在大模型算力成本不断提升的浪潮下，AI PC（能独立处理 AI 任务的个人电脑）正在成为更重要的计算设备。

　　2026年1月5日，在 CES 2026（2026年国际消费电子展）期间，英特尔 CEO（首席执行官）陈立武发布了首款采用 Intel18A（对标业界2纳米级先进工艺）工艺制程的第三代酷睿 Ultra 处理器。英特尔 OEM 合作伙伴（原始设备制造商，如联想、戴尔、华硕等 PC 厂商）均推出了基于该处理器的 AI PC 产品。

　　陈立武说，“我们正身处计算被重新定义的时代。AI 正重塑从云到边缘的每一个工作流程、每一个行业、每一台设备。在英特尔，我们希望让这种智能变得触手可及、高效且无处不在。”

　　Intel 18A 对英特尔有重要意义。近几年市场密切关注，这一最新工艺能否按计划量产。这不仅关系着英特尔押注的代工战略，也直接影响这家公司的财务状况。

　　事实表明，英特尔 Intel18A 的 PC 处理器，在先进工艺的支撑下，性能、功耗有更好的平衡。它取得了阶段性商业进展——被一批 PC 厂商搭载， #商业资讯 #36氪Intel18A 正在真正落地。一种市场预期是，它能为英特尔带来现金流，缓解近两年的财务压力。

　　英特尔还迎来了另一个增长机遇——AI PC。大模型正逐渐从云端，下沉扩散到 PC 等终端设备。英特尔的 AI PC 处理器集成了 CPU（中央处理器）、GPU（图形处理器）、NPU（神经网络处理器），能在本地处理更多 AI 任务。

　　这不仅引发了消费者的兴趣，也让云计算厂商和软件厂商看到了 AI PC 上的新机会。云厂商正在不断迭代适配 PC 的小尺寸模型，它们把 AI PC 视为重要的协同设备。

　　越来越多软件厂商也在思考，如何充分利用 PC 上的 AI 算力。这不仅是为了改善用户体验，也是为了控制算力成本。多位软件从业者曾对《财经》表示，过去软件的云成本是相对可控的。但 AI 应用的云成本随着 Token（词元）消耗而线性增长，且难以精确预估。软件公司原本订阅付费的高毛利正被侵蚀，定价也变得更难。目前，软件公司一种思路是，如果用户能在 PC 安全便捷地使用模型，软件一部分 AI 算力成本可以被 PC 分担。

　　截至2026年1月，全球搭载英特尔处理器的 AI PC 出货量超过1亿台。根据英特尔管理层的说法，目前英特尔已出货的 AI PC 与边缘设备的算力总和，约等于40个数据中心。

　　一些科技公司正在和英特尔探索，让用户在 AI PC 和云上灵活处理工作。英特尔200多家 ISV（独立软件开发商）合作伙伴，基于 AI PC 开发了500多项 AI 应用功能。英特尔和字节跳动已取得了一些进展。字节跳动的剪映 App，可以在 PC 利用本地 AI 算力完成 AI 粗剪。这给用户带来便捷体验的同时，也可以降低剪映的云成本。

　　2026年1月6日，《财经》与英特尔高级副总裁兼客户端计算事业部总经理吉姆·约翰逊（Jim Johnson）进行了一场对话。他谈到了英特尔新款 PC 处理器的价值，AI PC 业务的最新进展，以及未来 AI PC 和云可能会如何分工。

　　吉姆·约翰逊2025年9月开始成为英特尔客户端计算事业部（即向 PC 厂商销售芯片的部门）的负责人。该业务是英特尔的现金流，2024年在英特尔营收占比57%。吉姆·约翰逊是一位英特尔“老兵”，以务实著称。他现年62岁，加入这家公司已42年。他曾在客户端计算事业部、技术与制造事业部以及网络与通信事业部担任过多种工程和管理职务。

　　《财经》：英特尔 x86处理器长期面临性能、功耗如何平衡的问题。英特尔在 CES 2026发布了搭载 Intel18A 的 PC 处理器。从工艺技术看，英特尔取得了领先吗？

　　吉姆·约翰逊：Intel 18A 对这款 PC 处理器有特殊意义。这是英特尔采用 EUV（极紫外光刻技术）光刻设备并量产的关键节点。它的能效提升15%，对功耗通常在15瓦-45瓦的笔记本电脑是显著进步。芯片密度提升了30%，我们能在更小的芯片面积内集成更多功能。比如，NPU 面积缩小40%，但性能大幅增强。这些让 Panther Lake（英特尔本代18A 工艺 PC 处理器平台，即第三代酷睿 Ultra 的代号）以40%的功耗实现了超越前代产品的性能。

