26 ноября 2025 г.

Продолжение, начало здесь и здесь

Клиентские устройства — ПК, ноутбуки, моноблоки — остаются самым интересным товаром для канала в силу сочетания массовости и большой цены, а также актуальности на всех основных сегментах, как В2В/В2G, так и B2C. На рынке персональных компьютеров идет тихая, но глубокая трансформация, направленная на поддержку растущих потребностей в локальных вычислениях для задач искусственного интеллекта. Уже к концу 2025 года на долю ИИ-ПК придется 31% мирового рынка ПК, по данным Gartner.

Концепт «on-device AI» стал актуален в результате развития ИИ-технологий и широкого проникновения соответствующих инструментов, востребованных для разнообразных задач конечных пользователей. Возникла массовая потребность в специализированных вычислительных блоках, обеспечивающих высокую производительность на нишевых задачах при низком энергопотреблении и минимальной задержке. Сейчас происходит обновление технологического стека, а дистрибьюторы могут воспользоваться ситуацией, повысив как оборот, так и норму прибыли. ПК с нейропроцессорами (Neural Processing Unit, NPU), ставшие основой для работы новых технологических стеков, пока относятся к верхней части ценового спектра клиентских систем.

Российская специфика: драйвер пришел откуда не ждали

Сначала поговорим о российской специфике, а потом перейдем к происходящему в глобальном сегменте. Глобальное справедливо для локального; например, общие преимущества работы на ИИ-ПК (контроль над процессом, безопасность данных и т. д.) для российского рынка актуальны в том же объеме, как и для любого другого. Влияние ИИ на национальную экономику всюду рассматривают как драйвер стратегического уровня, поэтому процесс внедрения ИИ в практику повседневной работы и в бизнес-процессы идет очень активно, хотя и не всегда успешно.

Но в российских условиях из-за тактических решений может оказаться под угрозой ряд стратегических направлений, в том числе, и ИИ. Блокировки интернет-доступа, которые могут быть сведены к «белым спискам», создают существенные риски потери доступа к «облачным» ИИ-сервисам. Поэтому всё большее количество пользователей желают располагать решениями, способными обеспечить локальную работу с ИИ-инструментами.

В условиях блокировок интернет-доступа возникают риски для ряда пользователей ИИ-инструментов: аналитиков, разработчиков, ИИ-энтузиастов и пр.

«Инструменты искусственного интеллекта уже стали частью повседневной работы множества специалистов», — говорит Максим Остроумов, коммерческий директор компании «Рикор». Пока ИИ используют в основном как «облачные» сервисы, без интеграции с персональными устройствами, отмечает эксперт. Но ситуация может измениться.

В ряде случаев ИИ-ПК позволят несколько смягчить ситуацию, взяв на себя хотя бы часть профильных вычислительных нагрузок, характерных для искусственного интеллекта. Производители предоставляют такие системы — на рынке широко представлены как ПК с соответствующими возможностями, так и более мощные решения, которые можно позиционировать как AI-workstation. В данном случае вендоры идут несколько впереди рынка.

«Для клиентской техники массовых запросов мы пока не видим, — говорит Сергей Гендрих, руководитель управления клиентских систем в компании „Гравитон“. — Заинтересованность носит сейчас ознакомительный характер».

ИИ-ПК прошли тот же путь, как и традиционные ПК в прошлом веке, только сделали это в несколько раз быстрее. Совсем недавно желание иметь в персональном доступе мощную систему, сбалансированную для профильных задач работы с искусственным интеллектом, было оправданно для узкой группы энтузиастов и продвинутых разработчиков, а сейчас это становится массовым трендом. Локальная работа с ИИ-инструментами является контр-трендом для применения ИИ в «облаке» или в контуре корпоративного ИТ, в настоящий момент эти варианты органично дополняют друг друга.

