业界首部《AI主机》白皮书发布

    本报记者 贾丽

    当下，生成式AI大模型从“问答工具”进化为能自主规划、持续执行的智能体，但算力贵、数据安全隐患、运行不稳定这三道坎，也正在成为行业发展的瓶颈。如何打造低成本、安全稳定的新算力底座，已经成为全行业面临的必答题。

    近日，联想集团有限公司（以下简称“联想”）与IDC（国际数据公司）联合发布业界首部《AI主机》白皮书，系统性定义“AI主机”这一边缘算力新品类。

    “在云端集中式架构面临成本、隐私与体验多重压力的背景下，AI主机试图在端与云之间开辟第三条路径。然而，这一新品类能否从概念走向规模化落地，仍需跨越供应链、场景验证与生态协同的多重门槛。”工业和信息化部信息通信经济专家委员会委员刘兴亮对《证券日报》记者表示。

    从“人机交互”加速迈向“机机交互”

    AI主机应运而生

    过去两年，生成式AI的爆发主要由云端集中式算力支撑。但随着智能体加速走进工作与生活场景，这一架构的局限性开始显现。白皮书指出，智能体需要7×24小时持续值守、自主拆解长程任务，其词元消耗量远大于被动问答机器人，且随时接触和沉淀个人与团队的专属记忆与数据。这意味着，承载智能体的环境必须同时满足成本可控、安全可信、体验稳定三大要求。

    “手机、PC等以人机交互为核心的终端，始终围绕人的即时交互设计，合盖休眠、断电清进程，难以实现全年不间断后台值守。”联想中国区技术战略总监王卓分析称，“而云端环境虽然算力充沛，但数据全程离域、词元成本持续走高，且断网、限流会直接终止自主任务。”他认为，智能体需要驻留在无屏、随时待命的专属设备中，前台设备给人用，后台设备给智能体“住”。而这一背景下，AI主机应运而生。

    IDC中国副总裁王吉平表示，AI原生终端正从“为人设计”转向“为智能体自主运行而设计”。他认为，AI主机并非简单地增加一台硬件设备，而是围绕智能体“能否持续工作、怎样真正创造价值”所给出的新型算力解决方案，是云端算力的重要补充，而非替代。

    据了解，AI主机的核心特征为AI原生计算架构、常驻智能体闭环运行、端边云全局调度、物理级安全防护以及自进化能力五个方面。其中，与传统主机终端相比，AI主机主要特点体现为“机机交互”，它是智能体与智能体、智能体与本地设备、智能体与互联网服务之间的自动交互，而非人的前台操作体验。

    智参智库特聘专家袁博在接受《证券日报》记者采访时表示，AI主机的出现，本质上不是多了一台硬件，而是算力架构的一次“分工升级”。过去所有AI任务都在云端处理，计算数据存在较大的安全风险，并且计算资源所有人共享，AI服务体验没法保证。现在把高频、需要较高体验需求以及涉及隐私的任务交给身边的AI主机，把非敏感、对体验要求不高的重活，采用端云结合的计算方式，相当于给智能体配备了一个专属的调度“管家”。这意味着算力体系从云计算正式迈向分布式计算的新阶段。

    生态协同

    挖掘百亿元蓝海

    在产业链各环节推动下，这片百亿元级蓝海正加速打开。白皮书披露的TCO（总拥有成本）测算模型显示，以月消耗6亿词元的场景为例，AI主机方案约10个月可收回硬件投入，月消耗18亿词元以上场景仅需8个月，五年TCO最高可降低67%。

    IDC中国研究经理王楷表示：“评估AI算力方案不能只看采购价格，必须算清全生命周期的经济账与安全账。使用强度越高、长期节省越显著。”

    联想中国商业方案服务事业部方案产品部高级经理王远坦言，企业推进AI应用普遍面临“不敢用、不会用、用不起、不好用”四大痛点，AI主机的本地部署与边云协同模式，正是针对这些焦虑的架构性回应。联想百应AI主机已在高端制造、律所等场景中落地验证。

    然而，新AI终端从导入到爆发并非坦途。白皮书客观指出，AI主机的快速普及受到四方面制约：GPU、存储等核心元器件价格仍处高位，整机成本居高不下；长流程智能体的杀手级应用仍在探索阶段；作为新物种，市场教育需要先行者持续投入；70B至120B参数级模型要在可控成本下稳定支撑复杂任务，技术仍有提升空间。

    生态协同则是更深层的挑战。联想集团天禧AI生态事业部总经理陈学桂表示，天禧AI生态将持续汇聚模型、应用、服务与开发者能力，推动AI主机实现“买得到、用得上、用得好”。

    白皮书也提出，当前模型与量化格式、智能体描述规范、接口、跨设备互联协议等标准缺位，导致部分开发者重复开发、智能体难以跨品牌迁移。

    对此，联想集团副总裁、中国区消费个人计算与智能终端事业部总经理李伟昌回应称，联想正在用户规模、技术架构和生态资源层面发挥带头作用，与上下游伙伴共同探索新技术、新场景。

    市场规模方面，白皮书数据显示，2026年为AI主机品类导入元年，出货量约40万台、市场规模约50亿元；2027年至2028年进入早期渗透期；2029年至2030年加速爬坡，出货量从约350万台攀升至约700万台，市场规模从约460亿元跃升至约770亿元。

    刘兴亮认为，每一次计算范式的迁移都会催生新的硬件品类。AI主机能否真正成为与PC、服务器并列的第三类算力品类，取决于产业链能否以足够低的对接成本、足够快的迭代速度，将芯片、整机、模型、智能体与行业场景串成一条可复用、可规模化的价值链路。

（编辑 乔川川）