　　有客户曾问，“你们能做到吗？”但在今天，客户知道，英特尔已迈入 Intel 18A 全球先进制程节点，并会持续深耕。客户认可英特尔产品封装兼容性的承诺（不会每一代 CPU 强制更换插槽，频繁推翻 PC 厂商现有主板等设计）。大家都说，“英特尔回来了（Intel is back）。”

　　《财经》：您负责的客户端计算事业部贡献了英特尔50%以上的收入。英特尔 CEO 陈立武是否对您提出了明确的业绩要求？您对2026年 AI PC 发展有何预期？

　　吉姆·约翰逊：陈立武的领导风格让我想起英特尔早期管理者的风格——注重结果，信守承诺，不轻易许诺。这让我回归初心。

　　至于行业新动向，我认为是边缘 AI。我们在 PC 上看到许多 AI 应用。比如，Perplexity.ai（一家全球知名的 AI 搜索引擎创业公司）和字节跳动，正试图用本地设备进行 AI 计算。

　　PC 与云之间，还存在大量边缘设备。凭借图像处理器和视觉模型，目前英特尔的 CPU 已能很好感知环境、控制设备。它可以与智慧城市通信、监测路况，实现超市无感支付。现在越来越多 OEM 和 ODM（原创设计制造厂商）和专注于边缘设备。它们希望直接在现有芯片上运行 AI，而不是依赖更昂贵、功耗更高的独立 AI 芯片。这些行业内的热情，将逐步推动 PC 产业的发展。

　　吉姆·约翰逊：英特尔2026年的目标是推动 AI 规模化部署。我不想主观定义当前 AI PC 行业所处的阶段。英特尔会致力于打造更好的 PC，提升体验的关键在于优化应用。我们相信用户会因为 AI PC 能更好地完成任务而选择它。

　　《财经》：2025年5月中国台北国际电脑展（COMPUTEX 2025），您曾将 AI PC 比作电脑到手机的变革。今年在 CES，AI PC 是否变得日常实用？“杀手级”应用是什么？

　　吉姆·约翰逊：这取决于用户或客户是谁。以游戏为例，一项关键能力是 AI 多帧生成技术。AI PC 可以在传统渲染的每一帧画面之外，额外生成多帧 AI 推算画面，从而提升游戏流畅度。一些游戏开发者反馈，这正成为他们未来开发游戏的新方向。

　　这个案例中，我认为与其将其简单视为“AI 杀手级应用”，不如理解为实现更高性能、更流畅游戏体验的一种关键能力。用户想要更好的游戏和引擎，第三代酷睿 Ultra 的 AI 能力正是实现这一目标的路径。

　　从另一个角度看，过去两年英特尔与软件开发商合作开发了数百项 AI 功能，覆盖通信、安全、生成式 AI 和图片编辑等领域。我们发现，开发者需要同时调用 CPU、GPU、NPU。英特尔第三代酷睿 Ultra 提升了这些能力，这让 AI 计算可在本地芯片完成。

　　英特尔不仅有了广泛的 AI 应用生态，还具备了在 dPC 和边缘设备进行大规模 AI 计算的“杀手级能力”。比如，Perplexity.ai 正与我们合作，共同设计云、边、端的协同架构。英特尔正与这些公司探索如何推进这一进程。这将是英特尔2026年的重要方向。

　　《财经》：随着智能体（Agent）普及，人们使用 PC 的方式也在改变。智能体会成为新的工作流吗？

　　吉姆·约翰逊：对于这个问题，我认为要理解“智能体”的核心——利用 AI 处理日常事务。目前，大型软件团队普遍在用 AI 辅助编码，将精力集中于工程架构与工具开发，而非语法编写。这彻底改变了他们的工作方式。我认为，未来企业要想保持竞争力，都应该采取智能体这样的实践。

　　《财经》：用户的工作流正在因为智能体发生变化，英特尔要如何鼓励软件开发商借助智能体改造 PC 软件？是否会提供标准 API（应用程序接口）？

　　吉姆·约翰逊：英特尔需要贴近开发者的工作环境。当前，许多开发者使用 PyTorch（一款开源深度学习框架）开发模型和应用，英特尔会提供支持。如果开发者选择微软的机器学习框架，英特尔同样予以支持，并提供后端工具。

　　英特尔还推出了 OpenVINO™工具栈（一款面向端侧与边缘 AI 的模型优化、部署与推理加速的框架）。它能让现有模型在英特尔的 CPU、GPU 和 NPU 上跑得更快、更省电，还能帮开发者更快完成适配。这是英特尔 PC 平台上 AI 应用生态相对成熟的重要原因之一。

　　模型开发商希望在新模型发布的第一时间就获得支持。英特尔一直与它们保持紧密协作。例如，2025年10月英特尔就为阿里巴巴的通义千问大模型提供了 Day0支持（模型发布即支持）。

