Cloud-Computer bekommt das Wiederbelebungskarten, Google/Alibaba/Microsoft kämpfen um die Cloud-AI.

Vor der Google I/O-Konferenz hat Google in der Nacht vom 13. Mai eine Vorabveranstaltung für Android 17 abgehalten. Überraschenderweise hat Google auf dieser Veranstaltung unvermittelt eine neue Produktreihe angekündigt: Android-Computer. Im Gegensatz zu Chromebooks zielt der Android-Computer auf das gehobene Segment ab und setzt auf Produktivität als Kernvorteil. Google ist nicht mehr zufrieden mit dem Einsteiger-Markt und will in der PC-Branche außerhalb der Netbooks mehr Marktanteile erobern.

Das Konzept des AI-PCs ist in den letzten Jahren sehr populär geworden. Unzählige Hersteller von PC-Chips und Endgeräten betonen die AI-Funktionen ihrer Produkte und schwärmen immer wieder von den neuen Möglichkeiten, die AI für die PC-Nutzung mit sich bringt. Die Entstehung des Android-Computers zeigt der Außenwelt ein neues Konzept für den AI-PC: Anstatt auf traditionelle Desktop-Systeme zu setzen, wird die Cloud-AI nicht als Nebeneffekt, sondern als Kernfunktion betrachtet, und alle damit verbundenen Funktionen werden daraus abgeleitet.

(Bildquelle: Google)

Wenn der Android-Computer erfolgreich sein kann, wird der Cloud-Computer wahrscheinlich die Lösung für die AI-Zeit sein.

Derzeitige AI-PCs sind noch nicht „AI“ genug

Derzeitige AI-PCs in der PC-Branche sind eher wie traditionelle PCs mit einer AI-Oberfläche. Bei den Chips haben Intel und AMD für PC-Prozessoren unabhängige AI-Berechnungseinheiten hinzugefügt, um ihre Fähigkeiten in der Edge-AI zu verbessern. Bei System und Ökosystem haben Endgerätehersteller eigene AI-Anwendungen in das System integriert, darunter Computer-Manager und Intelligenzagenten, und externe Large Language Models angebunden.

Allerdings sind diese AI-PCs im Wesentlichen noch traditionelle Windows-Computer, und die AI ist eher eine zusätzliche Funktion. Außerdem basieren die meisten AI-Szenarien auf Cloud-AI, einschließlich Dokumentzusammenfassungen, Bildgenerierung und verschiedenen „Krebstools“.

Obwohl Chiphersteller immer wieder von der lokalen AI-Fähigkeit ihrer Chips berichten und von der Möglichkeit der heterogenen Berechnung mit CPU, GPU + NPU für die Implementierung von Open-Source-Modellen sprechen, ist die AI-Rechenleistung von Consumer-PC-Chips in der Realität immer noch begrenzt. Nicht jeder Verbraucher hat eine RTX 5080-Grafikkarte und mindestens 32 GB Arbeitsspeicher.

(Bildquelle: JD.com)

In dieser Situation ist es für einen normalen Consumer-PC schwierig, ein Large Language Model lokal auszuführen und somit komplexere AI-Aufgaben zu bewältigen.

Kürzlich war OpenClaw sehr beliebt, was dazu führte, dass die Mac mini ausverkauft war und der Preis stieg. Die meisten Menschen nutzen jedoch Cloud-Modelle, um „Krebse“ zu züchten. In verschiedenen Anleitungen zur Krebseinrichtung wird erwähnt, welches AI-Token günstig ist und wie man den Token-Verbrauch senken kann.

(Bildquelle: Gitbook)

Damit entsteht ein neues Problem: Wenn der AI-PC immer noch auf Cloud-AI angewiesen ist, um AI-Szenarien zu realisieren, was ist dann der Wert der Hardware des AI-PCs?

Theoretisch kann ein traditioneller PC ohne AI-Chip-Premium, solange er mit dem Internet verbunden ist und auf Cloud-AI zugreifen kann, ebenfalls ein AI-PC werden.

Wir können sogar noch radikaler vorgehen und die Hardware-Konfiguration des PCs stark reduzieren. Solange er einen Bildschirm, eine Tastatur und Internetzugang hat, kann er ein Cloud-AI-Computer werden. Die rasante Entwicklung und Verbreitung von AI scheinen es dem nicht so neuen „Cloud-Computer“ zu ermöglichen, eine Renaissance zu erleben.

