购买新笔记本电脑可能会让人困惑。我发现最好的起点是尺寸。你想要轻薄的超便携设备,还是屏幕更大但携带不便的大尺寸型号?或者选择在便携性和生产力之间平衡的中间选项?确定尺寸等直观因素实际上对选择更复杂的组件(包括处理器)大有帮助。你仍会面临各种CPU选择,但确定尺寸有助于缩小范围,以下内容能确保你选到适合需求的处理器。
Intel和AMD长期以来一直是Windows笔记本最受欢迎的两大芯片制造商,而高通最近重新成为第三选择。三家公司都提供广泛的处理器选择,几乎在每种类型的笔记本上都能看到。苹果为MacBook使用自己的M系列芯片,这让选择更直接,但即便如此,你仍需要做一些决定。
如果你想直接了解要点,这里是选择最佳笔记本CPU的核心信息:
我们首推苹果的M系列芯片作为笔记本CPU。因为它们在CPU和GPU性能之间提供最佳平衡,还有超长续航时间。M4 MacBook Air位居我们最佳笔记本排行榜首位是有原因的。
对于Windows系统,我们推荐搭载高通骁龙X系列处理器的笔记本。它在性能和续航的结合上最接近MacBook的水平。然而,高通笔记本存在软件兼容性问题的风险。如果这足以让你望而却步,那么我们推荐Intel的Core Ultra 200V芯片,来自该芯片制造商的Lunar Lake系列。它提供有竞争力的应用程序、图形和AI性能,以及让笔记本运行时间几乎与高通芯片笔记本相当的高效率。
游戏玩家、内容创作者和图形专业人士会发现配备Intel和AMD高性能处理器的笔记本,但在两者之间选择不如获得你能负担得起的最佳GPU的笔记本重要。
对于想深入了解细节的人,请继续阅读。下面我们将解释Intel、AMD、高通和苹果当前移动处理器的差异,帮助你为下一台笔记本选择合适的CPU——无论其尺寸、价格或操作系统如何。
当前笔记本CPU格局
对于Windows笔记本,几十年来的选择一直在Intel和AMD之间。Intel当前的产品线是Core Ultra Series 2芯片(即Lunar Lake和Arrow Lake),AMD的最新系列是Ryzen AI 300系列(即Strix Point和Krackan Point)。每家公司都将其最新批次称为AI芯片,因为除了中央处理器和集成图形处理器外,它们还包括神经处理器,这是处理AI任务的节能芯片。
Intel和AMD的处理器之间有很多重叠和直接竞争,从用于更高效率和更长续航的低电压芯片到优先考虑性能的高功率处理器。
对于Intel,让我们以Core Ultra 258V芯片为起点。这是Intel Lunar Lake系列中最受欢迎的处理器,广泛可用。就在过去几个月里,我在联想ThinkPad X1 Carbon Gen 13、宏碁Swift 14 AI和华硕Zenbook S 14中都看到了它。
Core Ultra 258V专为轻薄AI笔记本设计,采用Intel的混合设计,将用于高要求任务的性能核心与更节能、设计用于处理后台/低要求任务的较小效率核心相结合。Core Ultra 258V的CPU有四个性能核心和四个效率核心,以及Intel的集成Arc 140V GPU。
现在,将其与AMD更受欢迎的笔记本CPU之一Ryzen AI 7 350进行比较。与Core Ultra 258V一样,它是八核芯片,但AMD不使用性能和效率核心的混合——相反,它们都是常规性能核心。与Core Ultra 258V不同,Ryzen AI 7 350是多线程的,意味着其八个物理核心可以作为16个虚拟核心运行。我从基于Core Ultra 258V的笔记本中看到了更好的单核性能,而基于Ryzen AI 7 350的笔记本在多核性能方面领先。
