AI PC的未来形态：杨元庆的展望

目前golang学习网上已经有很多关于科技周边的文章了，自己在初次阅读这些文章中，也见识到了很多学习思路；那么本文《AI PC的未来形态：杨元庆的展望》，也希望能帮助到大家，如果阅读完后真的对你学习科技周边有帮助，欢迎动动手指，评论留言并分享~

【2023年11月22日，北京】11月22日，"《财经》年会2024：预测与战略"在北京举办，联想集团董事长兼CEO杨元庆在年会发表《加快新IT技术创新，促进人工智能普惠》主题演讲。演讲中，他系统阐述了联想对人工智能大模型技术浪潮的洞察与业务布局，还首次完整定义了未来AI PC(人工智能电脑)所具备的五大特质。

(联想集团董事长兼CEO杨元庆在《财经》年会2024发表"加快新IT技术创新、促进人工智能普惠"主题演讲)

两个行业的趋势推动了人工智能个人电脑的出现

杨元庆在演讲中提到，丰富多样的公共大模型为人们带来了高效与便利，但同时也带来了很现实的问题，即如何在享受大模型带来的效率红利的同时，能够有效保护个人隐私和数据安全。杨元庆认为，通过公共大模型和个人大模型的混合并用，可以实现这样的"既要-又要"，未来的人工智能大模型将会是私有大模型(个人/企业级大模型)和公共大模型共存的混合式的人工智能。

他解释说，个人大模型是指部署在个人智能设备或家庭服务器上的人工智能基础模型。它使用存储在本地的个人数据进行推理和学习。与公共大模型相比，个人大模型不仅可以通过对话提供答案和创作内容，而且更加精准和贴切。它甚至可以根据用户的思维模式来预测任务并主动寻找解决方案。个人数据不会被共享或发送到公有云，从而确保了个人隐私和数据安全

同时，建造大型模型需要对大量数据进行训练和推理，这对计算能力提出了极高的要求。杨元庆表示，随着人工智能应用的进一步发展，大型模型训练和推理的计算负荷比重也将发生重大变化，对计算资源的配置也提出了新的要求。目前，使用大型模型的用户规模还相对较小，大多数大型模型都在计算能力较强的公有云平台上进行训练。然而，在未来，随着用户规模的扩大，推理所需的计算资源将迅速增加，并且超过训练所需的计算资源。那时候，仅仅依靠公有云来完成所有的训练和推理任务将导致效率低下和成本高昂的问题日益突出

因此，杨元庆认为，无论是出于数据安全和隐私保护的考虑，还是更高效率、更低成本响应用户需求的考虑，大模型的计算负载，将逐渐由云端向边缘侧和端侧下沉，越来越多的人工智能的推理任务将会在边缘和设备端进行，这样使得个人大模型更加成为必要和可能。

因此，要构建和优化大模型，支持更多生成式人工智能的应用，不仅需要提升云端的算力，在边缘和端侧也需要更强大算力的配合，形成"端-边-云"混合计算架构下更平衡的算力分配。要支持个人大模型的运行，必须提高端侧的智能计算能力。PC作为个人最重要的生产力工具，AI PC成为顺应大模型发展趋势的必然和必需。

AI PC将具备五大核心特质

杨元庆在演讲中提到，相较于今天的个人电脑，未来AI PC将具备五大核心特质：第一，AI PC能够运行经过压缩和性能优化的个人大模型；第二，具备更强的算力，能够支持包括CPU、GPU、NPU在内的异构计算；第三，具备更大的存储，能够容纳更多个人全生命周期的数据并形成个人知识库，为个人大模型的学习、训练、推理、优化提供燃料；第四，具备更顺畅的自然语言交互，甚至可以用语音、手势完成互动；第五，具备更可靠的安全和隐私保护。

"也就是说，你未来的人工智能个人电脑，既能够作为公共大模型的入口，又能独立运行个性化的私有大模型，它掌握最全面的个人数据和信息，又能严守你的秘密。只有你能唤醒它、使用它，同时也只有它最懂你，远胜于公共大模型。"他解释道。

举个例子，如果用户想制定一份旅行计划，即使在无网络的飞行模式下，也可以与自己的电脑进行交流，甚至无需告知自己的需求和偏好，电脑也能为用户推荐心仪的航班、酒店、路线和餐厅

"他说：“将来，你的电脑、手机甚至汽车将成为你个人的人工智能双胞胎，像是你的数字延伸和数字镜像，大幅提升你的生活品质和工作效率。”

以上就是《AI PC的未来形态：杨元庆的展望》的详细内容，更多关于的资料请关注golang学习网公众号！