CHIP奇谱 CHIP奇谱

CHIP奇谱
关注产品与技术 分享体验与新知
广告

软硬件并举 AI PC元年首发得看酷睿Ultra

作者:原创

虽然都是AI,但前两年的AI、今年的AI与未来的AI实质并不相同。当深度学习通过战胜人类棋手为人所熟知,当ChatGPT用“学习”到的知识“创造”内容,支撑起AI运算的是海量数据与超高计算能力。而在AI应用的另一端,NPU成为智能手机等终端设备优化照片拍摄的利器。


2024年是属于AI PC的元年,大幕在2023年年底拉开。面对一个新时代的到来,PC乃至更大范围的整个生态链上的企业都活跃起来,无论是努力破局的高通、使用ARM架构站稳脚跟的苹果、坚持APU路线的AMD,还是传统Wintel联盟的双雄,都集中在此刻发布或透露其围绕AI概念的PC平台产品。

作为多媒体电脑之后,PC领域最大的变革,AI PC的影响将会更为深远。它将重整整个PC生态的组织架构,因此也更依赖于自上而下的体系重建、生态构建。

其中,AI应用的大爆发,早已不能用ML/DL/LLM或者AIGC这些相对具象的原生AI应用方向来涵盖,对应的不同AI应用也需要更多更灵活的AI加速硬件。特别是对PC这样一个通用平台,其通用性被放在价值的首位,x86更是以应用软件众多、向前兼容数十年等优势著称。在现有的应用上增加AI特性,如微软的Copilot渗透到从Windows到Office的诸多应用中,AI加速硬件的匹配与优化,将大大提升AI化的应用程序的使用体验。

相比发展迅速、耳熟能详但普通消费者难以触及的AI加速卡,PC上的AI硬件加速器发展得比较保守,其原因主要涉及两个方面:1、考虑到兼容性和重新开发的成本,海量的使用习惯已经固化的应用不会AI化,同时PC是成本高度敏感性的产品,消费者不会为“无用”的功能买单;2、AI加速同时具有普遍性和专有性的特点,探索期与使用期的硬件、性能、成本评价方式截然不同,PC平台需要兼顾高响应速度、高复杂度与低功耗等多重因素,直白地说,就是需要同时装备不同特质的加速器,这回过头来,对平台的成本与硬件集成度又提出了更高的要求。

在过去的几年,英特尔已经陆续在酷睿平台上标配了GNA音频加速器、IPU影像处理单元、支持DL Boost/DP4a的Iris Xe核显等AI硬件加速器,实现了在特定应用场景中的对应AI加速功能。即将正式发布的酷睿Ultra(Meteor Lake)更是英特尔PC平台全面转向AI化的开始,表面上更是增加了NPU这一全新的AI加速器;而微软也好巧不巧地在此时释放出更多有关Windows 12这一AI化的Windows系统的最新消息,将OS层面对AI加速器的支持与优化,扩展到NPU层面,且包括但不限于Windows ML容器等现有Microsoft AI方案。

酷睿Ultra携更多软硬件特性到来,而消费者与开发者并不会因此而受到困扰。英特尔的OneAPI平台早已为这样的拓展做好准备,应用程序的开发者只需要开发一次代码,就可以让代码在跨硬件的异构系统上执行,底层的硬件架构既可以是CPU、GPU、VPU、FPGA,也可以是全新的NPU,甚至是更多的其他针对不同应用的硬件加速器。

OpenVINO则是一套功能强大的深度学习工具包,可面向不同的AI开发工具提供开放统一的全平台AI加速器硬件接w口,加速AI应用普及化,更便于应用程序“选择”更合适的AI加速器。

目前,已经有国内外多家主流软件厂商,计划在第一时间推出或升级支持酷睿Ultra全新AI特性的产品。消费者则可在全新的酷睿Ultra产品上市伊始,就体验到AI带来的变化,无论是文字、脚本、图片、音频、视频等内容生成(AIGC)还是抠图、识别、交互等AI应用触手可及,再无软硬件相互等待之虞,尽享AI PC盛宴。



赞(0)
未经允许不得转载:CHIP奇谱 » 软硬件并举 AI PC元年首发得看酷睿Ultra
分享到:
广告