在AI性能方面,两者基本相等,都超过了微软为其Copilot Plus PC平台设定的每秒40万亿次运算的最低要求——这是设计用于在本地处理AI任务而非通过互联网连接到其他地方服务器的笔记本。Core Ultra 258V配备能够执行47 TOPS AI计算的NPU,Ryzen AI 7 350的NPU能够执行50 TOPS。
在续航方面,笔记本CPU的效率只是一个因素,所以很难在Intel或AMD之间做出选择,但我们在配备Core Ultra 258V的笔记本上看到了更好的续航。Core Ultra 258V效率更高,TDP为8到37瓦,默认17瓦。Ryzen AI 7 350的范围是15到54瓦,默认28瓦。
然而,Intel和AMD都不是当前的续航冠军。这个桂冠属于高通及其基于Arm的骁龙X系列处理器。我将在下面介绍x86和Arm之间的差异,但只需知道我们测试过的大多数续航最长的笔记本都使用了骁龙X系列CPU。这些笔记本的续航时间可以超过20小时,但它们也带来了潜在软件兼容性问题的权衡。
Intel当前产品线
让我们回到Intel,其笔记本处理器使用最广泛。在Core Ultra 200V Lunar Lake系列之后,Intel推出了Arrow Lake,为我们带来了更多需要跟踪的Core Ultra 200系列芯片。确切地说是三个:Core Ultra 200U、200H和200HX。
Core Ultra 200U系列是Intel对高通高效骁龙X系列的回应。仅有两个性能核心、八个效率核心和两个低功耗效率核心——加上仅15瓦的基础TDP——这些是Intel当前产品线中最高效的芯片。你会在轻薄笔记本中看到这些芯片,如Core Ultra 5 225U和Core Ultra 7 255U。如果你想要续航长的超便携设备,但担心x86 Windows软件与基于Arm的CPU不兼容的可能性,它们是不错的选择。
其他Arrow Lake系列,Core Ultra 200H和200HX,是比Core Ultra 200U芯片或Lunar Lake的Core Ultra 200V功率更高的芯片。200HX是Intel用于游戏和内容创作笔记本的旗舰移动CPU系列。你会看到Core Ultra 7 255HX等选项,这是20核(8个性能核心和12个效率核心)芯片,功率范围为15到57瓦。令人惊讶的是,Core Ultra 255H消耗更多功率,运行在28到60瓦之间,但提供更接近高效200U系列的核心组合。它有16个核心,由六个性能核心、八个效率核心和两个低功耗效率核心组成。
如果你想要AI笔记本是因为你已经在运行本地AI工作负载或只是想为下次笔记本购买做好未来准备,你会想选择Core Ultra 200V(Lunar Lake)处理器而不是任何Arrow Lake变体。Core Ultra 200HX和200H系列芯片比Core Ultra 200V更强大,但NPU的TOPS计数要低得多。低功耗Arrow Lake产品线Core Ultra 200U也是如此。
AMD的移动产品
解析AMD的移动产品线更容易,简单原因是系列更少,每个系列的芯片也更少。唯一令人困惑的部分是AMD的Ryzen AI 300产品线由来自Strix Point和Krackan Point系列的芯片组成,但你真的不需要记住前面的代号。
Strix Point芯片是高端产品,如Ryzen AI 9 HX 370,提供12核、24线程和能够执行50 TOPS的NPU。你会在游戏笔记本和其他用于严肃图形或科学工作的高性能型号中找到Ryzen AI 9处理器。
Krackan Point芯片填补了Ryzen AI 300系列的底部,最多八核。像Ryzen AI 7 350和Ryzen AI 5 330和340这样的芯片在预算和主流笔记本中提供。
