AIPC 的優勢：電腦運算突破互聯網限制
AIPC 最直接可理解為「本身就具備生成式 AI 功能的電腦」，利用 AI 自我成長，不斷擴增、優化 PC 伺服器的運算工作。
現在市面上盛行的生成式 AI，例如 Chat GPT 等，需要將人類輸入的指令回傳至 Chat GPT 的巨型伺服器進行運算，在將生成的回答傳到人正在使用的這台電腦，顯示出 Chat GPT 回答使用者的問題。對終端產品（例如一台筆電或手機）使用者來說，AIPC 可以在「不上雲端網路、不連 WiFi」的狀態下，就利用電腦設備本身，做查詢整合資料、自動生成文字影像、音樂編程……等等常見的生成式 AI 功能。
而且，AIPC 是透過使用者持續互動養成，而不斷自我優化的個人化 AI，不論回答問題的精準度、速度、自主延伸工作的人性化程度，預期都會更高於現在的 Siri、Ok Google 等連結互聯網、巨型終端伺服器的 AI 助理。
目前，雖然 AIPC 還處於 Copilot 階段，無法做到一台終端產品全靠 AI 完成各種使用功能；但全球大廠都已進攻 AIPC 領域，投資相關產品研發；包括 Intel、Microsoft、Nvidia、Qualcomm、AMD 等。眾廠家於今年度台灣舉辦的《Computex 台北國際電腦展》也將以 AIPC 作為此次展會的重點。估計到 2025 年後，完整的 AIPC 將會大量落地至商用，未來成長大有可期。
AIPC 熱潮 圖片來源：經濟日報
AIPC 落地市場的好處？
對一般使用者的吸引力
若企業或個人使用者想用 AI 應用程式處理工作（例如設計一個網站），不必將資料上傳或上網找格式，直接在與 AI 的對話中就能處理規格、結構、畫出 Sitpmap 等等。一台電腦就像一個真人助手，可以大量簡化使用者的工作，換成給予指令讓電腦自己去執行就好了。
AIPC 還能通過語音、眨眼等方式，讓人機交流的方式更多元，服務例如行動不便的使用者，降低使用門檻、也更加個人化。
對 B2B 市場的商機
雖然現今 AIPC 尚未落地，但全世界軟硬體相關廠商都表示樂觀。首先，帶動終端產品消費者的銷售熱潮是肯定的，手機電腦、穿戴裝置、實境體驗服務等，消費者能獲得不受環境限制、更大量且穩定的運算服務。刺激娛樂業、民生用品製造、教育、旅遊、醫療服務照護........等各種產業進一步優化。
B2B 領域中，AIPC 落地可以帶動更巨大的商機。例如生技產業，有 AI 病理學影像平台《Paige.ai》與微軟合作，利用 AI 自主學習優化的特性，聯合開發癌症與病理學大型機器學習模型。還有例如軍事產業這類比較資訊封閉、資安掛帥的領域，AIPC 能在與使用者協作過程中，降低對互聯網的依賴，規避資安外洩風險；而且使用上，比互聯網更超越物理環境限制，能潛入更深的海床、無訊號的山壁或太空之中等等。
AIPC 的 B2B 市場商機 圖片來源：華視新聞
製造 AIPC，可以拆解出一整條 MIT 供應鏈：
全球延燒的 AIPC 研發熱潮，台灣可說是一大贏家。眾所皆知，台灣在晶片設計、製造、包裝，整個全球 IC 生態系統中，扮演著關鍵角色。此外，台灣在 AIPC 研發競賽中，也取得重要的成績，例如晶片封裝製程技術革新，使晶片能夠更小型化、更高效率；還有其他各種與 AIPC 相關的台灣半導體產業，涵蓋了一整條產業鏈，為台灣帶動巨大的產值。
以下，是《天下雜誌》整理眾多在 AIPC 供應鏈上發揮的國際大廠，不乏 MIT 企業、和台灣 OEM／OEM 品牌參與其中：
AIPC 供應鏈大廠一次看
AIPC 供應鏈 | 相關廠商 |
晶片設計 | 英特爾、高通、輝達、AMD、聯發科 |
高速傳輸 | 譜瑞、祥碩 |
晶片代工封測 | 台積電、日月光 |
記憶體 | 三星、美光、海力士、華邦電、南亞科 |
ABF 載板 | 欣興、景碩、南電 |
電源模組 | 新普 |
電源 | 台達、光寶 |
散熱 | 雙鴻、奇鈜 |
硬體組裝 | 廣達、緯創、鴻海、仁寶、英業達、和碩 |
PC品牌廠 | 宏碁、華碩、聯想、惠普、戴爾、技嘉、微星 |
作業系統 | 微軟 |
來源：天下雜誌
而且，光是「AI 晶片」這一塊，就能區分出多種分工，包含的廠商有這些：
種類 | 公司 (在此舉常見的為例) |
GPU | 輝達、超微、英特爾 |
CPU | 英特爾、超微 |
DRAM | 三星、SK、美光 |