Cloud-Computer + AI: Die Zukunft des AI-PCs?

Der Cloud-Computer ist für uns kein Fremdwort. Die vor einigen Jahren sehr beliebten Cloud-Spiele basieren im Wesentlichen auf Cloud-Computern. Damals wurde die umfassende Verbreitung von 5G als Wundermittel für die Verbreitung von Cloud-Computern angesehen, da es geringe Latenzzeiten und hohe Datenraten bietet.

Aber die Realität ist hart. Das Konzept der Cloud-Spiele hat sich nie richtig durchgesetzt. Der von Google 2019 eingeführte Cloud-Spieledienst Stadia wurde nach weniger als drei Jahren eingestellt. Laut Bewertungen von ausländischen Medien und Rückmeldungen der Benutzer erfordert Stadia, um eine ähnlich flüssige Erfahrung wie bei lokalen Spielplattformen zu bieten, eine sehr hohe Netzwerkqualität. Beispielsweise muss man eine lokale Hochgeschwindigkeits-Festnetzverbindung nutzen, und selbst die Nutzung von WiFi führt zu einer deutlichen Verschlechterung der Spielqualität, ganz zu schweigen von der Nutzung eines 5G-Mobilfunknetzes, das noch stärkeren Schwankungen unterliegt.

(Bildquelle: Google)

Cloud-Spiele sind jedoch sehr empfindlich gegenüber Netzwerkverzögerungen, während Online-AI eine viel höhere Toleranz hat. Als normale Benutzer sind wir es gewohnt, dass AI beim Beantworten von Fragen und Bearbeiten von Aufgaben Zeit zum „Nachdenken“ braucht, und wir erwarten die Ergebnisse von AI nicht so dringend wie bei Spielen.

Letztendlich liegt die Schwelle der Reaktionsgeschwindigkeit von AI nicht in der Netzwerkgeschwindigkeit, sondern in der Rechenleistung. Selbst wenn Sie ein lokales Large Language Model installieren, benötigt es immer noch genügend Zeit, um eine Antwort zu generieren.

Deshalb halten wir den Cloud-Computer für die natürliche Wahl für AI-PCs. Google's Android-Computer baut den AI-PC auf eine andere Weise als traditionelle PCs. Auf dem Android-Computer ist AI keine Nebensache, sondern die Kernfunktion. Google hat erklärt, dass die meisten AI-Tools derzeit als unabhängige Apps vorliegen, und Benutzer müssen die Daten in die AI-Oberfläche kopieren, um die AI-Funktionen nutzen zu können. Der Android-Computer integriert AI in jedes Eck des Systems. Am offensichtlichsten ist, dass AI überall erscheint, wo sich der Mauszeiger befindet. AI erfasst Texte, Bilder, Code und andere Informationen in der Nähe des Zeigers und bearbeitet und manipuliert sie direkt.

(Bildquelle: Google)

Darüber hinaus gibt es viele verschiedene Implementierungsoptionen für den Android-Computer. Google bietet eher Produktideen und Implementierungsformen, während die Hardware von Kooperationspartnern entwickelt wird. Laut den von Google angekündigten Kooperationsmarken fallen diese in zwei Kategorien: Chiphersteller wie Intel, Qualcomm und MediaTek sowie Endgerätehersteller wie HP, Lenovo, Acer, Asus und Dell.

Betrachtet man die Chiphersteller, wird deutlich, dass Google nicht darauf achtet, welchen Chip-Architektur der Android-Computer nutzt. Sowohl X86 als auch ARM sind möglich. Bisher hängt die Umsetzung von AI-Szenarien auf Android-PCs immer noch stark von der Cloud-Gemini ab, und die Rechenleistung der lokalen Hardware spielt eine relativ untergeordnete Rolle.

Darüber hinaus bieten Internet- und Cloud-Dienstleister bereits Cloud-Computer-Services und entwickeln diese in Richtung AI-PCs. Alibaba hat 2024 den Wuying AI Cloud-Computer eingeführt, der nicht nur über eine starke Cloud-Hardware-Konfiguration verfügt, sondern auch umfassende Unterstützung für Large Language Models bietet. Im Jahr 2026 wurde der Wuying AI Cloud-Computer weiter verbessert und bietet nun vollständige Unterstützung für OpenClaw-Krebseinrichtung. Er kann mit einem Klick installiert werden, direkt auf Qianwen zugreifen und mit Kommunikationsmitteln wie DingTalk, Feishu und WeChat verbunden werden.