AMD最新的移动CPU是其Strix Halo和Fire Range系列。每个都由高性能芯片组成。Strix Halo产品线包括Ryzen AI Max和Max Plus芯片,Max版本提供最多八核,Max Plus提供最多16核。与Intel的高端200HX芯片不同,Ryzen AI Max和Max Plus在AI性能上不吝啬,提供能够执行50 TOPS的NPU。同时,新的Fire Range产品线面向高端游戏笔记本和移动工作站;旗舰Ryzen 9 9955HX3D是55瓦处理器,具有16核、32线程,没有NPU。
高通成为第三选择
长期以来,Intel和AMD是Windows笔记本的唯一CPU选择,但去年,高通进入这个领域(如果你还记得它早期的Windows-on-Arm尝试来了又快速离开的话,算是重新进入)添加了第三个选择。我们将在下一节更深入地讨论Intel和AMD的x86处理器与高通和苹果基于Arm的处理器之间的差异。但你需要知道的是,微软去年与高通合作推出了其Copilot Plus PC计划。高通的骁龙X系列芯片非常高效,同时提供有竞争力的应用程序和AI性能。
骁龙X系列处理器的关键优势是Arm架构的效率和它们为笔记本提供的卓越续航。多亏了高通,Windows笔记本现在提供与运行苹果自己基于Arm的M系列处理器的MacBook相同的长续航。自从苹果在2020年推出M1处理器以来,MacBook在续航方面一直享有优势,但这种差距已经消失。在许多情况下,我看到基于骁龙X的笔记本比MacBook Air或Pro运行时间更长,如HP OmniBook X 14、华硕Zenbook A14、宏碁Swift Go 14 AI和戴尔Inspiron Plus 7441的情况。
基于Arm的Windows笔记本的潜在障碍是软件兼容性。早期的Windows-on-Arm尝试饱受兼容性问题困扰,应用程序无法在基于Arm的系统上运行,但今天基于骁龙X的笔记本提供更广泛的支持。许多x86应用程序可以在Arm上本地运行,微软的内置Prism模拟器让你运行许多非本地应用程序。尽管如此,使用模拟通常会降低性能,所以在购买配备Arm芯片的笔记本之前,请检查你的关键应用程序是否能在该平台上本地运行。
芯片架构:x86与Arm
现在,让我们深入了解基于x86架构的Intel和AMD芯片与使用Arm构建的苹果、高通、三星和联发科芯片之间的差异。两种设计的根本差异在于它们的指令集架构。x86芯片依赖复杂指令集计算来执行计算。CISC能够通过发出复杂指令在一个周期内执行多个任务。然而,这些指令非常复杂,难以解码和执行。
主要基于单核性能和向后兼容性的优势,x86芯片长期主导桌面市场。即使芯片变得更快更高效,它们仍保持运行旧软件的能力。x86芯片在传统上与强大、笨重桌面相关的任务中也表现很好,如高端游戏、视频编辑和图形设计。
Arm芯片使用精简指令集计算架构。与x86相比,它们使用简单得多的指令,尽管多个指令也在单个周期内执行。更简单的指令更容易更快地解码,意味着Arm芯片通常更节能。这确实意味着相同任务通常需要更多指令,这限制了与x86芯片相比的性能。
然而,这种不平衡开始改变。即使x86芯片变得更节能,苹果M系列芯片或高通骁龙X系列芯片的进步已经看到Arm方面性能大幅改善。从曾经局限于手机、Chromebook和平板电脑,Arm芯片越来越多地出现在中端笔记本(甚至一些高端型号)中。
同样,正如Arm芯片获得更好性能一样,x86 CPU——历史上比Arm对应产品更耗电——在续航方面也在改善。Intel和AMD的进步导致了更高效的芯片,这反过来产生更少热量,需要更少冷却,进一步降低功率要求。
Intel与AMD差异
Intel和AMD在移动处理器划分的同一x86侧,但它们以不同方式构建芯片。Intel最近的焦点是混合设计,融合性能和效率核心,哲学是在仍然在需要时提供高端性能的同时使用尽可能少的功率。