От ПК — к ИИ-ПК

Исторически ПК развивали как универсальные машины, ориентированные под последовательное выполнение инструкций. Потом стали добавлять аппаратные компоненты, оптимизированные для параллельных вычислений. С некоторых пор нормой стало распределение вычислительной нагрузки между двумя типами процессоров: CPU — для общих задач (интерфейс, логика приложений, ОС), GPU — для параллельных вычислений (графика, рендеринг и пр.). Параллельные вычисления были нужны в первую очередь для работы с графикой, что и осталось отражено в названии GPU, хотя соответствующие задачи есть в работе с аудиоданными, кодировании и пр., а также при работе с ИИ.

Требования к объемам и скорости ИИ вычислений потребовали создания узкоспециализированных чипов, сбалансированных для работы с характерными нагрузками, и интеграции этих процессоров в архитектуру массовых ПК. Присутствие в спецификации и на упаковке надписи «NPU» — а также «AI Boost», «Copilot+ PC», «AI Engine» или «Tensor Core acceleration» — не просто маркетинговые лозунги, а указание на тренды в эволюции архитектуры персональных вычислительных устройств, которые добрались до этих моделей. К базовым критериям выбора ПК — частоте процессора, объёму «оперативки», емкость SSD — теперь добавлены новые, которые называют разными терминами, но важность которых нарастает.

  • Intel Core Ultra (архитектура Meteor Lake) впервые в истории x86-процессоров получил выделенный NPU. Это дало толчок развитию ряда прикладных функций Windows Studio Effects (например, это нужно для реализации возможности «автоматический взгляд в камеру»), а также позволило запускать LLM-модели типа Phi-3-mini непосредственно на ПК или на ноутбуках.
  • AMD Ryzen AI (на базе архитектуры XDNA) с интегрированным NPU уже ориентирован не только на ИИ-ускорение в ОС, но и на профессиональные сценарии: локальный анализ медицинских изображений, редактирование видео с ИИ-фильтрацией, моделирование в CAD/CAE с адаптивной оптимизацией и пр.
  • Qualcomm Snapdragon X Elite тоже с NPU, позволяющим создавать «Copilot+ PC», Windows-платформу с инструментами — транскрибаторами речи, средствами обработки изображений и видеоконтента (например, размытия или замену фона при видеозвонках) — работающими локально, без отправки данных в «облако».

NPU — еще один сопроцессор, работающий параллельно с CPU и GPU. NPU оптимизирован под типичные операции для нейросетей, причем с высокой энергоэффективностью. Этот вычислительный модуль берет на себя задачи, где важны не абсолютная вычислительная мощность, а именно баланс между достаточной скоростью и пониженным энергопотреблением. Например, распознавание жестов или отслеживание взгляда пользователя должны происходить с частотой 60 Гц и при этом не разряжать «в ноль» аккумуляторы ноутбука за пару десятков минут.

Первые признаки масштабного появления аппаратной поддержки ИИ можно было заметить еще в 2017 году. Тогда Apple представила чип A11 Bionic с встроенным Neural Engine, в очередной раз опередив время почти на пятилетку. Прорыв произошёл в 2023-2024, когда Intel, AMD и Qualcomm начали массово интегрировать NPU в свои процессоры для ПК.

«Развитие AI-PC в России напрямую зависит от компонентной базы и производственных возможностей, — говорит Максим Остроумов. — По мере их совершенствования устройства будут естественным образом получать встроенные AI-функции».

Аппаратная база сама по себе не создает ценности. Нельзя сводить тематику «искусственного интеллекта» к ускорению перемножения матриц, образно описал ситуацию Рустэм Хайретдинов, заместитель генерального директора группы компаний «Гарда», выступая на ИТ-конференции «МойОфис Призма изменений». Появление программных платформ, позволяющих разработчикам и пользователям «видеть» и использовать ИИ-ускорение, стало ключевым фактором для будущего рыночного успеха ИИ-ПК.

Для создания и использования ИИ-инструментов процессоры необходимы, но недостаточны: нужен программно-аппаратный стек.

Окончание следует

Источник: Александр Маляревский, внештатный обозреватель IT Channel News