對於 AI PC 野心勃勃的 Intel，不僅於 Computex 期間公開了最新的 Lunar Lake 處理器，準備與高通及 Arm 一決雌雄，更藉由介紹 Lunar Lake 硬體技術的機會，暢談 Intel 準備透過 AI PC 進行打造的人工智慧發展策略。
Intel 首先指出，過去一段時間以來，世界對於 AI 的需求和成長趨勢前所未見，從來沒有任何產業能夠像人工智慧一樣，擁有如此強的發展勢頭。 Intel 說，企業向 AI 功能、軟體展現出了極度強大的渴望，生成式 AI 的爆炸性成長，更推動了整個產業快步向前，並將人工智慧從原先的單一功能，轉向多模態進行發展。
掌握 AI 趨勢 & 活動資訊一點都不難！訂閱電子報，每週四一起《AI TOgether》
感謝訂閱！隨時注意信箱的最新資訊
但是軟體和應用並不是 AI 的全部。Intel 表示，生成式 AI 需要軟體和硬體共同進行作業，才能夠發揮其應有的效率。因此在 AI PC 的發展上，Intel 選擇採取「多核心戰略」，即讓 CPU、GPU 與神經處理單元 NPU 三者，皆能發揮各自的專長處理 AI 任務。
舉例來說，AI 繪圖工具 Stable Diffusion 的運算過程，同時涉及了「自然語言解釋」和「繪圖」兩種不同的任務，而在 Lunar Lake 處理器上，借助 NPU 和 GPU 的偕同工作，讓 Stable Diffusion 的整體運算速度，比起前代產品快上 2.9 倍，這就是 AI PC 多核心戰略的優勢。
更快速、更隱私、更個人化的 AI
此外，Lunar Lake 處理器具備高達 120 TOPS 的合計運算能力，為 Intel 的多核心戰略賦予了良好基礎。在一場面向技術媒體的發表會上，Intel 透過微軟打造的 Phi-3 模型，配合搭載 Lunar Lake 處理器的筆記型電腦，展示了不仰賴雲端、離線型生成式 AI 的優勢。
直接執行於筆記型電腦上的 Phi-3 模型，借由 Lunar Lake 處理器強大的 AI 運算能力，成功打造出完全個人化、利用私人資料進行訓練的檢索增強生成知識庫，也就是所謂的 RAG 模型。
當使用者利用 RAG 查詢問題時，AI 模型只會從有限的資料集中尋找答案，並非如同 ChatGPT 一樣透過網路旁徵博引，進而出現許多胡說八道的解答，同時 RAG 更會於無法給出解答時誠實告知；當使用者想對 RAG 擴增訓練資料，只要簡單從電腦中拖入文件、檔案，AI 就會立刻利用電腦的運算資源學習新知識，整合到資料庫中方便使用者未來進行查詢。
Intel 表示，直接執行於 PC 裝置上的生成式 AI，不僅較雲端運算回應的速度更快，而且隱私度也更高，尤其對於企業來說，如果有機密資訊不想讓網路上的公用 AI 學習，那麼離線打造 AI、RAG 模型就會是最佳選擇。
不只追求算力，更要擴大 AI 使用
Intel 從 2018 年開始發展 NPU 晶片，從第 1 代產品的 0.5 TOPS 算力，到如今的第 4 代 NPU 擁有驚人的 48TOPS 運算效能，成功將 NPU 規模化並帶來諸多效益，現在則更進一步反映到實際的 AI 應用上。
不僅如此，運行於裝置上的 AI 依然會自動更新、主動學習，再於使用者的 PC 上解釋問題，帶來低延遲、高效能、深度個人化且保持隱私性的應用體驗，而擁有強大人工智慧運算效能的 AI PC，就是未來此類運用最強烈的需求。
Intel 說，人工智慧的未來是 AI 模組跟 AI 模組之間，互相進行溝通的時代，然而在雲端達成這項任務的成本過高，可是在使用者的裝置上，其成本卻趨近於零。Intel 目前已經準備好了相關工具，讓開發者、企業可以對不同應用面的 AI 有效部署和開發，例如搭載 Lunar Lake 核心的 AI PC 開發者套件即會於日後推出。
但是有人擔心，未來 AI 相關硬體甚至於整個產業的發展，將淪為單純的算力比拚，但 Intel 指出在 AI 硬體發展上，TOPS 也就是算力並不是他們唯一在乎的事情，Intel 的主要方向仍是把硬體當成擴大 AI 使用場景跟機會引導標誌，科技產業很清楚 AI PC 將來將改變一切，而 Intel 現在需要只需要繼續向前走，大家自然會跟上。
【延伸閱讀】
◆ 【你們弄得我好亂啊】AI PC 不是 Copilot+ PC？Intel 與 AMD 最新 CPU 也不符微軟標準
＊本文開放合作夥伴轉載。首圖來源：TechOrange
聽台灣 IBM、金屬中心講者解析製造業如何借力 AI 搶佔全球供應鏈！
免費預約收看【AI 智慧大工廠】高雄場演講精華！
