Microsoft представила новые ноутбуки Surface, которые соответствуют требованиям программы Copilot+ PC, но больше не носят этот бренд. Корпоративный вице-президент Surface Бретт Острум подтвердил это в интервью Windows Central: новые компьютеры «не называются Copilot+ PC», несмотря на соответствие требованиям метки (Ars Technica).
Короткий ответ на главный вопрос: снятие этикетки не отнимает у железа способность запускать AI локально. Новые Surface по-прежнему проходят по аппаратным критериям программы. Проблема в другом: с 2024 года Copilot+ PC работал как простой покупательский фильтр и показывал, какие Windows-устройства одобрены для локального запуска AI-ускоренных нагрузок (Ars Technica). Уходит фильтр, а не железо.
Дальше разберём, кто именно подтвердил отказ от бренда, что скрывалось за меткой Copilot+ PC, какие версии причин выглядят разумно и как теперь выбирать ноутбук под локальные LLM и AI-инструменты, когда привычного ярлыка на корпусе нет.
Что произошло: новые Surface без Copilot+ PC
Новые ноутбуки Surface Microsoft соответствуют требованиям Copilot+ PC, но этот бренд на них не используется (Ars Technica). Формулировка важна: речь не о том, что устройства перестали тянуть локальный AI. Речь о том, что Microsoft перестала называть их Copilot+ PC.
Масштаб события ограничен. Речь идёт о новой линейке Surface, а не о полном закрытии программы. Заявлять, что бренд Copilot+ PC мёртв, пока нет оснований. Но сигнал заметный: метка уходит с флагманских устройств самой Microsoft.
Кто и где подтвердил отказ от бренда
Источник заявления один, и он официальный. Бретт Острум, корпоративный вице-президент Surface, сказал в интервью Windows Central, что новые Surface «не называются Copilot+ PC», хотя требованиям метки соответствуют (Ars Technica).
Это не утечка и не вывод журналистов по косвенным признакам. Это слова руководителя, отвечающего за линейку. Что Острум не сказал: почему бренд убрали, каких моделей это касается, будет ли метка возвращена. В доступных материалах этих деталей нет, и додумывать их не стоит.
Почему это заметили: контекст бренда Copilot+ PC
С 2024 года Microsoft продвигала инициативу Copilot+ PC как маркетинговое обозначение Windows-систем, одобренных для локального запуска AI-ускоренных нагрузок (Ars Technica). Задача метки была утилитарной: покупатель не должен разбираться в гигагерцах и тераопсах, он смотрит на наклейку и понимает, что устройство подходит для AI-функций Windows.
Второй слой контекста связан с ожиданиями 2024 года. По данным источника, Copilot+ PC должен был ознаменовать выпуск Windows «12», но этого не произошло, и теперь компания вместе с производителями отказывается от маркировки (Дзен). Материал вторичный и не заменяет официальное подтверждение, однако он объясняет, почему отказ от ярлыка читается как смена вехи, а не как мелкая правка логотипа.
Что такое Copilot+ PC и какие требования за ним стояли
Copilot+ PC - это маркетинговое обозначение Windows-устройств, сертифицированных для локальных AI-нагрузок. Ключевое слово здесь «локальных»: метка описывала работу моделей на устройстве, а не обращения к облачным сервисам.
Оговорка по источникам. Материалы, на которые опирается этот разбор, не раскрывают полный и актуальный список требований программы. Ниже собраны критерии, которые Microsoft публично называла при запуске инициативы в 2024 году. Их стоит читать как отраслевой ориентир, а не как выдержку из официальной документации.
Ключевое требование: NPU на 40+ TOPS
NPU (Neural Processing Unit) - нейронный сопроцессор, заточенный под инференс AI-моделей. В отличие от CPU он умеет эффективно выполнять матричные операции на низкой мощности, а в отличие от GPU не предназначен для игр и графики.
TOPS (trillions of operations per second) - триллионы операций в секунду. Публично заявленный порог программы - 40 TOPS на NPU. Это не показатель скорости конкретной языковой модели, а порог допуска: устройство с более слабым сопроцессором в программу не попадало.
Примеры NPU, которые ассоциировались с Copilot+ PC: Qualcomm Hexagon в чипах Snapdragon X, NPU в Intel Core Ultra, AMD XDNA в Ryzen AI. Разные архитектуры, разная реальная производительность в задачах, но общий формальный критерий по TOPS.
Цифра 40 TOPS часто вводит в заблуждение. Высокий TOPS NPU не гарантирует быстрый запуск Llama или Mistral. Это порог для сертификации AI-функций Windows, а не рейтинг под локальные LLM. Большинство популярных LLM-фреймворков исторически работают через GPU, а не через NPU.
