什么是AI PC,又有哪些产品

最近一段时间,AI PC成为一个流行词。Intel在发布Core Ultra处理器的时候,直接使用了AI PC这个词语,而各大厂商发布相应的笔记本产品时,也使用了AI Ready的宣传词。而在Intel之前,AMD在发布自己的新一代APU的时候,也宣告2024年将进入AI PC的时代。甚至于全球整个PC行业都在渲染2024年将是AI PC元年……对于这个词汇,估计不少人还是有一些懵,那么AI PC到底是什么?现阶段又有什么产品可购买?今天我们就来聊聊这个。

图片

1、什么是AI PC?

AI PC这个词语不仅仅是Intel和AMD这两家传统PC处理器大厂在使用,包括之前高通发布自己PC用的ARM芯片时,也使用了这个词汇。但实际上,业界并没有对AI PC有一个明确的标准,当然从字面意思来看,就是可以在本地执行生成式AI功能的电脑,而不仅仅是通过网络去运行一些AI聊天或者生成式应用。

图片

目前我们在电脑和手机上,可以通过类似ChatGPT、文心一言这样的程序来聊天或者生成文字,或是利用Midjourney来制作图片,不过这些都是通过云端让模型运算生成我们要的结果。而AI PC的目的就是不通过云计算和网络,可以直接在本地运行各种AI模型来计算并且得到结果。

所以对于硬件厂商来说,在传统的硬件中加入相应AI计算模块,比如NPU,并且可以在操作系统内执行AI模型,其实就称得上AI PC了。这个概念其实对我们并不陌生,毕竟手机端各大厂商早就在芯片中加入了NPC模块,华为、苹果、联发科、高通的芯片中都有类似硬件,所以目前的手机其实也都可以称之为AI手机,并且在拍照以及其他一些应用中,利用算法的优势来获得更好的效果。

图片

当然就像我们所说的一样,由于AI PC其实没有明确的定义和标准,也没有说PC和笔记本可以独立执行到什么程度的模型,所以其实AI PC并没有一个规范。所以最后所谓的AI PC又只能看硬件厂商推出的产品而定,目前似乎只要有NPU模块的PC产品,都能称之为AI PC,当然我们用户还是得关注这些AI PC到底能支持什么样的AI本地模型。

2、NPU是什么?没有就不能支持AI了么?

对于手机用户而言,NPU这个词不会陌生,不过搬到PC上,这多少可能会让一些用户有点茫然。其实这就和CPU以及GPU一样,过去我们要看电脑的运行速度是不是够快,那么就要看CPU的处理能力;如果要看玩游戏性能是不是够好,那就要看GPU的水准如何。而现在加入的NPU,英文名为Neural network Processing Unit,其实就是神经网络单元,说白了就是可以支持AI模型的单元,让整个硬件系统可以拥有更好的AI运算能力。

图片

像现在的处理器,架构虽然复杂,但按照传统的概念来看,也就是只有CPU,或者是CPU+GPU的设计,后者我们称之为核显。现在NPU的加入,只不过让处理器中在CPU和GPU之外,又多出了NPU的核心。在手机上我们非常常见,现在只不过搬到了PC的处理器上。但是要注意的是,并不是说没有NPU核心,我们的PC就无法运行AI程序。

毕竟我们知道CPU是个万能的东西,现在还有GPU的加速。就拿我们现在电脑来说,买一张还不错的显卡,去安装Stable Diffusion来跑文生图都是可以,甚至核显都能跑,只不过跑的效率、精度这些就要差一些。 同样就算我们现在的电脑没有NPU模块,其实大多数情况下CPU一样可以在本地运行AI模型,只是速度和功耗部分没有NPU这么好。

图片

所以从这个角度而言,就算大家没有购买AI PC,或者是想用现有的电脑去本地运行AI模型,其实一般来说都是可以的。只要系统商或者软件商,在系统上内置相应的AI模型,或者推出相应的软件就没有问题。我们预计未来除了操作系统之外,一些AI公司也可能会在各种操作系统上推出自带AI模型的软件,或者在某些驱动库中内置。

3、有哪些支持NPU的AI PC?

