以ChatGPT、Claude2、Stable Diffusion、Midjourney等為代表的生成式AI崛起的背后，是大眾用戶親眼看到了AI技術(shù)切實(shí)落地到了實(shí)際應(yīng)用之中，并為工作、創(chuàng)作、創(chuàng)意帶來前所未有的效率提升。它與AI1.0時(shí)代的卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等看起來就頗具技術(shù)門檻的核心技術(shù)相比，顯然更接地氣，更容易為大眾所接受。

毫無疑問，如今的我們正處在人工智能技術(shù)發(fā)展的關(guān)鍵階段，它正在逐漸滲透到人類生活、工作、學(xué)習(xí)的方方面面。而生成式AI作為AI宏觀體系中的一次大突破，正以驚人速度改變著自然語言處理、創(chuàng)意生成以及智能助手等領(lǐng)域的實(shí)踐落地。而在這個(gè)過程中，英特爾作為半導(dǎo)體、軟件、AI等技術(shù)領(lǐng)域的領(lǐng)導(dǎo)者和領(lǐng)先者，正以其強(qiáng)大的軟硬件支持，為生成式AI的蓬勃發(fā)展構(gòu)筑核心生態(tài)。

·硬件：AI普及的關(guān)鍵是讓普通電腦也能輕松跑動(dòng)各種大模型

一般來說，絕大部分AI相關(guān)應(yīng)用的著力點(diǎn)在GPU，因?yàn)樗鼡碛袕?qiáng)大的并行計(jì)算能力和浮點(diǎn)性能。但是此前在大灣區(qū)的一場技術(shù)分享會上，英特爾顛覆了我們對于AI計(jì)算硬件的認(rèn)知。

通過構(gòu)建BigDL-LLM庫的方式，英特爾讓ChatGPT這樣的大語言模型順利運(yùn)行在了支持AI加速引擎的第12代和13代酷睿處理器平臺上，并通過一系列優(yōu)化使其速度達(dá)到了非常流暢的級別。即便是主打續(xù)航、便攜能力的輕薄本，也能在16GB及以上內(nèi)存容量平臺中順利運(yùn)行最高達(dá)160億參數(shù)的大語言模型。而讓普普通通的筆記本電腦都能夠順利支持AI應(yīng)用，這必然會為AI普及構(gòu)筑出前所未有的堅(jiān)實(shí)基礎(chǔ)。

此外，BigDL-LLM庫不僅支持ChatGPT一種大語言模型，它還實(shí)現(xiàn)了對LLaMA/ LLaMA2、ChatGLM/ChatGLM2、MPT、Falcon、RedPajama等多個(gè)大語言模型的支持。而且英特爾還提供了易用的LangChain開源框架、Transformers神經(jīng)網(wǎng)絡(luò)API接口，并順利支持Windows、Linux操作系統(tǒng)，從而為不同平臺的開發(fā)者們也帶來了巨大便利。

此外別忘了，英特爾現(xiàn)在也是高性能GPU領(lǐng)域的參與者，旗下的銳炫GPU不僅擁有應(yīng)用于大型數(shù)據(jù)中心、服務(wù)器領(lǐng)域的產(chǎn)品，在消費(fèi)市場落地的銳炫A系列顯卡同樣能夠?yàn)樯墒紸I應(yīng)用提供可靠的算力支持。因此在Stable Diffusion、Midjourney這樣的需要GPU算力的圖像生成式AI應(yīng)用領(lǐng)域，英特爾同樣能夠提供“專業(yè)對口”的硬件支持。如臺式機(jī)端的13代酷睿i7-13700K處理器加上銳炫A770獨(dú)顯，就能夠非常高效地運(yùn)行Stable Diffusion。

·軟件：積極擁抱AI社區(qū)通過軟件優(yōu)化提升AI應(yīng)用體驗(yàn)

如果說硬件為應(yīng)用落地構(gòu)建了基礎(chǔ)，那么軟件就是如何在基礎(chǔ)之上構(gòu)建高樓，而軟件層面的優(yōu)化，則是考慮如何讓“高樓”從毛坯變成精裝。

一直以來，英特爾在軟件領(lǐng)域的投入都十分令人矚目。通過精心構(gòu)建軟件生態(tài)，優(yōu)化模型性能，英特爾為生成式AI在個(gè)人電腦端的應(yīng)用創(chuàng)造了有利條件。

英特爾積極擁抱AI社區(qū)，通過基于OpenVINO PyTorch后端的方案，使得開源模型能夠在英特爾的客戶端處理器、集成顯卡、獨(dú)立顯卡和專用AI引擎上順暢運(yùn)行。

同樣以生成式AI應(yīng)用中最火的圖形視覺領(lǐng)域?yàn)槔?，英特爾開發(fā)了一套專門的AI框架，它可以在開啟OpenVINO加速的情況下，僅通過一行代碼的安裝，就可以加速PyTorch模型運(yùn)行。此時(shí)，就可以讓Stable Diffusion Automatic1111 WebUI在集成顯卡和銳炫獨(dú)立顯卡上流暢運(yùn)行。

