摘要：CES 2025上，英伟达用全新的Project DIGITS重新定义了桌面AI超算，也让外界看到了Blackwell CPU和Grace CPU组成的GB10超级芯片的无尽潜力。毕竟在英特尔NUC的成功案例下，不少品牌都开始将桌面迷你电脑打造成高性能移动工作
CES 2025上，英伟达用全新的Project DIGITS重新定义了桌面AI超算，也让外界看到了Blackwell CPU和Grace CPU组成的GB10超级芯片的无尽潜力。毕竟在英特尔NUC的成功案例下，不少品牌都开始将桌面迷你电脑打造成高性能移动工作站。而且英伟达也表示未来将与第三方伙伴一起推进Project DIGITS，未来我们完全有可能在其他形态的产品中看到GB10的身影。
图片来源：雷科技
但让大家都没想到的是，“未来”来得这么快。
前段时间，一则联想的招聘信息在网上流传。联想招聘这件事本身没有什么值得大家讨论的，但这个岗位的工作描述，却引起了大家的关注：（该职位）负责新一代 SoC（NV N1x）在公司内部进行的硬件设计与开发工作。
没错，英伟达的新芯片，就这么“水灵灵”地曝光了。
尽管英伟达和联想都未对N1芯片做过多介绍，但N1系列芯片的大致规模依旧被热心网民挖了出来。首先，“N1”处理器是一个基于ARM架构的芯片系列，分为面向高端市场的N1x和面向中端市场的N1，当然我们也不能排除N1系列拥有次级阶梯型号的可能性。工艺方面，英伟达N1系列采用的是台积电3nm制程工艺，整体由英伟达和联发科合作设计，采用Blackwell结构。
其实看到这里，大家应该能意识到，所谓N1系列芯片，其实就是英伟达GB10超级芯片的同源芯片。但和Project DIGITS这种桌面迷你电脑相比，笔记本的产品形态在性能释放方面还是稍有劣势，所以N1芯片理论上不会是完整的20核心版本的GB10超级芯片，相信这也是N1实际性能只有180-200TOPS的原因。
图片来源：英伟达
但如果我们横向对比市面上主流的AI PC的算力，不难发现N1芯片是一个“恐怖”的存在——市面上绝大多数采用CPU+NPU+核显方案的AI PC笔记本，其算力通常不会超过50TOPS。单从数字上看，N1的性能已经追平了曾经的RTX独显笔记本。
相关硬件方面，已经确定的是英伟达N1会在联想的新二合一笔记本中发布，该电脑预计在年中的台北电脑展中亮相，并在2025Q4出货。考虑到英伟达Project DIGITS高达3000美元的售价，N1芯片的笔记本售价预计应该会在万元以上。
尽管N1芯片商品化后的高昂售价注定了这一芯片不会成为“大多数用户”的购买选择——根据洛图科技的数据，2024Q3中国大陆线上笔记本市场的平均售价为6472元人民币；亚马逊2024全年销量前十的笔记本电脑平均售价更是只有653美元，约合4776元人民币，愿意花上万元买一台高性能笔记本消费者始终还是少数。
图片来源：雷科技
但从AI PC行业长期发展来讲，N1芯片的出现仍具有非同一般的意义。首先，N1这种真正高性能的AI PC芯片的出现，可以从硬件侧推动AI PC软件生态的转型。CES 2025中，不少品牌都将端侧AI能力列为来年首要任务。不同于市面上主流的混合AI方案，端侧AI意味着AI PC必须拥有足够强的本地AI算力，而不是像过去那样将大型AI任务发到云端服务器中处理。换句话说，N1芯片的出现，恰恰为本地、端侧AI运算提供了硬件基础。
图片来源：雷科技
可以肯定的是，以N1X为首的高性能ARM Based AI PC将对现有的AI PC工作站（比如Xeon W系列的移动工作站）带来极大的冲击。更高的硬件整合度、更好的AI接口支持与更ARM架构标志性的功耗优势，将为端侧AI PC工作站带来新的可能性。
举个例子，在体育赛事转播领域，性能更强的AI移动工作站可以极大减少现场高性能服务器的部署数量。对于F1等“全球飞”的赛事来说，减少大型设备的数量意味着更低的物流成本和更快的转场速度。
另外，N1芯片WoA（Windows on ARM）的特性，也能推动ARM PC生态的发展，发挥ARM架构在低功耗本地AI推理、实时模型处理的优势，带动整个WoA生态的进步。同时，企业基于ARM架构SoC开发的硬件技术也可以快速复用在手机、平板等其他ARM架构移动设备上，开启一轮低功耗高性能的性能军备竞赛。
而从AI行业的角度来说，本地高性能AI工作站的出现，也标志着AI PC将迎来真正的性能分水岭。目前非独显笔记本的主流算力普遍不到50TOPS，这意味着他们主要的AI功能均需连接云端服务。而高性能AI PC的出现，意味着AI PC用云端算力补贴本地算力的时代已经过去。
图片来源：雷科技
对一般消费者来说，云端算力与本地算力在体验上的差距并不算大。但对政企用户，尤其是医疗、金融等对信息有强保密需求的行业用户来说，端侧高性能AI PC意味着他们可在本地封闭环境下执行深度学习推断或数据处理，让敏感行业也能接触AI技术。当然，在本地算力不足的时代，这些敏感行业的用户也可以部署自己的私有端侧AI服务器，搭建自己可控的AI算力。但从搭建门槛和维护成本的角度看，高性能AI PC工作站显然是性价比更高的做法。
从长远来看，本地算力并不会完全取代云端计算，毕竟大规模模型训练和海量数据处理仍旧需要超算集群的支持。但高性能性能AI PC的出现仍拓宽了终端侧计算的边界，降低对云端资源的过度依赖，也扩大了AI应用的覆盖面，为企业用户带来更多选择空间。
随着行业对移动高算力需求的持续增长，可以肯定的是，在发展端侧AI这个2025“行业共识”的引导下，未来我们还将看到更多类似N1这样的高性能商用AI解决方案。同时AI算力本地化进程的潮流，也将从软件生态的角度促进消费级设备的AI性能提升。
图片来源：雷科技
要知道，在用云端AI算力打响AI PC这一标签后，PC行业不可避免地陷入了AI用例同质化的局面——毕竟提供云端AI服务的供应商只有那么几个，电脑本地的AI算力又不足以支撑更复杂的模型。对PC品牌来说，想在同质化的AI PC浪潮中再寻找新的增长点，端侧AI算力不可或缺。
在大模型智能体、RTX 50系显卡与英伟达N1芯片的共同推动下，AI PC品类终于等来了“质变”。对品牌方乃至整个产业链而言，这种算力的转变不光意味着硬件架构与产品迭代步调的升级，也对开发者生态、软件框架以及AI行业商业模式提出了更高的匹配要求，为下一阶段聚焦本地智能化的演进奠定了坚实基础。
至于在“质变”后AI PC还将给我们带来怎样的惊喜，或许在明年CES上，我们就能看到答案。
来源：雷科技
