苹果的M1会改变PC业吗？

最近利用TensorFlow尝试一些AI建模时发现，传统的PC非常坑，由于计算时受到显卡内存的限制，你要想计算一些大的图形处理只能购买更多的显卡，这可是一笔昂贵的投资。反观M1的统一共享内存设计，就在这方面塑造新的资源优势，让人工智能更加廉价地得到广泛应用。

今天的个人电脑的计算环境和需求已经和从前大不相同，我们可以把计算分为五个部分：逻辑运算处理、图形运算处理、神经网络处理器、网络处理、输入输出处理。

最早的计算机只有逻辑运算处理和简单的输入输出处理。输入主要是键盘、鼠标。输出主要是显示器和打印机。这些相关的处理单元是用总线连接起来的。

后来由于3D应用的崛起，GPU也成为了新的标准装备。GPU主要负责浮点运算以及3D的渲染。现在则大量地把3D处理能力内置到GPU中，例如素材贴图、物理仿真、光线追踪、阴影处理等。同时，AI的神经网络运算也主要使用GPU来模拟。

后来随着专项计算，尤其是神经网络运算的巨大需求，出现了特殊的FPU设计，以及专门优化的神经网络计算处理器，比如苹果的Bionic处理器。

网络处理也经常被忽略掉，但网络处理现在是所有计算最重要以及核心的基础能力，网络处理的关键就是协同运算和加解密。所以苹果才设计了独立的T2芯片用于数据安全管理。没有足够端到端加密保障的网络计算，本身就是有问题的。所以加解密的内置以及独立性处理是现在所有个人计算设备的关键部件，传统利用操作系统的软件来保障的安全体系，实质上无法满足端到端加密的结构性需求，也就是私钥保存必须依赖于硬件的独特设计。不仅如此，设备之间的网络协同依然需要特别的协议和方法，例如苹果的AirPlay、AirDrop、Home，需要将蓝牙，WiFi等进行整合性处理，才能在设备间建立数据协作。这类新型的协议会不断出现，因为我们需要不断地和各种智能设备建立关系。而这也是建立硬件生态的核心环节。

这些年，输入输出设备呈现新的趋势，就是反馈性整合，以PS5的手柄为例，手柄原来仅仅是作为单向的输入设备，输出主要是靠显示器的内容，现在的反馈性手柄，会根据具体的环境提供非常丰富的反馈，通过震动，阻尼，声音让手柄成为沉浸式体验的关键环节。估计将来的键盘和鼠标也有这种趋势，例如鼠标的移动速度，可以根据具体的使用环境进行特殊的响应，如我们修图的时候，当精细化操作时，鼠标提供更高的精度以及速度降低，当需要快速滑动时则加速。这对于一些游戏场景也同样重要。苹果通过协议将iPad作为辅助画板的设计，实际上也是设备之间高级反馈交互的优秀设计方法。用户可以用比高级Watcom手写板更合理的价格获得了基本一样的体验。还无需购买只有一个功能的设备。网络化的输入输出设备，也会是未来的一个趋势，例如一块键盘和一个触摸板就可以构成一台个人计算机。现在屏幕映射的协议都基本成熟，只要用手机进行初始化设置，就可以瞬间把宾馆的电视或起居室的电视变成电脑显示器。当然这种需求的满足相比于Laptop笔记本电脑并没有足够的优势。但无线化和网络化以及自我反馈必然是未来输入输出的关键趋势。

还有一个问题在于，输入设备随着摄像头的广泛使用，不管是vlog还是音频播客的广泛应用，都需要对图像和音频提供更加丰富的处理能力，降噪，转换，美颜都是刚需，随着AI的深入，声音美化或异化，以及视频的变形处理都是核心的必备功能，这就需要无缝地和AI芯片进行协作，或为这些设备建立独立的处理系统。作为PC的设计，则需要直接将核心的计算能力直接应用到这些设备原始信号处理中，当然还有语音助理，人脸识别，声纹识别则需要低功耗的处理器持续地保持PC可以监听周边的信号，以便快速响应需求。而输出设备，尤其是屏幕，高分辨率和高刷新率，就需要更多的数据，也就是最好视频在输出时数据和显示组件直接交流才能降低功耗。

随着设备移动化的需求以及对碳排放的更苛刻要求，功耗也是必须被考虑的内容。

综上所述、网络计算、人工智能、新输入输出需求和移动化构成了今天的PC主要需求要点和未来趋势。在这种环境下，传统依赖总线多处理器协作，内存管理独立，输入输出整合不足则变成了传统PC的阿克琉斯之踵。因为，当年正是因为分工协作才导致廉价PC的出现，以及整个行业的竞争和繁荣。IBM当年制定的PC标准，成就了一个时代，但今天似乎要走到终点了，一种新的整合模式正在出现，这和现在这些公司（包括微软、谷歌、苹果）已经具备了完整整合能力有关。

可以预见的未来是，微软和谷歌会把今天苹果的策略贯穿到自己的产品系列中，微软有完整生态的Windows和Surface产品，而谷歌有Chrome book和Android。中国的华为凭借在手机制造领域，以及物联网操作系统的优势，也会加入到这个行列中，SoC-芯片上的操作系统会有一个更加丰富和完整的定义。