AI PC。是全部炒作吗？

　　AI PC的新兴景观旨在改变我们如何与设备一起使用PC或笔记本电脑的方式 。这项新技术既有积极的和负面因素，也有在进行收养计划之前 ，重要的是要了解事实。 　　什么是AI PC？ 　　AI PC＆rsquo在芯片（SOC）上的系统中具有专用的神经处理单元（NPU），该单元（SOC）处理AI应用程序
，体验和运行计算能力的技术，无论是语言模型 ，集中任务
，安全性，安全性还是隐私
。它最大的好处之一是 ，它提供了低潜伏期
，并实现了更大的个性化，从而满足了对更多自主权的日益增长的需求。 　　AI PC是边缘计算的新变体 ，其中计算是在数据源附近或最终用户附近完成的
，而不是仅依赖于云 。这种混合方法可以将云的强度结合到密集任务以及本地处理的速度和隐私优势
。AI PC通过使用本地硬件（例如GPU和NPU）进行AI任务来证明这一点，从而降低延迟 ，节省带宽并通过减少发送到云的敏感数据的量来改善数据安全性。总体效果是更好的用户体验
，支持各种实时分析和AI开发 。 　　你可能喜欢 　　为什么现在是时候为AI驱动的未来刷新PC 　　“无论您是谁，您做什么 ，选择哪种形式 ” - 英特尔如何为每个行业和生态系统带来AI优势和无与伦比的安全性 　　将AI带到边缘，以获取较小
，更聪明且更安全的应用程序 　　Ann Keefesocial链接导航 　　区域总监＆ndash;英国和爱尔兰，金斯敦技术EMEA
。 　　分析师评估 　　鉴于2024年以行业评论员为特征是AI PC年 ，因此有趣的是通过分析师的镜头来看景观。例如
，加特纳（Gartner）预测，今年将运送5,440万辆AI PC ，而IDC表示5000万台
，而Canalys则使用略有不同的措施，但认为其中有1件货物中有1件是AI PC 。展望2025年 ，Gartner估计所有AI PC发货中有43％是AI PC
，但是IDC和Canalys都预测，到2027年 ，该数字将上升至60％
。这阐明了AI PC方向的明确市场转变。 　　AI PC芯片组进度 　　AI PC Evolution取决于将硬件和处理器聚集在一起
，以在PC级别支持AI应用程序，并且该系统在芯片方法上的早期示例与A11 Bionic Processor在iPhone上 。现在 ，随着Intel Ultra Core处理器之类的芯片的引入，我们看到了一种新设计的CPU设计
，以适应各种目的
。我们现在有一个基于瓷砖的CPU，而不是传统的块CPU ，它允许将一个文件分配给GPU＆ndash;处理器的计算瓷砖;和Soc＆ndash;其中包括npu＆ndash;支持AI引擎。CHIP制造商现在正在开发和释放其解决方案
，使AI PC成为用户的现实前景 。 　　结合CPU，GPU和NPU的重要性 　　现代计算任务需要许多不同的计算功能 ，这些计算功能通过CPU
，GPU和NPU的结合最好地满足。CPU是中央处理单元，这是一种用于顺序处理的通用处理器 ，它运行了操作系统和我们都喜欢在笔记本电脑上使用的常规应用程序
。GPU是最初为图形渲染创建的图形处理单元。这在平行计算中同样有效
，非常适合对AI和深度学习至关重要的矩阵和向量操作的类型 。NPU是神经处理单元，这是专门针对AI任务的专门处理器
。NPU有效地加快了神经网络计算的速度 ，同时保持低功耗。 　　该triumvirate可实现灵活的计算
，其中每种类型的处理器可用于特定任务，从而导致性能和能源效率的显着增强 。这些不仅是为PC和笔记本电脑设计的
。芯片上的CPU ，GPU，NPU和系统
，其中包括所有三个组件，都可以在制造业等行业中不断增加的设备 ，包括智能手机和嵌入式系统
，以实现AI的潜力。 　　你是专业人士吗？订阅我们的新闻通讯 　　注册techradar Pro新闻通讯，以获取您的业务成功所需的所有首选 ，意见
，功能和指导！取得成功！请与我联系我们的其他未来品牌的新闻，并代表我们值得信赖的合作伙伴或Sponsorsby提交您的信息 ，您同意您同意的条款和隐私政策
，并年龄在16岁或超过16岁之间 。 　　内存和存储在哪里？ 　　充满信心地采用AI PC的最大挑战之一是处理缺乏信息以及围绕使用AI PC Chiplets运行笔记本电脑和PC所需的记忆的神话
。目前，事物目前没有最低规格 ，系统通常具有8 、16和32 GB的内存。但是
