在最近兩年，AI PC逐漸走入大眾視野，越來越多的人開始關註這個新興概念。然而，許多使用者還在困惑，AI PC究竟比傳統的PC有什麽獨特之處？它又具備怎樣的專用套用和實際體驗？接下來，我們將為大家探討當前AI PC的主要套用以及其效能表現。
在實際操作層面，AI PC所支持的軟件種類繁多，利用GPU和NPU的能力也變得更加靈活自如。比如，我們來看看Amuse這款超級好用的AIGC軟件，它將在未來成為眾多AI PC的標配套用。我們嘗試使用文生圖的功能生成了5張512x512分辨率的高質素圖片，軟件用GPU來執行出圖任務，值得一提的是，軟件內部可以直接選擇像AMD XDNA這樣的超分辨率功能，最終只花費38.2秒，效率相當可觀，畫質也很出色。
再說說Stable Diffusion，這是一個廣受歡迎的本地化AI套用。如今，主流硬件平台在文生圖和圖生圖方面的速度顯著提升，甚至整合顯卡的筆記本也能在不使用任何加速技術的情況下，明晃晃地在2分鐘內完成這些任務。如果使用ONNX、OpenVINO或CUDA等加速技術，生成一張圖片的速度則更是縮短至10秒以內。D5渲染器同樣敞開大門迎接AI技術，極大地提升了渲染效率。為了驗證這一點，我們使用了D5渲染器內建的一張Demo設計圖，完成了建築物及周邊環境的渲染，這一過程也依賴於GPU執行，最終的耗時為3分47秒，出乎意料的快速。想想兩年前，如果讓我用輕薄本進行D5渲染，恐怕會被我自己笑掉大牙，而如今，輕薄本的渲染時間竟不到五分鐘，真是重新整理了世界觀。
我們接著來看看Topaz Gigapixel 7的超分擴圖能力。我們選擇了一張720p的低分辨率圖片，並利用Gigapixel 7新引入的Recovery（BETA）AI模型進行擴圖，完成這項任務的時間和效果直觀感受如何呢？之前老版本Gigapixel在沒有AI輔助下，處理這個過程常常需要幾十分鐘。而Gigapixel 7的效率明顯提升，耗時僅為5分32秒，全程使用GPU，效率之高令人矚目。最終效果也相當令人滿意，模糊的圖片經過處理後，清晰度有了明顯提升，修復的速度簡直不是傳統演算法所能比擬的。
如今的處理器在引入低功耗AI計算模組NPU後，不僅提升了套用效率，硬件功耗也大大降低，筆記本的續航能力隨之增強。例如，Ark Runr這款影片3D渲染工具便可結合網絡攝影機或影片，自動摳像，消除背景，讓主體在虛擬環境中逼真呈現，特別適合於直播時的背景處理。軟件在渲染時，主要呼叫GPU的效能，而在摳像階段則由NPU介入，順利分擔了GPU的工作，降低了功耗，延長了筆記本使用時間。
當然，NPU的套用場景還有更多。使用者現在可以使用Camo Studio這款強大的網絡攝影機軟件，享受更流暢的線上體驗。我們體驗了這個軟件的手勢辨識功能，只需在鏡頭前做出相應的手勢，NPU迅速計算後，網絡攝影機畫面立刻呈現出對應的Emoji，整個過程幾乎無縫連線。此外，AI也極大提升了傳統Office辦公套用的效率，比如輸入需求後，AI能在短短幾分鐘內自動生成詳盡的PPT，助力工作效率飛升。
隨著AI套用的普及和硬件平台算力的不斷增強，使用者們從這些套用中獲得越來越好的使用體驗。無論是在效率、功能、互動性還是能耗方面，AI PC都展現出顯著優於舊平台的升級。總的來說，AI PC的出現不僅為使用者帶來了新技術的享受，更在潛移默化中改變了我們的工作和生活方式。
