近年来,周期性的技术浪潮锚定在了AI领域。神经网络、深度学习、大模型、大数据、语音语意识别、图像识别、边缘计算、高算力CPU与GPU等软硬件技术经过多年积累之后,AI以AIGC的形式开始向大众用户群体过渡。而推动AIGC继续成长与持续发展的动力,是需要一整套成熟的解决方案去驱动的。
当前,所有与算力相关的企业都在往“AI加速”上靠,并力求在这次周期性技术浪潮中有所斩获。然而并不是所有相关企业都能够真真正正提供完整的解决方案,还有部分企业只是在原有硬件的基础上加了一个“AI”字样,再谈谈对AI行业的看法,就标榜其能够执行AI加速任务了,这样的做法对于推动AIGC发展没有任何实际意义。
前几天,AMD 发布了旗下新一代 AI PC ,依然沿用上一代 Zen 4 架构核心,但新处理器的代号较为混乱,很难从处理器型号直接判断其定位和性能水平,加大了消费者购买一台高性能 AI PC 的难度,而且并不是每一款新处理器都集成了NPU。
反观英特尔,早在2018年就提出了在 PC 中引入 AI 技术的规划,并在同年带来了“AI on PC Developer Program” PC 人工智能开发者计划,到今天,LLM 大语言模型和生成式 AI 已经基本奠定了 PC 上的 AI 形态,这些动作比 AMD 早了数年。酷睿品牌焕新升级之后,全新的酷睿 Ultra 带来了清晰的产品线规划,通过分离式模块化架构,将专用的 NPU AI 引擎带到了每一颗酷睿 Ultra 处理器中,降低了消费者在选购 AI PC 时的难度,能够更快地促进 AI PC 普及。
在这一轮由 ChatGPT 引领的 AI 浪潮开始之前,就有部分通过了英特尔 Evo 认证的笔记本支持包括 AI 降噪、AI 背景虚化、AI 感光矫正等功能在内的 AI 能力,为轻薄本在日常使用中带来了更好的体验,这也是 AI PC 最早的应用实践。而针对目前爆火的 AIGC 应用领域,英特尔采用软硬结合的方式,通过 OpenVINO 开源工具套件,让开发者能够快速地将各种 AI 工具优化为可以在 X86 平台上更高效运行的程序,实现“一次写入,处处部署”的宏大愿景,大大提升了软件层面的 AI 开发和使用效率,同时降低了 AI 对 PC 硬件性能的苛刻要求,也拓宽了 X86 平台的广度,让各种类型的 AI 都能够运行在普通的轻薄本上。
在文生图方面,经过 OpenVINO 加速的 Stable Diffusion WebUI 可以无压力运行在普通的英特尔酷睿笔记本上,使用 i7-13700H 处理器、32GB 内存、Iris Xe 核芯显卡的普通轻薄笔记本生成一张图片只需要十几秒钟。如果没有 OpenVINO 的加速,在没有高性能独立显卡的情况下,至少需要三四分钟才可以完成同样的任务。
硬件方面,在Adobe的专业视频编辑、专业图像编辑领域,依然是“英特尔处理器+NVIDIA独显”的效果更具优势,始终优于“AMD处理器+NVIDIA独显”的组合。
采用全新7nm制程架构的英特尔酷睿Ultra也即将登场,将率先引入NPU神经网络处理单元,旨在以低功耗高效率执行更多的AI应用相关计算。实际上,众多软件(应用)厂商早已开始了与英特尔的合作,目的就是要把部分甚至全部的本地AI运算导入到NPU中,达到更高的效率,或者说更高的效能比。简单总结就是:即将登场的酷睿Ultra是全新制程、全新工艺、全新架构的三重优势加持,直奔AI应用而来的!
而通过本地化的“英特尔大语言模型应用”,一台搭载 16GB 内存的英特尔轻薄本上就可以轻松运行参数量高达 160 亿的大语言模型,支持的模型包括LLaMA/LLaMA2、ChatGLM/ChatGLM2等等,我们能够在本地使用 ChatGPT 这样的对话式 AI,让大语言模型帮助我们进行创作、辅助翻译等工作,本地化的运行方式大幅提升了 AI 的安全性、及时性和可靠性。
英特尔作为PC“头羊”,某种程度上决定了AI PC的推动速度、进展速度和普及速度。从1997年超级计算机"深蓝"击败国际象棋特级大师卡斯帕罗夫,到2016年"阿尔法狗"战胜当时围棋第一人李世石,再到现如今AIGC 的突飞猛进,AI正在从一系列深奥的技术转变为大众都能够轻松使用的工具。在这个过程中,技术本身的积累、沉淀、突破,以及像英特尔这样能够提供全方位解决方案,去助力行业点燃技术爆发引信的实体,绝对是缺一不可!