AI大模型的出现,让手机行业迈入了一个全新的时代,AI手机已成为大众关注的热点。
于是,在很多人看来,2024年是AI手机元年,市场的竞争势必会越发激烈。与此同时,AI手机也会加速手机硬件的提升,大内存或许是其首要攻破的壁垒。
8GB内存正在成为历史
手机内存,指的是手机的运行内存,也就是我们选购手机时“8GB+256GB”中的“8GB”,是手机日常能否流畅运行各个软件APP的必然保障。而随着技术的普及以及软件功能的丰富化,大内存已成为了手机的标配之选,8GB慢慢消失在了中高端市场。
为什么我们需要大内存?这或许是很多用户的疑惑。不可否认,如今智能手机的各方面配置足以满足用户流畅使用四年左右的时长,这就导致了换机周期的不断延长,让大内存无法普及每个用户,无法形成差异化的感知体验。
另一方面,现如今的手机软件APP功能不断丰富化,占据越大存储空间的同时,也加剧了系统调用时的难度,难免会出现卡顿或后台无法保活的情况。而拥有更大内存的手机,调用这些软件时会更加得心应手,流畅性和保活度有所保证。
可以看到的是,目前市面上的很多手机都是12GB起售,8GB内存版本的手机几乎不可见,甚至完全消失在了中高端市场。这也就意味着,大内存已经成为市场的主流需求,而两三年前流行的8GB已经慢慢成为历史。
更为重要的是,12GB仅仅只是起售,16GB与24GB也逐渐占据主流手机市场。对于消费者而言,16GB或许才是当下大部分人买手机的主流选择,也是最合适的选择,但由于换机周期延长,大内存始终很难真正普及开来。
然而,AI大模型的出现,或者说AI手机的出现,让大内存手机有了更多的可能性,或许会加速大内存的普及速度。
AI手机加速大内存普及
AI大模型和AI手机,是当下手机行业的热点,备受消费者的关注。当用户想要体验到AI功能时,手机本身的硬件自然需要符合一定的要求,相当于设置了门槛。其中,大内存就是一道重要的关卡。
首先我们要明确一点,那就是如今手机厂商所传播的AI大模型概念,是端侧AI大模型,而非云端AI大模型。相较于后者,前者主要是依赖于手机内部的芯片算力来生成结果,并不需要联网上传至云端,既减轻了云成本,也降低了隐私数据泄露的风险。
但是,端侧AI大模型的弊端也很明显,那就是过于依赖硬件。试想一下,手机那块小小的芯片,怎么能够和云端服务器成百上千的顶级显卡相比较呢?
换而言之,过度依赖硬件意味着需要更好的硬件来支撑手机AI大模型的运行,从而实现更多的AI功能。所以,严格意义上来说,现在还没有真正的端侧AI大模型,还处在两者相结合的状态。
此前,曾有消息显示,谷歌将其AI大模型,即Gemini Nano模型,隐藏于Pixel 8开发者选项中,其原因正是基于8GB内存的考虑。
谷歌认为,AI模型会占据内存,仅有8GB内存的Pixel 8,强行使用Gemini Nano,可能会带来不好的体验,而Pixel 8 Pro的12GB内存倒是能够较好地运行AI模型。
不仅于此,苹果的研究团队也曾针对大模型发表了相关的论文。他们认为,可以尝试用闪存技术减少数据加载的难度,同时优化数据块的大小,从而实现对加载数据的高效管理。这种方法倒也是一种全新的解决思路,但目前并没有实际落地。
种种现象表明,端侧AI大模型对于手机内存有着较高的要求,当下的12GB或许很快也会被淘汰,16GB或者24GB会逐渐成为主流。
从这一点来看,AI手机的出现,确实是加剧了大内存的普及速度。所以说,用户想要体验到更多有趣的AI功能,升级大内存就很有必要。
在如今的手机市场,大内存本身就是趋势,只不过端侧AI大模型的出现加快了这种趋势。而这无论对于消费者还是手机厂商来说,都是一种全新的考验。
倘若手机厂商能够让端侧大模型落地,研发出更多的AI功能,给用户带来更加创新的体验。
那么,我想或许很多消费者也很愿意为此买单,这才是最为关键的重中之重。希望在不久的未来,我们真正能够看到AI手机时代的带来,让手机焕发出更加智能化的风采。