，随着应用程序的进一步发展，AI PC的智能用途变得越来越苛刻 ，我们预计内存需求会发生变化 。 　　存储的某些系统也适用于某些系统256 GB的SSD存储，而另一些系统则具有1TB或2TB
。重要的是要超越当今甚至明年及以后的您的需求
，并预测未来的应用程序可能需要什么以及您的存储和内存需求是什么。 　　当前用例 　　白天使用AI PC的示例正在增长 。在业务生产力中，Microsoft Copilot正在打破新的地面 ，但同样受欢迎的是Zoom
，Webex和Slack用于项目管理的解决方案。贾斯珀（Jasper）是一种受欢迎的销售和营销工具，而Adobe Suite是媒体和创意任务的理想选择 ，Audacity的音频和GIMP用于创意设计
。 　　显然
，这些工具专注于沟通和创造力，它们反映了AI集成的早期阶段。它们是需求较高的应用程序 ，是AI的好处的明显起点
，在此方面，它在协作和内容创建方面具有直接的影响 。对于许多用户而言 ，初始方法涉及使用AI PC
，但不隔离，而云AI对应物仍然是混音的一部分
。随着AI PC应用程序在本地服务器上的自主权和安全益处变得越来越重要 ，这种平衡将改变。 　　随着景观的发展，技术将变得更加先进和可访问
，应用将大大多样化 。我们应该将当前的焦点区域视为用户接受的AI功能的测试基础
。当用户接受AI时，将有一个学习曲线 ，但是在此期间
，AI的基础是在多个行业和用例中奠定的。 　　为什么本地人很好 　　在AI PC上运行AI模型的最大优点是，所有处理都是本地的 ，可以提高安全性和隐私性
，并允许用户摆脱在Cloud＆ndash中移动或存储敏感数据的风险；或发送给公共AI模型 。AI PC有可能降低数据泄露或未经授权的访问的机会，并将仅通过将数据保存在现场来确保对诸如GDPR等数据保护法规的控制
。 　　此外 ，本地操作的模型对与网络相关的问题更具抵抗力
，这可以确保基本AI功能仍然可以访问，即使云服务由于连接问题或针对云基础架构的网络攻击而失败。 　　当然 ，本地AI设备仍需要强大的安全措施来防止诸如恶意软件或物理篡改之类的本地网络威胁 。需要采取一种全面的方法来确保模型培训
，数据加密，适当的访问控制以及对潜在威胁的持续监控
。 　　准备改变 　　在决定迁移到AI PC的决定之前 ，首先考虑您的组织现在需要的内容，今天可以满足需要的内容
，适合特定工作职能的应用程序以及您在刷新周期中所处的位置。例如，如果您准备成为一个早期采用者 ，以充分了解AI PC的应用程序目前有限
，但是适合您的需求，那么您就可以很好地过渡 。但是 ，如果您不太可能再刷新3 - 4年
，那么直到技术和应用程序进一步发展之前，可能值得等待。 　　与AMD和Intel等关键制造商保持AI PC芯片的密切关键标签 ，并了解存储如何发展以保持步伐＆ndash;DDR4与DDR5
，例如＆ndash;将帮助您确定在应用，性能和成本方面采用AI PC的合适时机
。 　　另一个重要因素是内部准备。必须对员工进行培训 ，以完全优化AI PC系统并在网络安全环境中进行操作 。人工智能技术正在迅速变化
，采用需要全面的策略
。目前最大的挑战之一是缺乏从各个角度理解AI含义的熟练专业人员。最好的方法是在采用AI PC后，就没有争先恐后地管理AI调节合规性 ，而是要提前需要的政策和实践，并了解内部所需的资源 。 　　最后一句话 　　与往常一样
，使用新技术，采用的机会和风险涉及微妙的权衡
。可以从目前可用的AI PC应用程序中受益的早期采用者可能在竞争中具有第一步优势。其他组织将希望确保他们拥有适当的系统和政策 ，以支持采用AI PC 。考虑到更细微的方法
，并通过升级密钥组件来“购买”自己的时间也值得一提的
。随着这项技术的迅速发展 - 而不是今天完全投入并改变一切。 　　但是，如果您今天要购买AI PC ，通过确保将来可以升级存储或内存
，可以更好地配备您可以运行可以与云中现有的AI应用程序一起运行的AI PC应用程序 。 　　我们列出了最好的商业计算机
。 　　本文是Techradarpro的专家见解频道的一部分，在该频道中 ，我们以当今技术行业的最佳和最聪明的头脑为特色。这里表达的观点是作者的观点
，不一定是Techradarpro或Future Plc的观点 。如果您有兴趣在此处了解更多信息：https：//www.techradar.com/news/submit-your-story-story-totor-to-to-techradar-pro