30 秒看重點
- 事件：微軟為因應高昂的雲端成本，正計劃讓 Windows 用戶端分攤 AI 算力。
- 意義：AI 運算正從純雲端走向「端雲混合」，微軟試圖藉此降低營運開銷並推動硬體升級。
- 影響：台灣作為 PC 與半導體王國，將直接迎來 AI PC 與高規格 NPU 的強勁換機潮。
微軟不再打算自己吞下天文數字的 AI 帳單了！未來的 Windows 系統將會聰明地把運算工作「外包」給你桌上那台擁有 NPU 的 AI PC，這項「端雲協作」策略將徹底重塑邊緣運算，並讓台灣硬體供應鏈成為最大贏家。
為什麼微軟要將 AI 算力甩鍋給我們？
微軟這招「算力落地」的背後，說穿了就是被高達數百億美元的雲端 AI 帳單給逼急了。過去一年多來，我們每一次請 Copilot 寫文章、生成圖片，每一次的滑鼠點擊，背後都是微軟位於全球的 Azure 雲端資料中心在「燃燒晶片」和電力。隨著使用者基數呈現爆炸性成長，微軟發現如果繼續把所有 AI 運算都攬在自己身上，不論蓋再多的資料中心、買再多的 NVIDIA 晶片，獲利也遲早會被驚人的電費與算力成本吃乾抹淨。
為了止血，微軟的解法就是推動「邊緣運算邊緣 AI」。簡單來說，就是把原本在雲端跑的大型語言模型（LLM），簡化成體積較小、可以在個人電腦上運行的「微小化模型」，然後指派給使用者電腦裡的 NPU（神經網路處理單元）來執行。這就像是過去你去高級餐廳（雲端）點菜，廚師做好了送上桌；現在則是吃火鍋，食材（基礎模型）給你，你自己開桌上的瓦斯爐（本機 NPU）來煮。這樣一來，微軟省下了雲端伺服器的耗損，而使用者則能享受更即時、不延遲且更隱私的 Windows AI 運算體驗。
- 2023-11：微軟大舉推出 Copilot，所有運算幾乎全由 Azure 雲端伺服器買單，營運成本急遽攀升。
- 近期：微軟開始在 Windows 測試版本中，將部分小規模語言模型（SLM）與影像辨識任務，指派給用戶端的本機 NPU 處理，正式啟動「算力分攤」計畫。
台灣怎麼看這件事？
這對台灣科技產業來說，簡直是天上掉下來的超級大禮包。台灣是全球 AI PC 供應鏈的絕對核心，微軟一旦強制或引導軟體使用本機 NPU 運算，消費者手上的舊電腦就會因為「跑不動」新一代 Windows 功能而面臨淘汰。這會直接逼出一波巨大的換機潮。從晶片龍頭台積電的先進製程，到華碩、宏碁、微星的 AI PC 終端，甚至是散熱元件與高頻寬記憶體（DRAM）廠商，都將在微軟的這項政策推動下，迎來實質的營收爆發，成功將「軟體焦慮」轉化為「硬體紅利」。
編輯觀點
微軟的「算力分攤」看似高明，但也考驗著消費者的容忍度。使用者花了錢買 Windows 授權，甚至訂閱了 Copilot 服務，結果運算時還要耗費自家電腦的電費、折損自己硬體的壽命，這算不算一種「隱形加稅」？微軟必須在「零延遲的流暢體驗」與「消費者的剝奪感」之間取得精妙的平衡，否則很可能會引發用戶的反彈，甚至給了對手陣營趁虛而入的機會。
常見問題
- 什麼是「端雲協作」？
- 這是一種 AI 運算模式，簡單任務由用戶電腦（端側）直接處理，複雜任務才上傳到雲端伺服器，達到省時、省錢又兼顧隱私的效果。
- 我的舊電腦還能用 Windows AI 功能嗎？
- 如果舊電腦沒有配備合格的 NPU 晶片，未來許多即時性的 Windows AI 功能可能會無法順暢運行，或者必須付費使用雲端版本。
- 為什麼微軟不繼續用雲端算力就好？
- 因為雲端算力成本高昂。隨著 AI 用戶激增，微軟必須降低 Azure 伺服器的負載，否則過高的電費與硬體維護成本將侵蝕利潤。
- 什麼是 NPU，它在這之中扮演什麼角色？
- NPU 是專門用來處理 AI 數學運算的晶片，就像是電腦裡的「AI 專用引擎」，能用極低的耗電量快速完成生成式 AI 的工作。
- 這對台灣消費者有什麼實質影響？
- 這代表未來購買新電腦時，是否具備強大的 NPU 將成為關鍵指標，消費者也將被迫提早進入 AI PC 的時代。
名詞小教室
- NPU（神經網路處理單元）
- 就像是電腦裡的「省電排練專家」，不擅長算數學（那是 CPU 的事）也不擅長畫畫（那是 GPU 的事），但極度擅長重複做 AI 聯想與辨識，既快又省電。
- 邊緣運算（Edge AI）
- 就像是在自家廚房做飯，不需要每次肚子餓都打電話叫外送（連回雲端），既省下外送費（網路頻寬與伺服器成本），又能現做現吃（零延遲）。