Waarom laptopfabrikanten nu plotseling alles met AI willen

De techindustrie beweegt in cycli van centralisatie en decentralisatie. Het afgelopen decennium was de cloud het middelpunt van het universum. Elke slimme functie op je laptop vertrouwde op een server in een ver datacenter. Dat verandert nu razendsnel. Laptopfabrikanten zoals Intel, AMD en Apple verplaatsen de intelligentie terug naar het lokale apparaat. Ze doen dit door een specifiek stukje silicium, de Neural Processing Unit (NPU), toe te voegen aan elke nieuwe machine. Deze verschuiving gaat niet alleen over snelheid, maar vooral over energiezuinigheid en privacy. Wanneer je computer complexe patronen kan verwerken zonder verbinding met het internet, wordt hij krachtiger en minder afhankelijk van abonnementen. De industrie noemt dit het AI PC-tijdperk. Het is de meest significante verandering in de interne architectuur van een laptop sinds de introductie van de multi-core processor. Deze transitie moet van de laptop een actieve assistent maken die context begrijpt zonder dat je batterij binnen twee uur leeg is.

Om te begrijpen waarom dit gebeurt, moet je naar de hardware kijken. Een standaardlaptop heeft een Central Processing Unit voor algemene taken en een Graphics Processing Unit voor visuele data. Geen van beide is perfect voor kunstmatige intelligentie. Een CPU is te traag voor de enorme hoeveelheid wiskunde die moderne modellen vereisen, en een GPU is wel snel, maar verbruikt gigantisch veel stroom. De Neural Processing Unit is een gespecialiseerde chip ontworpen voor de specifieke wiskunde van machine learning. Hij gebruikt heel weinig stroom om biljoenen operaties per seconde uit te voeren. Hierdoor kan een laptop lokaal een large language model of een image generator draaien. Door deze taken naar de NPU te verplaatsen, hebben de CPU en GPU de handen vrij voor hun normale werk. Deze architectuur voorkomt dat je laptop oververhit raakt bij slimme functies. Het betekent ook dat features zoals oogcontactcorrectie tijdens videobellen constant op de achtergrond kunnen draaien zonder dat je prestatieverlies merkt. Fabrikanten gokken erop dat deze efficiëntie gebruikers zal overtuigen om hun verouderde hardware te upgraden.

De push voor lokale hardware is ook een reactie op de stijgende kosten van cloud computing. Elke keer dat je een cloud-gebaseerde AI vraagt om een document samen te vatten, kost dat de aanbieder geld aan stroom en serveronderhoud. Door dat werk naar jouw laptop te verplaatsen, besparen bedrijven als Microsoft en Google miljarden aan infrastructuurkosten. Deze verschuiving verplaatst de rekening voor AI-rekenkracht effectief van de softwareleverancier naar de consument die de hardware koopt. Het is een slimme zet die perfect aansluit bij de zakelijke doelen van siliciumgiganten als Intel en AMD. Zij hebben een nieuwe reden nodig waarom mensen elke drie jaar een computer kopen. De AI PC biedt die reden door functies te beloven die simpelweg niet goed draaien op oudere machines. Je vindt meer details over deze verschuivingen in onze uitgebreide AI-hardwaregidsen die de evolutie van consumentensilicium volgen. Dit is niet alleen een trend voor high-end workstations; het wordt de standaard voor elke consumentenlaptop die wereldwijd wordt verkocht.

