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的实际应用，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Core、Arc A系列显卡，以及即将发布的下一代Core，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、轻薄笔记本电脑、商务笔电、游戏笔电等设备上都能有实际的应用，进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，可以让社群开源模型良好的运行在Intel用户端处理器、整合显示卡、独立显卡和专用AI引擎之上。 像是，Stable Diffusion的Automatic1111 WebUI，已经能够透过上述方式，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Core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，并透过Transformers、LangChain API接口支持Windows、Linux的操作系统。 CoreUltra它将通过分离式模块架构，整合名为「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加速应用的普及，进一步扩展AI能力。 另一方面，Intel Arc显卡通过驱动和修补更新程序，已经可以支持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%。 它们两个的游戏性能其实远不如RTX 4060，但如今AI效率却更高。 再看看AMD显示卡的表现，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。