AI PC到底有哪些應用？實際體驗如何？一文看明白

最近兩年，AI PC這個概念被越來越多的人所接納，但是對於大衆用戶來說，AI PC到底與傳統PC有何不同？亦或者說到底AI PC有哪些專屬的應用？其體驗又如何呢？接下來咱們通過一篇文章，和大家聊聊當前AI PC的典型應用以及性能體驗。

在實際應用方面，AI PC支持的軟件可謂全面開花，對於GPU和NPU的支持和調用上也更加遊刃有餘。首先我們來看看Amuse這款超級好用的AIGC軟件的表現，它未來將會成爲一些AI PC標配的AIGC軟件。

我們使用文生圖功能輸出5張512x512分辨率的高質量圖片，它主要利用GPU來執行出圖任務，而且軟件裡可以直接選擇像AMD XDNA這樣的超分辨率功能，最終總耗時僅爲38.2秒，效率極高、而且圖片質量非常不錯。

Stable Diffusion也是相當典型的本地化AI應用了，相信大家對此已經比較熟悉。現在的主流硬件平臺在文生圖以及圖生圖方面都有着更快的速度。即便如下圖所示的集成顯卡筆記本，也能在2分鐘以內、無加速狀態下完成文生圖、圖生圖應用。而如果使用ONNX、OpenVINO、CUDA等加速的話，單張圖片生成速度會縮短到10秒以內。

當前，D5渲染器也引入了衆多AI技術，從而大幅提升渲染效率。AI PC也對其實現了很好地的支持，而且會大幅提升渲染出圖的效率。

這裡我們選擇了D5渲染器自帶的一張Demo設計圖，並對其完成建築物本體、周邊環境以及環境光線的完整渲染。該項任務同樣是利用GPU來完成，最終總耗時僅爲3分47秒，速度之快令人咋舌。要知道往前推2年如果讓我用輕薄本做D5渲染器的工程文件渲染，我會覺得一定是瘋了，而現在，輕薄本做完整的工程文件渲染耗時不到5分鐘，AI加持下的效率提升真的有些顛覆世界觀。

最終出圖的效果如下，可以看到，AI PC的兼容性非常好，渲染完成的圖片上沒有出現任何物理材質渲染不完整的問題。

接下來我們再看看Topaz Gigapixel 7的超分擴圖體驗。我們使用一張720p低分辨率圖片，並且使用Gigapixel 7全新引入的Recovery（BETA）AI模型進行擴圖，下面看看所用時間以及最終效果究竟如何？

在沒有AI加持的老版本Gigapixel上超分擴圖，耗費的時間往往以數十分鐘爲單位。而Gigapixel 7完成此項任務耗時僅爲5分32秒，全程調用GPU執行任務，效率極高。

最終效果如下圖所示，可以看到原本模糊的圖片經過修復之後，清晰度有了顯著提升，而且修復效率之高遠非以往單純靠算法來處理可比。

時下處理器在引入低功耗AI計算模塊NPU之後，相關應用效率提升的同時，硬件功耗也可以有效降低，從而爲筆記本電腦這樣的設備帶來更好的續航能力。

首先我們可以看看Ark Runr這款視頻3D渲染工具。它可以結合攝像頭或視頻，自動摳像剔除背景，讓畫面主體在虛擬場景中呈現，比較適合直播時的攝像頭人像背景摳圖，未來這款應用可能也會集成到AMD銳龍平臺的AI PC中去。

這款軟件在硬件調用上分爲兩個階段，在進行視頻渲染時，主要調用GPU，如上圖所示，視頻渲染過程中GPU跑滿，同時完成渲染摳像工作。

在完成視頻渲染任務之後，後續的摳像渲染就會讓NPU介入進來。從上圖可以看到，開啓渲染之後，NPU佔用率逐步增加，GPU佔用率大幅降低。

渲染過程穩定之後，NPU佔用率爲18%，GPU佔用率從100%下降到26%。這一過程的重要性在於，低功耗的NPU藉助出色的AI計算能力，極大程度地分擔了GPU的工作負載，從而可以達到節能的目的，可以幫助筆記本電腦延長續航能力。當然也可以幫助筆記本電腦降低整體能耗，更加省電。

此前，NPU的主要應用場景就是Windows studio effects的攝像頭背景虛化等功能，現在，用戶可以通過Camo Studio這款功能極其強大的攝像頭軟件來實現更好的在線視頻體驗。這項應用的相關功能基本都會調用AI PC處理器的NPU計算模塊，省電高效無卡頓。

筆者體驗了Camo Studio的手勢表情符號功能，可以看到我在鏡頭前做出對應的手勢，NPU快速計算之後會瞬間在攝像頭畫面裡呈現出相應的Emoji表情符號，整個過程幾乎是無縫呈現。

此外，一些傳統的Office辦公應用也能通過AI更加快速地完成了，比如AI PPT功能，只需要輸入相應的要求，就可以在短短一分鐘或幾分鐘之內生成內容詳盡的PPT，可以說是大大提升了用戶的工作效率。

當前，伴隨着AI應用普及以及硬件平臺AI算力不斷升級，用戶可以從這些應用中獲得更好體驗，這些體驗不僅能夠給用戶帶來效率上的顯著提升，同時在功能、交互、節能等方面，亦有着顯著優於老平臺的體驗升級。