De wereldwijde impact van deze transitie draait om datasoevereiniteit en energie. Overheden en grote bedrijven maken zich steeds meer zorgen over waar hun data naartoe gaat. Als een bank in Duitsland een cloud-AI gebruikt om gevoelige financiële gegevens te analyseren, kan die data het land verlaten. Lokale AI lost dit op door de data op de laptop te houden. Dit voldoet aan strikte privacywetten zoals de AVG (GDPR) in Europa en soortgelijke regels in Azië. Het verkleint ook de wereldwijde ecologische voetafdruk van het internet. Datacenters verbruiken een schrikbarende hoeveelheid stroom om informatie te verwerken. Als een aanzienlijk deel van dat werk gebeurt op de miljoenen laptops die al op bureaus staan, wordt het elektriciteitsnet minder belast. Deze gedecentraliseerde aanpak is veerkrachtiger. Het stelt een werknemer in een regio met een slechte internetverbinding in staat om geavanceerde tools te gebruiken die voorheen alleen beschikbaar waren voor mensen met razendsnel glasvezel. Deze democratisering van rekenkracht is een belangrijke drijfveer voor de internationale techmarkt.

Op een gemiddelde werkdag is de impact van een AI-native laptop subtiel maar constant. Stel je voor dat je de dag begint met een videovergadering. Vroeger zouden de ventilatoren van je laptop luid gaan draaien als je de achtergrond vervaagde of ruis onderdrukte. Met een NPU gebeuren deze taken geruisloos en verbruiken ze bijna geen batterij. Tijdens de vergadering transcribeert een lokaal model het gesprek en identificeert het real-time actiepunten. Je hoeft de audio niet naar een server te uploaden, wat bedrijfsgeheimen beschermt. Later moet je een specifiek spreadsheet van vorig jaar vinden. In plaats van te zoeken op bestandsnaam, vraag je de computer om het document te vinden waarin je het budget voor het kantoor in Tokio besprak. De laptop scant zijn lokale index en vindt het direct. Dit is het verschil tussen een zoekmachine en een lokale intelligentie-engine. Het begrijpt de inhoud van je werk in plaats van alleen de labels die je eraan geeft.

Tegen de middag moet je misschien een afbeelding genereren voor een presentatie. In plaats van te wachten in een wachtrij op een website, gebruik je een lokale versie van Stable Diffusion. De afbeelding verschijnt in seconden omdat de NPU geoptimaliseerd is voor precies deze taak. Misschien ontvang je ook een lang rapport waar je geen tijd voor hebt om te lezen. Je sleept het in een lokaal venster en krijgt direct een samenvatting van drie alinea’s. Deze workflow is sneller omdat er geen netwerk-latency bij komt kijken. Je wacht niet op een signaal dat de oceaan over moet reizen. De computer voelt responsiever aan omdat de verwerking centimeters van je vingers verwijderd plaatsvindt. Dit is de praktische realiteit van de AI PC. Het gaat niet om één grote functie die alles verandert, maar om honderd kleine verbeteringen die de machine intuïtiever maken. Het doel is om de wrijving tussen je gedachten en de digitale output te verwijderen.

Socratisch scepticisme is noodzakelijk bij het evalueren van deze claims. We moeten ons afvragen of de NPU echt een nuttige tool is of gewoon een manier om hogere prijskaartjes te rechtvaardigen. De meeste huidige AI-functies zijn softwaretrucs die technisch gezien ook op oudere hardware zouden kunnen draaien, zij het trager. Creëert de industrie een synthetische behoefte aan nieuw silicium? Er is ook de kwestie van levensduur. AI-modellen groeien elke maand in omvang en complexiteit. Een laptop die je vandaag koopt heeft misschien een NPU die 40 biljoen operaties per seconde aankan, maar is dat genoeg voor de modellen van ? We gaan mogelijk een tijdperk in waarin hardware veel sneller veroudert dan in het afgelopen decennium. Als de kernfunctionaliteit van je besturingssysteem afhangt van een specifieke chip, verlies je de mogelijkheid om je computer tien jaar lang te blijven gebruiken. Dit creëert een enorme hoeveelheid elektronisch afval. We moeten ook rekening houden met de privacy-afweging. Een AI die alles wat je doet indexeert om behulpzaam te zijn, is ook een AI die een perfect verslag van je hele leven heeft. Wie beheert die index en kan deze worden opgevraagd via een dagvaarding?