首先就是高通的骁龙X Elite平台,这个之前我们介绍过。这个平台整合了全新定制的高通Oryon CPU、Adrendo GPU 以及独立的NPU 神经处理器单元。采用4nm工艺,CPU 部分采用12核心配置,最高频率为3.8GHz;GPU 部分,搭载的Adrendo GPU 提供4.6 FLOPS算力, 支持DirectX 12 API以及4K/60P 10bit的H.264/HEVC/AV1编码。

图片

在AI算力部分,高通的NPU最高可提供45TOP(每秒兆次运算)算力,支持在终端侧运行超过130亿参数的生成式AI。目前已经有不少厂商表示支持,不过暂时还不知道相应的产品会在什么时候上市,大概率是2024年上半年,首发厂商包括微软、联想、戴尔和惠普等。未来高通会有更为细化的产品,并且除了PC之外,还会进军手机、汽车和XR行业。

传统PC处理器部分,首先在处理器中加入NPU的是AMD。AMD在2023年初发布的Ryzen 7040系列处理器,第一次为x86处理器加入了独立的NPU AI单元,AMD提出了AMD Ryzen AI 引擎技术,可让用户在AI PC上更易于使用个人运算的强大功能。目前AMD Ryzen 7040系列处理器以及下一代Ryzen 8040系列的处理器均支持AMD Ryzen AI引擎技术,也就是用这一系列处理器的笔记本,都能看作是AI PC。

图片

AMD Ryzen AI引擎基于全新设计的XDNA 架构,可以脱离网路和云端,在本地执行AI工作负载,进而降低延迟、保护隐私。 当然,它也可以在本地和云端的混合场景中运行,在云端伺服器和本地笔记本之间分配任务、协同加速。AMD设计的概念为在长时间进行小体量的AI运算,在消耗少量电力的情况下,提供持续性的AI功能。

目前,基于Ryzen7040系列处理器的笔电产品已经有几十款,出货量数百万台,涵盖宏碁、华硕、戴尔、联想、惠普、雷蛇、小米等各大合作品牌。Ryzen AI的应用也不断拓展,合作伙伴包括Adobe、微软、Avid、Bori SFX、OBS Studio、Topaz Labs、Zoom、Cyberlink、XSplit VCam、Luminar、Audacity、Arkrunr、Blackmagic Design、Capcut,以及字节跳动、爱奇艺等等。此外,Ryzen AI驱动的加速功能目前也已有100多个,的确提升了用户在日常使用中的效率。

图片

最后则是PC行业的老大Intel,Intel代号为Meteor Lake的Core Ultra移动PC处理器。不只内置CPU、GPU,还整合了一个可用于推论加速的AI引擎NPU,来提高这款处理器对于生成式AI的处理能力,这也是为Intel首款整合NPU的产品。Intel在9月底介绍这款处理器曾提到过一个概念,就是表示一款AI加持的处理器,不只是需要整合AI加速的NPU来提高生成式AI处理能力,还需要结合模组化、多晶砖设计等,提升其性能和降低功耗。

从效率而言,Intel的这款处理器搭配专用NPU模块,可整合CPU和GPU的运算效能,大幅提升PC的人工只能运算效能,使电池续航力提高2.5倍。也可搭配OpenVINO、ONNX 等工具,加速建构各类AI模型与应用服务。由于Intel的号召力,目前各大厂商已经推出相应的笔记本产品,大概已经超过230款。Intel也认为到了2028年,AI PC市场占有率将达到80%。

图片

4、软件与系统层面的支持

很多人认为微软是支持AI最积极的软件厂商,这么说当然没错,不过微软最新升级后的Copilot其实和NPU以及AI PC都没什么关系,它背后用到的ChatGPT功能,不说国内无法使用,能使用其实也不需要什么AI PC,毕竟这是云端计算,有网络即可,用不到AI PC上的NPU模块。所以未来如果是AI聊天什么的,其实不需要考虑AI PC。

图片

不过AMD以及Intel,其实都有跟微软进行合作,支持Windows还在发展中的AI创新功能。像是Ryzen AI在Win11升级之后就可以支持后者的AI创新,比如Windows Studio Effects,该模组可以加速这个应用中的自动取景、背景模糊等功能,当然这主要还是在笔记本上,普通电脑上其实是不存在这个问题的。

现在Windows上的AI创新功能其实还很不完善,就只是一些不同应用程式加入的一些AI工具罢了。以目前Windows需要用到NPU加速的AI功能来说, 微软这边还没有开发出一个很重要的杀手级应用程式出来。所以AI PC能不能在2024年大行其道,还得看操作系统本地的AI应用是不是足够强大以及有吸引力。这或许要等到微软的Windows 12我们才能看到了。

