手机数码

智能黑电

电脑办公

智能白电

手机数码

生活电器

汽车生活

智能家居

大数据

机器人

物联网

人工智能

游戏

5G

VR/AR

奥维云网

中怡康

互联网

广告

戴尔科技John Roese:生成式AI重点从理论转向实践,AI PC是必由之路
2023-12-15 14:17 文章来源:天极网 作者:高志伟 点击:

    2023年有两个关键词,一个是AI,另一个是人工智能。

  大模型、生成式AI的带动下,AI已经渗透到千行百业,助力企业数智化转型。与此同时,软硬件生态加速完善,让AI面向终端用户也能提供更“成熟”的应用,使这项前沿技术“看得见、摸得着、用得上”。

  就PC行业而言,AI PC也成为炙手可热的新趋势。之所以在这个节点“爆发”,一方面是芯片厂商加速提升AI算力,如英特尔的酷睿Ultra处理器、高通骁龙X Elite计算平台等;另一方面则是终端侧AI、终端侧大模型落地应用,几十亿参数的大模型已经能够在PC、手机端运行,并提供更胜一筹的AI体验。

  值得关注的是,AI PC的出现不仅满足市场及用户对于终端智能化的迫切需求,更是AI迈向应用实践的必由之路。 

戴尔科技John Roese:生成式AI重点从理论转向实践,AI PC是必由之路

  前不久戴尔科技举办了2024年技术预测媒体沟通会,戴尔科技集团全球首席技术官John Roese重点介绍2024年及未来影响科技行业的新兴趋势。John Roese分享的重点展望包括:生成式AI讨论重点将从理论转向实践、2024年真正的零信任势在必行、边缘平台蓬勃发展、量子计算与生成式AI密不可分等。 

戴尔科技John Roese:生成式AI重点从理论转向实践,AI PC是必由之路
戴尔科技集团全球首席技术官John Roese

  John Roese表示:“AI是未来世界发展的中心,它可以通过边缘投入到生产中,依靠零信任保障安全,并最终从量子技术处获取源源不断的动力,实现扩展到全球系统所需的性能和效率。我们需要密切关注AI,但也不能忽视其他架构。只有这样才能确保愿景与行动一致,从而取得长期成功。”

  John Roese认为2024年AI仍旧会是重点话题,并且生成式AI将从理论探索阶段进入业务应用阶段。但在这个过程中需要克服多项挑战才能够保证AI、大模型、生成式AI释放生产力,一些关键问题包括——如何打造推理的基础架构、在哪里完成推理、如何保证推理基础架构的安全,并且对于企业决策者还需要考量哪些AI相关项目需要优先实践,合理利用资源克服生成式AI从训练成本到运营成本转变等挑战。 

戴尔科技John Roese:生成式AI重点从理论转向实践,AI PC是必由之路

  随着生成式AI或者说整个AI行业发展进入新阶段,产业链相关的每个环节都会发生变化,比如训练推理由数据中心走向边缘、走向终端;数据安全、合规将会受到更多关注;AI专业人才培养体系的建设。其中,对于用户而言,PC、手机等越来越多的终端设备都将获得AI加持,支持部署终端侧AI,开启更进一步的智能体验。

  现在,让我们聚焦于AI PC。

  作为PC行业的资深品牌,戴尔科技在PC端部署AI并不是刚刚起步,其Optimizer智能调优软件支持AI性能调优、网络优化、音频降噪等功能,潜移默化中提升PC的生产力。

  John Roese指出AI PC作为计算平台在设计上需要优化运行基于AI的应用,从AI PC发展演进的角度来看需要在面对新型工作负载,如微软Copilot、Adobe的AI图像管理等,提供更先进的处理能力。这需要从计算架构等多个维度来完善,就AIPC的定义来说,PC需要有一部分专用的处理能力来优化运行本地的AI任务的。

  目前来看,芯片决定的算力层面,Intel、AMD、高通、联发科等一众厂商都在积极推进。例如英特尔发布全新Meteor Lake时便首次集成了NPU,进一步提升AI性能。而且作为x86的又一次重要升级,凭借NPU与CPU、GPU共建的高性能混合架构,可以根据AI负载提供能灵活、高效的算力,在保证性能的同时兼顾能耗。其中,NPU低功耗特性尤其适合长时间运行的AI应用,比如在视频会议场景中涉及长时间的背景虚化、任务追踪等需求。因此NPU加入后可以降低对CPU、GPU调用,从而让轻薄本等设备提供更持久的续航。 

戴尔科技John Roese:生成式AI重点从理论转向实践,AI PC是必由之路

  夯实底层算力,构筑应用生态等工作已经在产业端快速发展。John Roese指出,AI PC将快速到来,且必须到来。

  围绕应用场景,不难看出,当下及未来PC需要提供更高效、智能的生产力,满足多元化、差异化需求,关键之一就是释放AI性能。例如越来越多用户使用的“文生文、图生图”等创意设计型生成式AI应用,若在终端侧能够有更强劲的算力支持,则可以在有限时间内进行更多的尝试,甚至可以帮助创作者寻找灵感。

  而且终端侧AI低时延、数据安全、无网也能使用等优势,对于移动互联时代的PC用户而言也更加可靠实用。长期应用后,还能够根据个人习惯来实现“AI定向培养”,让日常应用、智能建议更符合自身的需求。

  从行业角度来看,AI PC等终端侧AI的发展也至关重要。John Roese以微软的Copilot AI助手为例介绍道,尽管对单个用户的Copilot而言,算力需求相对较低,但随着用户数量的增加,算力总量需求将增加到相当庞大的规模,如果将算力集中在数据中心,采取云服务的策略,成本极高且难以实现。若采用分布式策略,将AI负载放在本地执行,全球的数十亿PC将是理想的计算工具,既可以有效保护用户数据安全,还能够提升使用体验,让AI应用、实践更高效落地。

  John Roese还表示2024年将进入AI PC部署的早期阶段,到2025年、2026年大部分PC都将增加额外(AI)的处理能力。

  AI PC的正向循环

  从依赖CPU、GPU算力,到“专用”NPU出现,PC端AI能力的提升可以支持更多应用。如今,在PC端已经可以使用AI抠像、AI降噪、AI手势识别、图像生成、音乐创作等生成式AI应用或者调用软件内支持的AI功能。未来在全新架构的支持下,系统、网页、应用等更多能够接入AI的“入口”,将助力AI体验持续优化,并大幅降低使用门槛。因此不仅是AI PC终端数量的增加,AI用户数量、使用场景也将快速增长,对于开发者而言也更有动力探索有价值的AI功能并落地实践,进而也将推动AI底层算力的持续升级。

  在AI PC生态的正向循环带动下,智能化体验也将加速到来。对于身处困境的PC行业而言,基于本地化AI体验,或许是行业焕发活力的转折点。如果你是一名PC用户,需要或者希望AI PC实现哪些功能呢?

织梦二维码生成器
0