生成式AI(AIGC)无疑是当下最热门的话题和应用,各家软硬件厂商都在全力投入。
作为拥有强大硬件、广泛生态的行业领袖,Intel也正在大力推动PC AIGC应用的落地,从硬件到软件提供全方位支持。
目前在PC平台上,Intel已发布的12/13代酷睿、Arc A系列显卡,以及即将发布的下一代酷睿,都能满足AIGC对于高算力的需求。
再加上软件生态的构建和模型的优化,AIGC场景在台式机、轻薄本、全能本、游戏本等设备上都能落地应用,从而大大提高热门的日常生活、工作效率。
其中,基于OpenVINO PyTorch后端的方案,通过Pytorch API,可以让社区开源模型很好地运行在Intel客户端处理器、集成显卡、独立显卡和专用AI引擎之上。
比如说, Stable Diffusion的实现Automatic1111 WebUI,已经能够通过上述方式,在Intel处理器、显卡上运行FP16浮点精度的模型,支持文生图、图生图、局部修复等功能。
更进一步地,Intel通过模型优化,降低了模型对硬件资源的需求,进而提升了模型的推理速度,让社区开源模型能够很好地运行在PC上。
眼下,Intel 13代酷睿通过XPU加速、low-bit量化,以及其它软件层面的优化,可以让最高达160亿参数的大语言模型,通过BigDL-LLM框架运行在16GB及以上内存容量的个人电脑上。
已经验证过的模型包括但不限于:LLAMA/LLAMA2、ChatGLM/ChatGLM2、MPT、Falcon、MOSS、Baichuan、QWen、Dolly、RedPajama、StarCoder、Whisper等,并通过Transformers、LangChain API接口支持Windows、Linux的操作系统。
即将发布的代号Meteor Lake的酷睿Ultra系列,更会成为PC AI历史上的重要里程碑。
酷睿Ultra它将通过分离式模块架构,集成名为“VPU”的独立AI加速单元,为PC用户提供AI驱动的新功能、新应用,比如Adobe Premiere Pro中的自动重新构图、场景编辑检测等等,还有更高效的机器学习加速。
目前,Intel正与PC产业伙伴合作,加速AI加速应用的落地和普及,未来后续基带产品也会进一步扩展AI能力。
另一方面,Intel Arc锐炫显卡通过驱动和补丁更新,已经可以较好地支持Stable Diffusion,性能提升效果相当显著。
Tom's Hardware就分别测试了Arc A770 16GB、Arc A750,使用了Automatic1111 WebUI OpenVINO。
在此之前,Arc A770 16GB、Arc A450的性能相比RTX 4060落后在20%左右,如今分别大幅提升了54%、40%,对比RTX 4060能分别领先25%、6%。
要知道,它俩的游戏性能其实远不如RTX 4060,但如今AI效率却更高,足可见Intel的硬件性能和软件优化相当给力。
再看看AMD显卡的表现,就更加凸显Intel的进步了,RX 6000系列的效率依然低得令人发指,RX 6800都只有Arc A750的一半多一点点。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。