Что ещё входило в требования: RAM и AI-функции
Кроме NPU, программа опиралась на объём памяти и набор поддерживаемых функций Windows. Ориентиры, которые назывались публично:
- не менее 16 ГБ оперативной памяти;
- наличие NPU с производительностью от 40 TOPS;
- поддержка AI-функций Windows: Recall, Cocreator, Live Captions с переводом, Windows Studio Effects.
Здесь важно не перепутать два уровня. Recall, Cocreator и Live Captions с переводом - прикладные функции Windows, которые опираются на локальный инференс. Copilot+ PC сертифицировал именно эту связку: железо плюс набор функций системы. Запуск любых LLM в метку не входил, и обещать такое по наклейке было бы ошибкой.
Почему Microsoft могла отказаться от бренда Copilot+ PC
Официальную причину компания не назвала. Всё, что подтверждено, - сам факт отказа от названия на новых Surface. Остальное относится к версиям, и их стоит держать отдельно от фактов.
Официальная позиция: что сказал Бретт Острум
Единственное прямое подтверждение: новые Surface «не называются Copilot+ PC», при этом требованиям соответствуют (Ars Technica). Мотивы в интервью не раскрыты. Любое утверждение вида «Microsoft убрала бренд, потому что...» на этом этапе остаётся гипотезой.
Аналитические версии: маркетинг, стратегия, Recall
Разумные объяснения выглядят так, и каждое из них - предположение, а не факт.
Маркетинговая усталость. Бренд жил с 2024 года и не стал для покупателя таким же понятным, как когда-то «Intel Inside». Если метка не помогает продавать, от неё логично отказаться в пользу других формулировок.
Смена стратегии продвижения AI. Microsoft может готовить новое позиционирование AI-устройств и не хочет тащить старый ярлык в следующий цикл. Отдельная линия поведения компании видна в продвижении собственных AI-моделей и сравнении их с решениями OpenAI и Anthropic, о чём подробнее в разборе Microsoft AI в 2026: сравнение с OpenAI, Anthropic и DeepSeek.
Дистанцирование от Recall. Функция Recall с самого анонса вызывала вопросы по приватности. Если бренд плотно привязан к спорной функции, его снятие снижает репутационный риск. Прямых подтверждений этой связи в источниках нет.
Подготовка к следующему этапу Windows. Метка должна была сопровождать Windows «12» в 2024 году, но релиза не случилось, а ярлык остался без привязки к крупному обновлению системы (Дзен).
Что это значит для локального AI: практические последствия
Для человека, который запускает локальные модели, отказ от бренда почти не меняет техническую картину. Но он меняет процесс выбора устройства.
Функции Copilot+ останутся, но без ярлыка
Recall, Cocreator и Live Captions с переводом привязаны к аппаратным возможностям, а не к названию модели на корпусе. Устройство с NPU от 40 TOPS и достаточным объёмом памяти по-прежнему подходит под эти функции.
Оговорка: набор AI-функций Windows Microsoft меняет через обновления системы, а доступность части из них зависит от региона и редакции Windows. Гарантировать конкретный список на момент чтения статьи нельзя. Аппаратная база позволяет, состав функций определяет обновление.
Главная проблема: исчезает простой ориентир для покупателя
Copilot+ PC экономил время. Покупатель видел наклейку и не сверял TOPS, поколение NPU и объём памяти. Теперь эту работу придётся делать самому: смотреть на NPU, его производительность в TOPS, объём и тип RAM, наличие дискретного GPU и его VRAM.
Второй риск - разнородная маркировка. Производители вправе называть похожие возможности по-своему, а формулировки вроде «AI PC» без расшифровки ничего не говорят о реальной пригодности под локальные модели. Ориентироваться стоит на спецификации, а не на слово «AI» в названии.
На что смотреть при выборе ноутбука под локальные LLM и AI-инструменты
Ниже практический набор критериев. Он не зависит от того, какие ярлыки Microsoft использует в очередном цикле.
GPU и VRAM: главное для локальных LLM
Большинство фреймворков для локального инференса (llama.cpp, Ollama, LM Studio) ускоряются через GPU: CUDA у NVIDIA, ROCm у AMD, Metal у Apple Silicon. Объём VRAM определяет, модель какого размера поместится в память без выгрузки на диск.
Ориентировочная связка размера модели и VRAM при 4-битной квантизации:
| VRAM | Что запускается | Типичный сценарий |
|---|---|---|
| 6-8 ГБ | модели класса 7B-8B в 4-битной квантизации | знакомство, кодогенерация, короткие диалоги |
| 12-16 ГБ | 7B-8B в 8-битной, 13B-14B в 4-битной | повседневные задачи, RAG на небольших базах |
| 24 ГБ | модели класса 30B-34B в 4-битной квантизации | сложные рассуждения, агентные сценарии |
| 40+ ГБ | 70B в 4-битной, длинный контекст | локальный сервер, работа в команде |
Цифры приблизительные. Итог зависит от квантизации, длины контекста, размера KV-кэша и версии драйвера. При нехватке VRAM часть слоёв уходит в оперативную память, и скорость падает в разы. Если задача - запускать модели регулярно, дискретный GPU с запасом VRAM полезнее любого NPU.