图片

当然除了微软之外,其他AI应用公司现在基本上都是把运用相关的程序放在云端,通过网页或者其他APP在手机上实现,这其实也不需要AI PC。但是既然AMD、Intel都在处理器中加入了NPC,这些公司不好好适配显然也说不过去,所以现在像Adobe这些软件,都开始在自己的软件程序中加入AI相关的功能,让用户能在本地运行。

我们预计大公司或者一些很流行的软件,会逐渐加入各种AI功能,来强化用户的体验。这和仅仅是聊天或者获取咨询不同,很多应用在AI的加持下实际上相当有意义,比如Photoshop就能大大提升用户的工作效率。而且不出意外的话,微软的Windows 12应该会在本地一些应用加入AI,比如画图。届时我们的操作系统在AI部分应该是一个本地和云端并行的系统。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/588505.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux中安装了openjdk后jps command not found

一、问题场景 在Linux中用yum安装了openjdk-17,也在.bashrc中配置了环境变量JAVA_HOME以及bin目录的PATH。 但是在运行jps命令时依然报错找不到命令 二、原因分析 进入到$JAVA_HOME/bin目录查看,发现只有寥寥几个命令,压根没有jps命令&…

《现代操作系统》第十二章习题答案

计算机硬件的改进主要归功于更小的晶体管。一些限制因素包括:(a) 光的波动性可能限制传统光刻技术制造集成电路的能力,(b) 固体中个别原子的迁移性可能导致非常薄的半导体、绝缘体和导体层的性能退化,(c) 背景辐射活性可能破坏分子键或影响非…

ARCGIS PRO SDK GeometryEngine处理独立几何图形

1、面积类:pol为Polygon 1).Area:获取几何图形的面积。这是使用二维笛卡尔数学来计算面积的平面测量 double d GeometryEngine.Instance.Area(pol) 2).GeodesicArea:获取几何图形的椭球面积 …

【Redis-08】Redis主从复制的实现原理

在Redis中,可以通过slaveof命令或者设置slaveof选项实现两台Redis服务器的主从复制,比如我们有两个Redis机器,地址分别是 127.0.0.1:6379 和 127.0.0.1:6380,现在我们在前者上面执行: 127.0.0.1:6379 > SLAVEOF 12…

图片预览 element-plus 带页码

vue3、element-plus项目中&#xff0c;点击预览图片&#xff0c;并显示页码效果如图 安装 | Element Plus <div class"image__preview"><el-imagestyle"width: 100px; height: 100px":src"imgListArr[0]":zoom-rate"1.2":max…

菜鸟学习vue3笔记-vue hooks初体验

import { ref } from "vue"; export default function () {let a1 ref(1);let a2 ref(5);let c ref(0);function add() {a1.value;a2.value;}return {add,a1,a2,c,}; }<template><div><p>第一个数字{{ a1 }}</p><p>第二个数字{{ a2…

公共用例库计划--个人版(一)

1、公共用例库计划 1.1、目标 在公司测试管理体系的演变过程中&#xff0c;从禅道过渡到devops再到云效平台&#xff0c;我们已经实现了对bug和用例的有效集中管理。然而&#xff0c;在实际操作中发现&#xff0c;尽管用例管理得到了初步整合&#xff0c;但在面对不同系统和测…

Python高级并发编程的实例详解

更多Python学习内容&#xff1a;ipengtao.com Python中的高效并发编程&#xff0c;有几个重要的概念和工具可以帮助大家充分利用多核处理器和提高程序性能。本文将介绍一些关键的概念和示例代码&#xff0c;以帮助大家更好地理解Python中的高效并发编程。 多线程 vs. 多进程 在…

计算机网络【HTTP 面试题】

HTTP的请求报文结构和响应报文结构 HTTP请求报文主要由请求行、请求头、空行、请求正文&#xff08;Get请求没有请求正文&#xff09;4部分组成。 1、请求行 由三部分组成&#xff0c;分别为&#xff1a;请求方法、URL以及协议版本&#xff0c;之间由空格分隔&#xff1b;请…