De technische laag van deze transitie is waar de echte beperkingen naar voren komen. Om een NPU nuttig te maken, moeten softwareontwikkelaars code schrijven die ermee kan communiceren. Dit vereist gestandaardiseerde API’s zoals Windows DirectML of Intel OpenVINO. Op dit moment is het ecosysteem gefragmenteerd. Een feature die op een Apple Mac draait, werkt misschien niet op een Windows-laptop met een AMD-chip. Er is ook het probleem van geheugenbandbreedte. AI-modellen vereisen dat enorme hoeveelheden data snel worden verplaatst tussen het geheugen en de processor. De meeste huidige laptops hebben hier een bottleneck. Zelfs als de NPU snel is, brengt hij misschien het grootste deel van zijn tijd door met wachten op de RAM om data te leveren. Daarom zien we een verschuiving naar unified memory-architecturen waarbij de CPU, GPU en NPU allemaal dezelfde high-speed pool van data delen. Dit verbetert de prestaties, maar maakt de laptops onmogelijk om na aankoop te upgraden. Je kunt niet zomaar meer RAM toevoegen omdat het geheugen voor maximale snelheid direct naast de processor is gesoldeerd.

Power users moeten goed naar de specificaties kijken voordat ze in de hype meegaan. De industrie gebruikt een metriek genaamd TOPS om AI-prestaties te meten. TOPS is echter een ruw getal dat geen rekening houdt met hoe de chip omgaat met verschillende datatypes, zoals INT8 of FP16-precisie. Een chip met hoge TOPS kan nog steeds moeite hebben met specifieke modellen als de architectuur er niet voor is geoptimaliseerd. Er zijn ook thermische limieten om rekening mee te houden. Een dunne, lichte laptop heeft misschien een krachtige NPU, maar als hij de warmte niet kwijt kan, zal het systeem de snelheid na een paar minuten zwaar gebruik beperken. Lokale opslag is een andere factor. Het lokaal draaien van grote modellen vereist gigabytes aan ruimte voor alleen al de modelgewichten. Als je een laptop met een kleine harde schijf koopt, zit je snel zonder ruimte. De geek-sectie van de markt is momenteel een kerkhof van early-adopter hardware die veel beloofde maar de softwareondersteuning miste om het waar te maken. We wachten nog steeds op een universele standaard die AI-software echt portable maakt over alle hardwaremerken heen.

Heeft u een AI-verhaal, tool, trend of vraag die wij volgens u zouden moeten behandelen? Stuur ons uw artikelidee — we horen het graag.

De conclusie is dat de AI PC een echte architecturale verschuiving is, maar dat hij nog in de kinderschoenen staat. Voor de meeste mensen zijn de voordelen vandaag beperkt tot betere videobellen en iets snellere fotobewerking. De echte waarde zal de komende twee jaar verschijnen naarmate besturingssystemen lokale inferentie integreren in elke hoek van de gebruikersinterface. Je moet niet overhaast een werkende laptop vervangen alleen om een NPU-sticker te krijgen. Echter, wanneer je uiteindelijk upgradet, zal de aanwezigheid van een speciale AI-chip verplicht zijn voor een goede ervaring. De industrie beweegt weg van de cloud voor alledaagse taken. Dit leidt tot laptops die privater, efficiënter en beter in staat zijn om complex werk af te handelen zonder internetverbinding. Het is een terugkeer naar het idee van de personal computer als een op zichzelf staande krachtpatser. De marketing mag dan luid zijn, de onderliggende technologie is een noodzakelijke stap voor het volgende decennium van computing.

Noot van de redactie: We hebben deze site gemaakt als een meertalige AI-nieuws- en gidsenhub voor mensen die geen computernerds zijn, maar toch kunstmatige intelligentie willen begrijpen, er met meer vertrouwen mee willen omgaan en de toekomst willen volgen die al aanbreekt.