Отдельная тема - покупка GPU с рук, когда бюджет ограничен. Что проверять перед сделкой, разобрано в материале как находить и оценивать AI-оборудование на вторичном рынке.
NPU: зачем он нужен и когда пригодится
NPU приносит пользу там, где его поддерживает софт: AI-функции Windows, эффекты камеры, субтитры с переводом, инференс через ONNX Runtime и DirectML. Для локальных LLM роль NPU пока вторична: поддержка в популярных LLM-фреймворках развита слабее, чем у GPU.
Практическое правило простое. Нужны функции Windows AI и тихий ноутбук с долгим автономным временем - смотрите на NPU от 40 TOPS. Нужны локальные LLM - приоритет у GPU и VRAM, а NPU остаётся приятным дополнением. Ситуация меняется, и фреймворки постепенно подтягивают поддержку NPU, но на момент публикации расклад именно такой.
RAM и накопитель: минимальные требования
16 ГБ оперативной памяти - минимум для базовых задач с AI-инструментами. 32 ГБ и выше дают запас, когда модель частично выгружается из VRAM и параллельно открыты браузер, IDE и контейнеры. Для 70B-моделей на CPU-инференсе и для работы с длинным контекстом 64 ГБ уже не роскошь.
Накопитель влияет на время старта. Файлы моделей занимают от единиц до десятков гигабайт: 70B в 4-битной квантизации легко переходит порог 40 ГБ. NVMe SSD с высокой скоростью чтения сокращает загрузку и подкачку. Для домашнего AI-сервера имеет смысл сразу планировать место под несколько моделей и кэш.
Как теперь определять пригодность устройства для локального AI
Метки нет, критерии остались. Проверять устройство придётся по спецификациям и тестам.
Практический чек-лист: что проверить перед покупкой
- NPU: есть ли он и сколько TOPS заявлено в спецификации.
- GPU: дискретный или встроенный, объём VRAM, поколение архитектуры.
- RAM: 16 ГБ как минимум, 32 ГБ и больше для комфортной работы с моделями.
- Накопитель: NVMe SSD, объём с запасом под файлы моделей.
- Поддержка фреймворков: CUDA или ROCm для дискретных карт, Metal для Apple Silicon, DirectML и ONNX Runtime как универсальный путь.
- Независимые тесты именно локального инференса на этой конфигурации.
Первые четыре пункта читаются из спецификации. Пятый и шестой требуют поиска обзоров: вендорская таблица с TOPS не отвечает на вопрос, сколько токенов в секунду выдаст ваша модель.
Бенчмарки и независимые тесты: на что ориентироваться
Полезнее всего измерения токенов в секунду на конкретной модели и конкретной квантизации. Маркетинговые TOPS NPU слабо коррелируют со скоростью LLM: узкое место обычно в пропускной способности памяти GPU, а не в арифметике сопроцессора.
Результаты сильно расходятся из-за квантизации, версии драйвера и версии фреймворка. Один и тот же ноутбук на разных сборках llama.cpp показывает разную скорость. Подход к оценке новинок без опоры на шум вокруг релизов описан в материале как не потеряться в потоке запусков AI-моделей.
Что дальше: перспективы локального AI на Windows
Куда движется рынок AI PC
Производители продолжают ставить NPU в ноутбуки, а поддержка AI-фреймворков на Windows растёт. Microsoft может ввести новые способы маркировки AI-возможностей, но пока публичных новых обозначений нет. Конкретные продукты и даты прогнозировать не стоит: подтверждённых данных для этого недостаточно.
Для локальных LLM расклад устойчив. Решающими остаются GPU, объём VRAM и пропускная способность памяти. NPU закрывает другой класс задач: системные AI-функции, энергоэффективный инференс небольших моделей, обработку на устройстве без отправки данных в облако. Логику такого разграничения подробнее разбирает материал об on-device AI в 2026 году.
Практический вывод для пользователя
Смотрите на характеристики, а не на ярлыки. Нужны локальные LLM - берите устройство с дискретным GPU и запасом VRAM: 8 ГБ хватит для 7B-8B, 16 ГБ откроют модели класса 13B-14B, 24 ГБ покроют 30B-34B.
Нужны AI-функции Windows и автономность - ориентируйтесь на NPU от 40 TOPS и минимум 16 ГБ RAM. Если важны оба сценария, ищите конфигурацию, где есть и NPU, и дискретный GPU, и не забудьте про NVMe накопитель с запасом под файлы моделей.
Следите за обновлениями Windows и драйверов: состав доступных AI-функций меняется, а производительность локального инференса зависит от версии фреймворка. Реальные цифры для вашего железа даст только запуск модели на этом железе. Примеры того, как заканчиваются проекты, обещавшие больше, чем дали, собраны в разборе какие AI-проекты не выжили.