全栈架构:从0开始,Vue的搭建与开发

尼恩说在前面 在40岁老架构师 尼恩的读者交流群(50)中&#xff0c;很多小伙伴拿到一线互联网企业、上市企业如阿里、网易、有赞、希音、百度、滴滴的面试资格。 然后&#xff0c;很多小伙伴平时聚焦CRUD&#xff0c;没有亮点项目&#xff0c; 黄金项目。 简历也写得是非常lo…

Generalized Focal Loss V1论文解读

摘要 单级检测器基本上将物体检测表述为密集分类和定位&#xff08;即边界框回归&#xff09;。分类通常通过Focal Loss进行优化&#xff0c;而边界框的定位通常根据Dirac delta分布进行学习。单级检测器的最新趋势是引入一个单独的预测分支来估计定位质量&#xff0c;预测质量…

【javaSE】代理并不难

代理&#xff1a; 代理模式最主要的就是在不改变原来代码&#xff08;就是目标对象&#xff09;的情况下实现功能的增强 在学习AOP之前先了解代理&#xff0c;代理有两种&#xff1a;一种是动态代理&#xff0c;一类是静态代理。 静态代理 相当于是自己写了一个代理类&#…

力扣(leetcode)第257题二叉树的所有路径(Python)

257.二叉树的所有路径 题目链接&#xff1a;257.二叉树的所有路径 给你一个二叉树的根节点 root &#xff0c;按 任意顺序 &#xff0c;返回所有从根节点到叶子节点的路径。 叶子节点 是指没有子节点的节点。 示例 1&#xff1a; 输入&#xff1a;root [1,2,3,null,5] 输出…

win10和win11上解决乱码的一个优点偏门的方法,不算很完美

左下角搜索控制面板&#xff0c;进入控制面板之后&#xff0c;点击时钟和区域下面的更改日期、时间或数字格式 点击顶上的“管理”选项&#xff0c;然后找到更改系统区域设置&#xff0c;把下方的Beta版&#xff1a;使用Unicode UTF-8提供全球语言支持&#xff08;U&#xff…

视频批量转码:一键转换多个视频mp4格式到FLV视频

在数字媒体时代&#xff0c;视频格式的多样性给处理工作带来了诸多不便。满足不同的播放需求&#xff0c;经常要视频从一种格式转换为另一种格式。其中&#xff0c;将mp4格式转换为FLV格式的需求很常见。现在一起来看下云炫AI智剪如何高效的将视频批量转码方法&#xff0c;一键…

[Angular] 笔记 21:@ViewChild

chatgpt: 在 Angular 中&#xff0c;ViewChild 是一个装饰器&#xff0c;用于在组件类中获取对模板中子元素、指令或组件的引用。它允许你在组件类中访问模板中的特定元素&#xff0c;以便可以直接操作或与其交互。 例如&#xff0c;如果你在模板中有一个子组件或一个具有本地…

\r\n和缓冲区/进度条小程序

一 前置知识 带有\n就会立马刷新缓冲区(因为显示器是行刷新)&#xff0c;\r不会刷新缓冲区 刷新的2个场景: 1 ~fflush 缓冲区中存在\r或\n --> \r fflush --> 不换行的\n) 2 ~ 文件关闭自动刷新缓冲区 倒计时小程序0-9 %-d是左对齐,%d是右对齐 倒计时小程序0-99 …

在Go中使用Goroutines和Channels发送电子邮件

学习如何使用Goroutines和Channels在Go中发送电子邮件 在现代软件开发的世界中&#xff0c;通信是一个关键元素。发送电子邮件是各种目的的常见实践&#xff0c;例如用户通知、报告等。Go是一种静态类型和编译语言&#xff0c;为处理此类任务提供了高效和并发的方式。在本文中&…

BED 文件格式 chip-seq m6a数据可视化会用到

General usage — bedtools 2.31.0 documentationhttps://bedtools.readthedocs.io/en/latest/content/general-usage.html BED格式&#xff08;Browser Extensible Data format&#xff09;是一种在生物信息学中广泛使用的文本文件格式&#xff0c;用于描述基因组上的特征和…

机器人中的数值优化之线性共轭梯度法

欢迎大家关注我的B站&#xff1a; 偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com) 本文ppt来自深蓝学院《机器人中的数值优化》 目录 1.无约束优化方法对比 2.Hessian-vec product 3.线性共轭梯度方法的步长​编辑 4.共轭梯度…