相比之下,AMD倾向于统一核心设计,其芯片上的大多数核心相似/相同。它还经常部署"小芯片"架构,特别是对其高端移动芯片,其中多个小处理器构建成单个封装。这允许更高的总核心数,但也引入了小芯片交叉通信时的延迟。
最近几代已经看到两家制造商在功率和效率方面变得更接近。虽然AMD曾经在多线程性能方面始终领先,Intel的新混合架构已经缩小了差距,在某些情况下,允许蓝队跳到前面。Intel继续在单线程性能方面领先,特别是其最高性能芯片,尽管在这里,差距也在继续缩小。
要很好地比较Intel和AMD,请查看我们对戴尔14 Plus的评测,其中我们测试了配备Intel Core Ultra 7 256V的笔记本型号和使用AMD Ryzen AI 5 340的低成本二合一型号。对于Core Ultra 7性能的更直接比较,请查看配备AMD Ryzen AI 7 350的HP OmniBook X Flip 14。
笔记本CPU性能:核心、线程和时钟速度
移动CPU性能由包括核心数量和类型、线程和芯片峰值潜在时钟速度在内的因素的复杂相互作用决定。时钟速度指处理器内部时钟周期的速率,以千兆赫兹或每秒十亿次周期测量。与较旧的桌面CPU不同,移动CPU利用称为动态电压和频率缩放或动态时钟速度的技术。这允许系统根据负载调节时钟速度,因此当系统不需要其全部资源时可以减少功耗。
一般来说,更高的时钟速度和更多核心导致更好的性能,尽管使用的核心类型也可能产生重大影响并在制造商之间差异很大。此外,仅时钟速度可能与架构效率相矛盾,实际上可能在较低速度下提供更好的性能。
如前所述,Intel的核心在高效E核心和强大P核心之间变化;混合组合中更多P核心通常意味着更多性能。Arm芯片也经常将更高性能芯片与高效、低功耗核心混合,它可爱地称为"big.LITTLE"。当平衡倾向前者时,性能改善,但以功率效率为代价。
另一个重要的性能部分是同时多线程,或Intel称为超线程的技术。SMT/超线程指单个CPU核心通过在一个线程的空闲期间在它们之间切换来同时处理多个线程的能力。Intel和AMD x86芯片广泛使用SMT技术,而在Arm方面相对非常罕见,特别是在移动芯片中(它确实出现在一些专用和服务器/网络Arm处理器中)。
在一个方面,Intel和AMD让其处理器的粗略比较变得容易。它们遵循型号编号的相同约定,其中3标识预算级芯片,5是较低中端芯片,7是主流产品,9是高性能。
高通在标记其处理器时不使用型号编号,但其产品线仍然易于破译。对于高通,其骁龙X系列有低端骁龙X芯片、中端骁龙X Plus芯片和高端骁龙X Elite芯片。
苹果的定制Arm核心是业界一些最强大的单线程和多线程性能者,其最新的M系列芯片M4是Arm架构划分方面当前的黄金标准,用于其MacBook Air和MacBook Pro笔记本。该公司通过极宽核心、允许大量同时操作、激进的乱序执行、高度优化的并行指令执行核心以及该公司著名的从上到下设计结构的组合达到这些性能峰值。由于其独特的市场地位,苹果能够完全设计整个处理器——CPU、NPU、GPU、内存控制器等——与它将供电的软件和操作系统协调,导致无与伦比的效率。
苹果当前的MacBook Air产品线使用基本的M4芯片,其MacBook Pro产品线中有更高功率的M4 Pro和M4 Max处理器。
笔记本处理器效率和续航
低功耗继续是笔记本设计的圣杯,特别是对于超便携和生产力机器,而不是大型、强大的游戏和内容创作笔记本。效率通常表示为热设计功率。虽然这在技术上只表示CPU产生的总热量而不是其实际功耗,但它是芯片功率范围和冷却要求的良好指标。最高效的芯片在5W-15W TDP范围内运行,而高性能芯片可能达到55W或更多。
如前所述,Intel通过其混合核心的角度处理效率问题,为后台和要求较低的任务使用较低功耗核心,只在需要时调用效率较低、更强大的核心。同样,Arm的big.LITTLE解决方案将更耗电和更有能力的核心(big)与更慢、节电的核心(LITTLE)配对。
