图片来源：雷科技
但问题是，笔记本GPU的用处并不只有游戏，无论是视频渲染还是现在流行的设备端AI大语言模型，都对CUDA性能有较高的要求，那骁龙X Elite又该如何填补这一短板呢？
高通的答案也异常的直截了当：我直接加一颗NPU进去不就好了？
没错，在骁龙X Elite中，高通还专门准备了一个独立的NPU以应对AI与神经网络运算。尽管这颗NPU在性能检测上只体现出1GB内存，但其性能却远远甩开13800H、7940HS等处理器——在UL Procyon AI测试中，骁龙X Elite的分数遥遥领先于其他两款处理器。更重要的是，满血的骁龙X Elite Model A和“低压版”Model B，在该测试中有着相同的分数。
图片来源：雷科技
难能可贵的是，这颗NPU的性能并不只体现在基准测试中。骁龙X Elite平台具备75TOPS（CPU GPU NPU）的算力，且可应用在多种不同的生成式AI模型中。此外，在主题演讲中，高通也携手微软提出了“本地AI 云端AI”的融合AI概念。
设备端的本地AI可以可以在离线或网络连接不稳定的时候提供快速的AI响应，同时也可以将关键用户信息保存在设备本地，从而保护用户的个人数据或商业机密，而远端AI可以利用强大的远端算力提供更高AI准确度和专业程度，从而提高整体的AI体验。
考虑到Apple在10月底发布了全新的M3芯片，抢先亮相的骁龙X Elite页不可避免的要和M3正面对抗。没错，M3确实采用了更激进的3nm支撑工艺（骁龙X Elite为4nm），但就像高通在主题演讲和采访中说到的那样，骁龙X Elite也有着自己独特的优势。
首先，骁龙X Elite有着更好的无线通讯能力，这点相信大家都不会有异议，甚至在主题演讲上，高通都不忘记“阴阳怪气”，说并不是所有品牌都有能力将无线信号做好。可能有人觉得无线信号对笔记本来说并不重要，这种观点你放在AI时代之前确实没有错。
图片来源：雷科技
但在强调笔记本AI性能，甚至是本地 云端融合AI性能的AI时代，时刻在线（Always Online）将成为笔记本的一大特性。其次，刚刚说过的全大核架构让骁龙X Elite在多任务时有着更好的性能储备。
但这是否就意味着骁龙X Elite面对M3“赢到家”了呢？
不要忘记M3统一内存的设计能让数据更快地被CPU、GPU访问，而且全面转向ARM架构的macOS比起“脚踏两条船”的Windows显然有着更好的架构适配。如果Windows决定“梦回8cx”甚至是Windows RT时代，那骁龙X Elite又该怎么办呢？
考虑到ARM架构下“潜在”的应用生态问题，高通提出了一个“三步走”的策略：
第一，把应用程序移植到骁龙本上并在模拟模式下运行，如微软的介绍所说，他们正在努力确保Windows的模拟模式具备优秀的性能；
第二，把原生应用程序移植到骁龙本上；
第三，在应用程序的开发和设计之初，充分利用骁龙的异构架构的优势，比如充分利用专用的CPU、GPU、NPU和音频、视频等核心所具备的优势，能够使骁龙本以更低的功耗运行这些应用，给广大消费者带来更多优秀体验。
图片来源：雷科技
换句话说，当前双方的工作目标其实和Apple的Rosseta 2有些类似：先想办法提供应用转译效率，保证应用确实能运行，之后再利用骁龙X Elite平台的特性吸引开发者进行原生应用开发。
Kedar Kondap还表示：
高通正在加大的投入，来确保整个生态系统已经准备就绪，这样的投入包括针对软件开发者、针对工具套件、针对SDK，我们确保为合作伙伴提供一个开发者平台以用于开发他们的应用程序。
除此之外，我们还与中国的许多生态系统合作伙伴进行合作，确保我们的应用程序也能够支持中国特定的支付方式，并确保这些支付方式能够与骁龙本兼容。我们正在与中国生态系统合作伙伴合作，以确保中国消费者的需求能够得到有效满足。
尽管主题演讲上Windows对与骁龙X Elite适配的承诺在我看来还有些许“画饼”的味道，毕竟微软出尔反尔的情况并不少见。但从个人笔记本电脑发展的大方向来看，NPU与AI的加入确实为沉闷的笔记本电脑市场带来了不少活力。
很多时候，人们对AI技术的认知还停留在生成式AI的阶段，认为AI的作用也就是画画图，聊聊天。但将AI用作实际的“生产工具”只是对AI最初级的作用，AI大语言模型拥有惊人的数据处理、学习能力，在未来AI的身份完全可以从“执行层”提升为“决策层”。
以“好莱坞编剧罢工”为例子，编剧们担心生成式AI用更快的创作速度与更低的错误成本取代了“人脑智能”编剧，这其实就是AI错误定位的结果。在合理的设想下，AI的作用应该是分析过去电影和用户评价、理解剧本、并为编剧提供优秀的剧本方向。而不是像现在的生成式AI一样，人工丢几个关键词进去，自动生成一个看起来像模像样，其实逻辑不通的剧本。