我們在一臺13代酷睿i7-13700H處理器+銳炫Xe核顯機(jī)器上試著讓Stable Diffusion生成一張圖片，所提的需求并未太過復(fù)雜，總體耗時(shí)為44秒，完成速度算是相當(dāng)快的了，畢竟這是在移動(dòng)平臺的核顯上做的圖片渲染和生成。

目前，單單是96EU的銳炫Xe核顯，就可以支持在Stable Diffusion上運(yùn)行FP16精度的模型，從而快速生成高質(zhì)量圖片，為內(nèi)容創(chuàng)作、視覺創(chuàng)意提供便利。

從這一案例可以看出，無論是文字生成圖片還是圖片生成圖片，英特爾通過軟件優(yōu)化、模型優(yōu)化，將模型對硬件資源的需求盡可能降到最低，從而提升模型的推斷速度，確保那些以往需要高性能顯卡才能運(yùn)行的開源模型能夠在個(gè)人電腦上也能高效運(yùn)行，這對于AI應(yīng)用普及同樣是意義非凡。

·英特爾大語言模型應(yīng)用落地12代、13代酷睿電腦全部支持

在8月18日舉辦的大灣區(qū)技術(shù)分享會上，英特爾還進(jìn)一步展示了其軟硬件體系在大語言模型應(yīng)用方面的實(shí)際表現(xiàn)。通過集成了ChatGLM2、LLa MA2和Star Coder三個(gè)大語言模型的英特爾大語言模型應(yīng)用Demo，成功展示了這些大語言模型在中文和英文應(yīng)用方面的表現(xiàn)。

比如我們通過它詢問了“AI在PC領(lǐng)域上的應(yīng)用”，它的首次響應(yīng)延遲只有215.3ms，也就是在提交問題到AI識別問題，再到開始生成問題答案的過程只有215.3ms，可以說是非常迅速。

此外可以看到，這款軟件集成了中文、英文、代碼三種語言環(huán)境，對應(yīng)功能的指向性也很明確。聊天、情感分析、中文翻譯、故事創(chuàng)作等等，可以說是涵蓋了大語言模型的常見應(yīng)用。這樣的分類可以幫助用戶更加明確地向AI提出需求，而如何明確、正確提出需求，本身也是目前AI應(yīng)用中的難點(diǎn)之一。

我們也試著向AI提出了“和女朋友吵架了怎么哄她”的情感分析需求，首次響應(yīng)時(shí)間為249.8ms，比上一個(gè)問題響應(yīng)慢一些，可見和女朋友的情感問題擺在AI面前，它也需要多加思考一番。

英特爾借助軟件端優(yōu)化和量化操作，使得大語言模型在進(jìn)行回答時(shí)能夠以非?？斓乃俣壬纱鸢?，并且不影響整機(jī)使用流暢性，這同樣也是AI應(yīng)用普及的重要一步。目前英特爾已經(jīng)發(fā)布了這套Demo，任何搭載英特爾12代和13代酷睿的電腦都可以直接安裝并進(jìn)行體驗(yàn)。

·英特爾：AI on PC的核心賦能者

英特爾不僅僅是AI技術(shù)的提供者，更是讓AI on PC從“PPT”走向?qū)嶋H落地的核心賦能者。

借助支持AI加速引擎的12代、13代酷睿處理器，借助具備高效浮點(diǎn)性能的銳炫GPU等強(qiáng)力硬件，并且快速推出英特爾大語言模型應(yīng)用Demo以及通過后端優(yōu)化和OpenVINO加速來更好地支持Stable Diffusion圖形視覺領(lǐng)域的AI應(yīng)用，AI借助PC實(shí)現(xiàn)全面普及只是時(shí)間問題。

現(xiàn)階段，大眾用戶對于生成式AI應(yīng)用的使用意愿極為強(qiáng)烈，因?yàn)樗_實(shí)能夠解決很多實(shí)際問題。如提升辦公效率、提供輔助設(shè)計(jì)和創(chuàng)意理念等等，這些應(yīng)用能夠徹底改變?nèi)祟惉F(xiàn)階段的工作、生活方式，激發(fā)人們在創(chuàng)作、創(chuàng)意層面的靈感，而硬件性能強(qiáng)大的電腦無疑是最佳載體。

除了已經(jīng)發(fā)布的第12代與13代酷睿之外，英特爾下一代Meteor Lake處理器也將進(jìn)一步強(qiáng)化對于AI的底層支持，專門設(shè)計(jì)的NPU將為AI應(yīng)用帶來更加高效的體驗(yàn)。

在生成式AI集中落地的大潮中，英特爾是一個(gè)不可或缺的關(guān)鍵因素。從強(qiáng)勁性能的硬件支持到模型優(yōu)化的軟件技術(shù)，英特爾為生成式AI的發(fā)展提供了全方位支持。在英特爾的引領(lǐng)下，生成式AI與PC將實(shí)現(xiàn)驚人的化學(xué)反應(yīng)，為人類帶來更智能、更富創(chuàng)意PC使用體驗(yàn)。

文章來源：中關(guān)村在線

審核編輯：湯梓紅