移动图形
在图形方面,主要区别仍然是集成或独立GPU之间。独立GPU,或独立于CPU的图形芯片,几乎总是比构建到主处理器中的集成GPU更有能力和更强大。
如在桌面空间中一样,AMD和英伟达是独立移动GPU的主要制造商。英伟达的最新产品是GeForce RTX 50系列,从入门级5050到强大的5090。曾经,英伟达为笔记本提供标准GPU和Max-Q GPU,后者更薄、更节能、功率比标准变体低。虽然该公司继续为笔记本构建同一卡的多个变体,但GPU的明确Max-Q品牌已被删除,现在用于引用一堆旨在使笔记本更节能的总体技术。
AMD的最新独立GPU来自其Radeon RX 7000系列,8000系列预计在2025年晚些时候推出。RX 7000系列分为提供更高性能的M卡和为更高功率效率而交换一些性能的S卡。两者都依赖AMD的RDNA 3架构,它使用红队CPU中存在的芯片组设计。
广义来说,英伟达倾向于拥有高端发烧友市场,其最强大的GPU超越AMD最强大的卡。英伟达还重视光线追踪技术,这是用于游戏和视频渲染的先进照明技术,以及其DLSS升级和帧生成技术。AMD的优势在于传统光栅化照明,尽管它也有称为FSR的DLSS竞争对手,并且在VRAM方面往往更慷慨,这可以在某种程度上帮助其卡面向未来。其中端芯片在纯价格性能背景下也往往击败英伟达的。
AMD的集成GPU历史上超越了Intel的,尽管凭借其最新的Core Ultra处理器,Intel的集成Arc GPU已经缩小了差距。Intel还制作了自己的AI驱动升级技术,它称为XeSS。苹果的M系列和高通的Adreno基于Arm的集成GPU在最新一代中也显示了巨大改进,使两家公司成为渴望能够处理一些合法移动游戏的超便携笔记本的人的合法竞争者。
AI和NPU
微软为其Copilot Plus PC平台设定40 TOPS最低要求引发了以前没有NPU的芯片组中NPU集成的雪崩。NPU是神经处理器,本质上是功耗较低的GPU较慢版本。它们明确设计用于AI加速任务,非常擅长线性操作,这是大多数神经网络计算的核心。NPU的优势是为它们更适合处理的操作释放CPU和GPU核心,同时极其节能。
围绕TOPS如何测量和广告出现了一些混乱。TOPS通常仅指NPU生成的那些,但我们现在看到笔记本以"平台TOPS"数字销售,其中包括CPU和/或GPU也可以生成的TOPS。这进一步复杂化,因为TOPS计数可能根据笔记本是否插电或用电池运行等因素而大幅变化。
虽然当前内置到Windows中的AI功能有点令人失望(主要取决于你对其有争议的Recall功能的感受,该功能对你的PC活动进行"截图"并让你随时返回),AI景观正在快速变化和发展。即使你还没有找到对AI芯片驱动笔记本的需求,在你下一台笔记本的生命周期内很可能会有。
越来越多的AI模型,如AnythingLLM和GPT4ALL,现在可以在你的笔记本上本地运行——使能够加速AI功能的机器成为主要优势。不需要互联网连接的本地模型比那些将你的查询和请求发送到云端并返回的模型提供更好的性能和隐私。本地模型对环境也更好,因为它们不需要巨大的数据中心及其相关的功率要求来运行。
现在你对移动CPU有了更好的掌握并准备购买下一台笔记本,一个很好的起点是我们的顶级测试和评测型号,从最佳整体笔记本、最佳游戏笔记本和最佳二合一笔记本到最佳预算笔记本、最佳大学生笔记本和续航最佳的笔记本。
如果你已经将选择缩小到特定品牌,请查看我们对最佳华硕笔记本、最佳戴尔笔记本、最佳惠普笔记本和最佳联想笔记本的选择。
你也可以通过查看最佳Windows笔记本、最佳MacBook和最佳Chromebook按操作系统过滤。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。