晶片設計服務 | 創意、世芯、智原 |
遠端伺服器管理晶片 | 信驊、新唐 |
高速訊號傳輸介面晶片 | 譜瑞 |
晶圓代工 | 台積電 |
封測 | 日月光 |
來源：天下雜誌
AIPC 運算技術革新，與 PCIe 6.0 協定相輔相成
AIPC 需要處理的數據運算、傳輸量都比一般的 CPU—Device 之間更巨大；AI 晶片要將最多運算元件和記憶體壓縮到單一晶片的架構中，為了突破這點，其核心技術在於 AI 晶片的算法與過往的晶片不同。
根據〈Synopsys：為什麼 AI 需要新的晶片架構〉一文見解：目前 AI 晶片的設計技術，可以降低 15~20% 的時脈速度、將密度提高 15~30%；並透過即時介面，提供高速、低延遲的資料連接，讓 AI 能夠在幾分鐘之內完成訓練（也就是指與使用者的人機互動）。在記憶體方面，AI 晶片也需要自有的記憶體元件以快速存取，開發商開始將記憶體放置在硬體的實際計算元件內部，以加快處理時間、並同時保護資料穩定性及安全性。
AIPC 對資訊吞吐量的要求，促使供應鏈廠商們，紛紛積極擁抱目前最高頻寬的 PCIe 6.0 協定技術；當 AIPC 增強 CPU 的運算能力時，就需要 PCIe 協定，則充當 CPU 之間的橋樑。對於 AIPC 來說，PCIe 6.0 提供以下這些優勢：
64 GT/s 原始資料速率
前向糾錯（FEC）技術，排除誤碼率
新的低功耗模式 L0p，提高電源效率
高效能完整性和資料加密（IDE, Integrity and Data Encryption）
PICe 6.0 通訊方式 來源：Synopsys
PCIe 6.0 能滿足 AIPC 研發對於高效能、高頻寬的需求；相對地，整體產業鏈的積極投入，大幅提升了 PCIe 6.0 近兩年的全球普及率，截至 2024 四月， PCIe 7.0 的規範也已經來到 0.5 版本，未來各界仍十分看好PCIe技術發展。
PCIe 6.0 將成為主流，來回應 AIPC 成長
資策會產業情報研究所（MIC）預估指出， 2024 年全球 AIPC 滲透率約 15.7%，未來幾年滲透率將一路攀升，預測在 2027 年達到 65.9%，屆時新售出的電腦將有 2/3 會是 AIPC；同時相關傳輸設備、處理器和軟體上的迭代優化，也將迅速席捲市場。除了市售終端產品以外，AIPC 應用的範圍也會不斷被新開發，如同前段所述的 B2B 商機，AI 在各個領域的性能要求、技術價值都將提升。
PCIe 6.0 協定兼具速度、傳輸量、高效的功耗管理能力；同時能連結不同類型的處理器或運算資源，例如結合 CPU 和 GPU、FPGA、AI 加速器等，以共同完成運算任務。這正好回應了 AIPC 的研發需求也促使 PCIe 6.0 將成為 IC 設計生態的下一個主流界面，包含用於 CPU 處理器、AI 加速卡、新的 CXL 記憶體擴展器（CXL Memory Expander）、固態硬碟（SSD）儲存系統、周邊晶片組、主機板傳輸接口......等等；而在 AI 發展的機器學習等歷程中，PCIe 6.0 將成為數據傳輸標準的基本指標，進一步推動 AI 在 IC 方面的發展；AIPC 和 PCIe 協定成為彼此相輔相成的循環。
PICe 6.0 來源：PCI-SIG
〈PCIe 6.0 協定測試〉會是開發人員的重點
PCIe 6.0 之所以更方便，是因為採用 4 級脈衝振幅調變（PAM4）訊號傳輸，在高速乙太網界面 Gigabit Ethernet 的開發使用上，這已經行之有年。然而，對於PCIe 的開發者來說，仍是一個十分陌生的新領域；其牽涉到的前向糾錯（FEC）、新的 Flit（流量控制單元）編碼模式，對於研發人員設計以及驗證都是十分具挑戰性。
匯流排測試研發專家《VIAVI Solutions》所設計的〈Xgig® 6P16/6P4〉為 16 /4 通道的 PCIe 6.0 協定分析/驗證平台。為 Xgig PCIe 系列引入 64 GT/s 高速測試能力，提供精確可重複控制，適用於深入的協定通訊問題分析和故障排除。
其支援 PCIe 6.0 FLIT 模式、非 FLIT 模式、CXL 3.0 和 NVMe，協定訓練器可模擬來源端（RC 或 Host）或目的端（EP 或 Device）設備操作，允許即時定義、傳輸和錯誤注入；讓使用者更精密地在研發產品過程中，確保穩定高速的傳輸效能。