　　这些工作刚刚起步。1月5日，我与 Perplexity.ai 公司 CEO 阿拉文德·斯里尼瓦斯（Aravind Srinivas）会面时，双方团队已经着手研究实现云与 PC 端的协同。我认为，未来用户将更有信心使用 PC 端的 AI，他们会知道数据可以安全保留在本地。

　　《财经》：您在实验室中，见过最令人印象深刻 AI PC 智能体交互是什么？是基于语音、手势还是其他形式？

　　吉姆·约翰逊：实验室中已有语音和手势交互。但现实中，目前 AI PC 的交互仍以文本或语音转文本等方式为主。用户通过这些指令让模型执行任务。

　　有人曾分享一个观点——我们每年使用 PC 进行视频会议的时间甚至超过假期天数。这意味着我们每天都在与 PC 对话，我们正越来越习惯于这种新的交互模式。

　　我相信键盘未来仍将是 PC 的一部分，但无键盘交互也会普及。事实上，许多客户已经开始使用可拆卸设备作为平板电脑来使用。所以，语音未来也将成为一种自然的交互方式。对于行业而言，未来的关键在于提供多种选择。

　　吉姆·约翰逊：目前最让我印象深刻的是，大部分软件工程师已经基本上不再需要亲自编写基础代码了。AI 工具代劳了这些工作，工程师可以专注架构和思考。

　　这只是一个行业缩影。如今几乎每家公司都涉及软件开发，采用 AI 工具的企业将更现代化、更有效率。和这个案例类似，AI 工具还能辅助审阅合同、查漏补缺。善用 AI PC 处理工作的人将更具优势。这就是我所说的“战略转折点”——AI 不仅是炫酷的技术，它就像20世纪90年代的生产力软件一样，会带来线

　　这些吸引了一些云服务商的关注。它们希望探索如何利用这些资源——为用户提供更高的可控性、更低的成本，以及更好的隐私与安全性。英特尔仍在探索 AI PC 和云的合作边界。通常，超大参数模型（备注：如千亿参数的模型）的推理任务仍依赖云端。但在许多情况下，AI PC 已经能支持700亿参数的模型（备注：70B 参数属于小模型）。如果该模型及检索增强生成技术能满足用户需求，计算就可以在本地进行。

　　当然，这仍在开发阶段，相关工作在持续推进。英特尔端侧硬件日益变强，是吸引各方共同参与的关键能力。

　　这需要未来更多的创新和努力。现阶段，更多是静态分配策略——部分工作固定分配到本地，其余留在云端，从而让应用降低云成本和负载。英特尔正在研究如何使这一边界更灵活，避免每项任务都需要手动分配，但目前尚未完全实现。

　　这些都是受益的案例。如果数据存储在 PC 本地，应用程序就能充分利用它们。比如，用户用 Adobe Premiere Pro（Adobe 九游娱乐公司开发的专业视频编辑软件）时，当视频文件位于本地时，只需输入描述语句，就能自动检索并定位对应片段，即使视频没有打标签。字节跳动的剪映在视频创作方面也实现了类似突破。它可以将大部分工作流从云端转移至本地，与云端协同但在本地运行。这可以让用户在 AI PC 直接查询、分析数据并开展工作，不再完全依赖云端。用户可以在保证质量的同时，获得更高的性能、更低的成本。

　　我认为英特尔正处在一个战略转折点。随着端侧和边缘侧 AI 设备规模不断扩大，基于云端的 AI 产品与服务提供商开始关注并与英特尔合作。它们在探索如何增强本地算力与云端 AI 的融合。字节跳动这类案例正逐步落地，这需要扎实的工程才能实现。

　　AI 计算会随着时间的推移逐步向端侧发展，但它目前仍以云端为主。英特尔对此有清晰认知。不过，英特尔不断听到用户反馈，本地 AI 能力对他们很重要。因此英特尔仍希望提供相应能力。英特尔启动了 Super Builder（超级开发者）项目，这是一个围绕 AI PC 与边缘 AI 推出的开发者与解决方案生态计划，目的是帮助 ISV 更快部署 AI 应用。

　　PC 是非常独特的设备，它在创造、工作、交流等方面的可能性与手机不同。我目前在 PC 领域尚未听说类似的“控制”概念。当然，在工业边缘系统中，协调多设备是必要的，但那更多是关于通信与协作，而非控制。

　　英特尔中国区团队中的高管能够提供许多深刻的本地洞察。我常与他们交流。我认为中国是 AI 发展的重要推动力量。中国不断引领趋势，迅速捕捉最新发展动向，快速接纳全球创新并采取行动。中国合作伙伴对我们提出了很高的要求，例如我们在 Day0就支持到阿里巴巴千问大语言模型的部署。