(Bildquelle: Alibaba Cloud)

Es ist auch bemerkenswert, dass die AI-Riesen in der AI-Infrastrukturentwicklung einen heftigen Wettlauf führen, was zu einem Anstieg der Speicherkosten führt. In absehbarer Zeit ist keine Preisreduzierung in Sicht. Dies wird die Upgrades von Consumer-PCs weiter behindern. Wenn man weiterhin das traditionelle Upgrade-Modell für AI-PCs anwendet, wird es schwierig werden. Anstatt auf lokale AI-Konfigurationen mit begrenzter Rechenleistung zu setzen, ist es besser, die AI-Aufgaben direkt an die Cloud zu übergeben.

Wie sollen PC-Hersteller auf die Veränderungen reagieren?

Die AI-Transformation von PCs ist ein irreversibler Trend. Alle Akteure in der PC-Industrie überlegen sich, wie sie an den Zug der AI-PCs kommen können. Ihre Rollen und Vorgehensweisen variieren.

Zunächst die Chiphersteller. Sie betonen weiterhin die AI-Rechenleistung von Consumer-Chips und entwickeln AI-Szenarien darum herum. Wichtiger ist, dass Intel und AMD auch im Servermarkt stark investieren und immer wieder Bestellungen von AI-Riesen erhalten. AI-Hersteller benötigen natürlich eine große Anzahl von AI-Chips für die AI-Infrastrukturentwicklung. Neben NVIDIA sind vor allem Intel und AMD, die traditionellen CPU-Hersteller, in der Lage, diese Bestellungen zu erfüllen.

Die neuesten Geschäftsberichte von AMD zeigen, dass der Umsatz des Geschäftssegments „Datenzentrum“ im ersten Quartal 5,8 Milliarden US-Dollar betrug, was mehr als die Hälfte des Gesamtumsatzes ausmacht. Darüber hinaus reicht die Produktionskapazität von Intel und AMD nicht aus, um alle Bestellungen zu erfüllen. AMD sucht daher neben TSMC auch nach anderen Wafer-Fabrikanten wie Samsung.

(Bildquelle: AMD)

Als nächstes die Endgerätehersteller, darunter traditionelle PC-Marken wie Lenovo, Asus und HP sowie aufstrebende Marken wie Huawei, Xiaomi und Honor. Derzeit basiert ihre Entwicklung von AI-PCs hauptsächlich auf der traditionellen Architektur von Intel/AMD-Chips und Windows-Systemen. Sie verbessern die AI-Fähigkeiten der PCs, indem sie Software wie Computer-Manager und Intelligenzagenten integrieren. Handyhersteller haben in der AI-PC-Branche einen zusätzlichen Vorteil: Sie können ihre PC-Produkte mit anderen Geräten in ihrer Hardware-Ökosystem wie Smartphones, Auto-Computern, Wearables und Heimautomationsgeräten verbinden, und die AI-Fähigkeiten können nahtlos zwischen den Geräten übertragen werden. Beispielsweise kann Super Xiaoai, ein Tool mit vielfältigen Fähigkeiten wie Intelligenzagent, AI-Assistent und Sprachassistent, auf verschiedenen Geräten in der Xiaomi-Ökosystem erscheinen.

(Bildquelle: Xiaomi)

Apple ist in der AI-PC-Branche eine besondere Existenz. Apple Intelligence wurde frühzeitig angekündigt, aber die Umsetzung ist bisher eher enttäuschend, was die AI-Transformation von Macs etwas peinlich macht. Apple hat jedoch immer noch eine einzigartige Stärke in der Integration von Hardware und Software und hat absolute Kontrolle über die M-Serie-Chips und das macOS-System. Kürzlich hat Apple die Produktion des MacBook Neo von 5 Millionen auf 10 Millionen Geräte erhöht und ist bereit, hohe Kosten für die Produktion des A18 Pro-Chips aufzuwenden. Dank des Erfolgs dieses Notebooks hat Apple in den von LOTU veröffentlichten Online-Notebook-Markt-Daten für das erste Quartal den zweiten Platz nach Lenovo im chinesischen Markt erreicht.

(Bildquelle: LOTU)

Angesichts des starken Anstiegs der Speicherkosten ist der preiswerte MacBook sehr attraktiv. Ehrlich gesagt war der MacBook Neo zunächst nicht sehr