(資料圖)
現階段AI應用有兩個離不開,一個是離不開網絡,不少AI應用的計算過程是在云端進行的,無法脫離網絡;另一個是離不開強大的算力,比如生成式AI,往往依賴規格很強的顯卡。這兩個離不開也意味著,大家很難在移動設備上體驗到AI所帶來的便利。不過英特爾卻表示,這些都可以在搭載了英特爾酷睿處理器和銳炫顯卡的PC上得到支持,包括便攜性極強的輕薄本。
那么,英特爾是如何做到的?我們從開篇提到的兩個離不開說起。
依賴云的代表就是大語言模型了,如何把大語言模型從云端搬到本地,英特爾先優化了模型,降低了模型對于硬件的要求。然后通過第13代酷睿的XPU加速、low-bit量化和其他層面的優化,實現了160億參數的大語言模型。然后通過BigDL-LLM框架,讓其可以在內存容量為16GB及以上的筆記本上運行。
從實際的演示效果來看,即使是輕薄本,運行大語言模型的效率還是非常不錯的,速度完全不會影響到閱讀,滿足使用是沒有問題的。如此出色的表現,在PC個人助理等方面有著非常不錯的應用前景。
依賴強算力的代表就是Stable Diffusion了,英特爾的做法是,除了依靠本身不錯的硬件外,還與AI社區構建軟件生態。英特爾積極擁抱AI社區,在OpenVINO PyTorch后端方案的基礎上,通過Pytorch API讓開源模型可以在英特爾的處理器、顯卡(集成和獨立)和專用AI引擎上運行。
目前已經通過這種方式,實現了Stable Diffusion的Automatic1111 WebUI的運行。它可以在搭載英特爾處理器和獨顯的PC上運行FP16精度模型。從現場演示的效果來看,生成一張512x512的圖片,2-3秒鐘就可以完成,效率還是比較可觀的。
在文字生成圖片、圖片生成圖片和圖片修復等方面,這項功能的實用性非常強。
通過構建生態和模型優化,再加上本身英特爾酷睿處理器和銳炬顯卡的強大性能,英特爾實現了在個人PC上運行大語言模式和生成式AI,并且實際效果超出預期,可用性非常不錯。這也意味著,未來越來越多AI場景都可以在個人PC上落地,不僅僅是在臺式機上,包括更加便攜的輕薄本等設備上。在AI的輔助下,個人PC的使用體驗將會迎來革命性的進步。
關鍵詞:
版權與免責聲明:
1 本網注明“來源:×××”(非商業周刊網)的作品,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,本網不承擔此類稿件侵權行為的連帶責任。
2 在本網的新聞頁面或BBS上進行跟帖或發表言論者,文責自負。
3 相關信息并未經過本網站證實,不對您構成任何投資建議,據此操作,風險自擔。
4 如涉及作品內容、版權等其它問題,請在30日內同本網聯系。