性GPU目前已有相當多的應用，Intel和AMD勢必得加快腳步，不然與其把晶片內的空間讓給應用乏善可陳的AI單元，還不如留給更多的核心或是媒體處理單元（Media Engine），使用者用起來也會更有感。

（首圖來源：shutterstock）

延伸閱讀：