咨询专家
规划合适的解决方案时需要了解您的项目要求和系统要求。让金士顿专家为您提供指导。
咨询专家可以说,AI PC 正日益成为供应商和组织热议的焦点。然而,对于那些计划更新设备的公司而言,作出正确的选择比以往任何时候都更为关键。
在最近的一场网络研讨会上,Elliott Jones 与 AI 专家 Rob May 深入探讨了关于 AI PC 的讨论是否仅仅是一时的炒作,还是背后有着实质性的价值。在本文中,我们将呈现网络研讨会的核心要点——包含配有翻译字幕的视频片段——旨在帮助您在这个新的计算时代作出明智的决策。
AI PC内置专用芯片组,旨在处理人工智能应用,并利用 AI 来提高性能、增强安全性和提供更具个性化的体验。
尽管由 AI 驱动的程序已经屡见不鲜,但那些配备神经处理单元 (NPU) 以加强机器学习任务的 PC 仍然是一个新兴领域。随着 ChatGPT 等 AI 聊天机器人的流行,我们频繁听到关于大型语言模型 (LLM) 的讨论。这些算法依靠机器学习和庞大的数据集,具备了理解和复制人类语言的能力。
而 AI PC 则在小范围、更具体的场景下,运用小型语言模型 (SLM) 以类似的方式运作。尽管 SLM 的能力相对有限,但它们更适合于优化单个设备,执行更为具体和集中的任务。SLM 的一个显著优势在于它们能够在设备的物理存储与云存储网络之间选择性地传输数据。对此,AI 专家 Rob May 认为这种做法达到了一个完美的平衡。
“这种混合方案融合了云计算在处理密集任务和数据存储方面的优势,以及本地处理在速度和隐私保护方面的长处,”他解释道。Rob 进一步补充,这种优势的结合“有效降低了延迟,节省了带宽,增强了数据安全性,并显著减少了发送至云端的敏感数据量。”
AI 和云计算服务正在共同改变企业的运营方式, Synergy Research Group 将云基础设施服务市场 20% 的同比增长主要归因于生成式 AI 技术和服务。现在,组织能够充分利用云中的“即插即用”AI 应用程序,而无需担心自己的现场存储问题。
尽管云服务无疑让 AI 应用对公司来说更加触手可及,但它们也存在安全风险。许多组织可能不知道将敏感信息发送到基于公共云的 AI 模型的影响,这些模型可能会受到安全漏洞的影响。使用 AI PC 的企业可以通过判断哪些数据适合交由云中的第三方处理,哪些数据最好保存在公司内部和设备上来帮助限制这种潜在的损害。
即使发生网络攻击,或者由于连接问题云服务不可用,Rob 指出,本地 AI 模型仍然可以让组织在此期间继续使用 AI 功能。然而,他表示仍需要对本地威胁(如篡改或恶意软件)采取强大的安全措施,并敦促公司采取“综合方法”,包括安全模型训练、数据加密和持续监控威胁。
许多人都将 2024 年视为“AI PC 元年”,但这一观点是否经得起考验呢?市场分析师们的预测相当一致,预计 2024 年将售出约 5000 万台 AI PC——约占 PC 出货量的五分之一。Gartner 的研究人员预计,明年出厂的 PC 中将有 43% 支持 AI 技术,而 International Data Corporation 预计,这一比例到 2027 年底将达到 60%。
所有迹象均显示,AI PC 即将成为行业新常态,然而,我们究竟将如何利用这些先进技术呢?目前,众多针对 AI PC 优化的应用程序主要集中在视频会议、项目管理(如 Zoom、Slack 或 Webex)以及创意设计软件(如 Adobe、Audacity 或 GIMP)等领域。
这可能会让人误以为 AI 技术的应用范围相对有限,但 Rob 认为这些只是“AI 集成初期阶段”的实例,预示着巨大的增长潜力。他表示:“AI PC 正在瞄准那些对 AI 增强有高需求、能明显受益的领域。尽管目前的关注点可能看似狭窄,但这无疑是一个明智的起点。因此,我并不认为这种看似有限的广度是问题所在,相反,我认为这是一个充满活力和潜力的新兴领域。随着 AI 技术的不断进步和普及,我们预计其应用场景将大幅扩展,当前的这些重点领域将成为未来更广泛 AI 集成的试验田。此外,我还认为这些应用将推动硬件和软件生态系统的升级和优化,从而为 AI 技术的全面融合奠定坚实的基础。”
AI PC 将彻底颠覆我们的工作方式,正因如此,IT 经理们或许迫不及待地想要购买这些设备,以借助 AI 的力量提升生产力、强化安全隐私保障,并降低系统延迟。然而,面对高昂的初期成本以及相对有限的应用场景,一些企业可能选择观望更长一段时间。
在这样一个日新月异的市场中,为了最大化地利用新兴AI应用,你可以考虑对现有的系统进行升级,如采用最新一代的 DDR5 内存 和 NVMe SSD ,以此为自己赢得宝贵的时间。当然,这一决策很大程度上取决于预算、实际需求以及公司在技术更新周期中的具体阶段。如果管理者决定购买全新的 AI PC,那么在选择时务必要保持警惕。那些将关键部件直接焊接在主板上而非采用插槽设计的型号,可能会限制未来的扩展空间,导致存储空间、内存和功能上的不足。
因此,IT经理在做出决策时,应全面考虑更换成本与公司当下及未来几年的实际需求之间的平衡。随着 AI 应用不断收集用户偏好和系统使用数据,工作场所对存储和内存的需求也将随之增加。在引入 AI PC 时,配置过低可能是一个容易被忽视但代价高昂的错误。这个错误可能会在未来五年内持续影响你的工作效率和成本,因此,提前规划并做出明智的选择至关重要。
#KingstonIsWithYou
Rob May 是 ramsac 的创始人兼行政总裁,他与团队的 120 多名顾问一起提供技术和网络安全服务/支持。他还担任英国董事协会 (Institute of Directors) 的英国网络安全代表,在“网络安全思想领袖/影响家”全球排名中位居第 5 位。
Elliott 在 Kingston Technology 从事 B2B 战略营销工作,负责所有 Kingston B2B 产品的营销策略、内容和广告宣传。他拥有超过 15 年的技术营销经验,热衷于探索如何利用技术帮助解决问题。
Geoffrey Petit 是 Kingston Technology 欧洲、中东和非洲地区 (EMEA) 技术资源组的团队负责人。Geoffrey 及其团队的责任是为业务经理、营销人员、内部销售团队、客户及关键人员提供售前查询支持。
规划合适的解决方案时需要了解您的项目要求和系统要求。让金士顿专家为您提供指导。
咨询专家
与金士顿合作,选择内存十分简单。
凭借超过 35 年的经验,金士顿拥有您所需的各种知识和资源,因此您可以放心选择内存。
只需输入计算机系统或数码设备的制造商和型号或系统产品型号,就能找到您需要的金士顿产品。
可以按照金士顿产品型号、经销商产品型号或制造商同等产品型号进行搜索。