1956年，在達特莫斯大學的那次學會上，AI這個概念第一次被提出，標誌著人工智慧的正式誕生。在歷經近70年的發展之後，AI也終於迎來了屬於它的高光時刻。隨著算力和資料的爆發，人工智慧在過去幾年裡產生了質變，併成為了第四次工業革命中的重要基石。特別是去年生成式AI的火熱，讓無數行業都看到了其在提升客戶運營、銷售與營銷，以及軟體工程方法等方面蘊含的無限可能。
除了廣為人知的新聞、影視、創意等大量直接應用AIGC的媒體內容行業，生成式人工智慧的顛覆效應正在全球加速擴散，網際網路、金融、教育、醫療、製造業，這些產業正在率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇。
AI PC重塑生產力體驗
作為新一輪科技革命和產業變革的核心驅動力，同時也是發展新質生產力的主要陣地之一，AI自然也需要載體去呈現和普及，而AIPC毫無疑問就是推動這場技術風暴的重要一環。透過整合CPU、GPU、NPU等硬體並結合人工智慧技術，AIPC在承擔原有的生產力工具和內容消費載體職能外，在功能上由工具屬性升級為助理屬性，並可在圖形視覺、語義理解、智慧互動等場景中發揮重要作用，從而改變、重塑和重構PC體驗，釋放個人生產力和創造力。
對個人使用者而言，AI PC帶來的AIGC能力更偏娛樂性，即便是完全沒接觸過人工智慧的新手，也能透過開源大模型在AI PC上生成圖片、撰寫文章。但與個人使用者相比，商業使用者的需求往往更加複雜且富有挑戰性，除了基本的效能要求外，長續航低功耗、系統的安全性和可管理性，以及可持續性方面的節能減排都需要納入考慮範圍內，這些都對PC提出了更高的要求。
去年9月份，英特爾率先在PC行業提出了AI PC的概念，當然，並不是說只有搭載英特爾處理器的電腦才能叫做AI PC，所謂AI PC就是可以在本地執行生成式AI功能的電腦，而不僅僅是透過網路去執行一些AI聊天或者生成式應用。
目前我們在電腦和手機上，就已經可以透過類似ChatGPT、文心一言這樣的程式來聊天或者生成文字，或是利用Midjourney來製作圖片，不外這些都是透過雲端讓模型運算生成我們要的結果。而AIPC的目的就是不透過雲計算和網路，可以直接在本地執行各種AI模型來計算並且得到結果。
市場研究資料顯示，未來半數以上的個人電腦將擁有人工智慧功能，這是個人電腦發展的趨勢。AIPC的出現為個人電腦帶來了無窮的可能性，不僅滿足了使用者的需求，提高了工作效率，還推動了智慧化和數字化社會的發展。AIPC將成為人工智慧技術應用的重要載體，為使用者創造更加智慧化和便捷的生活體驗。
生成式AI，網路安全的雙刃劍
與其他新興技術一樣，生成式AI也沒能逃過雙刃劍的命運。
一方面，生成式AI具有巨大的潛力和價值，可以改變生活、工作和教育等多方面，諸多企業都在積極利用生成式AI為業務賦能，加速數智轉型的程序。但另一方面，生成式AI也可能引發資料隱私和安全問題，或是被用於網路攻擊。
當然，技術本身是中立的，它的使用和影響取決於使用它的人。對於更多企業來說，既要應對生成式AI帶來的安全威脅，也要正確合理地確保生成式AI安全落地，保障生成式AI系統的安全。
從企業自身出發，在使用生成式AI時，要優先考慮以下幾個層面的問題：
首先是資料來源，企業需要知道用資料訓練模型的整個工作流程中，資料的來源是哪裡，以及資料是如何被處理和保護的。
其次是對查詢資料的保護。因為訓練資料並不是企業需要關注的唯一敏感資料集，當企業和使用者開始使用生成式AI和大模型後，會很快掌握如何讓查詢更有效，並在查詢中新增更多細節和具體要求以獲得更好的結果。但查詢這個過程也可能涉及到敏感資訊，企業需要清楚這些資料如何被生成式AI服務處理以及查詢結果是如何產生的。
最後則是AI模型輸出的準確性。從安全形度來看，生成式AI的使用場景定義了風險，由於不同的場景對輸出的準確性各有不同，企業需要保證輸出的結果是準確且符合最佳實踐的。
FPGA滿足多樣邊緣AI需求
上世紀70年代，如果想要在硬體上製作原型並測試其邏輯功能，基本上只有TTL晶片和ASIC晶片兩種選擇，但前者會受到電路板尺寸和功耗限制的限制，而後者則會產生大量的前期成本，因此，作為數字晶片的一個子門類，具備現場可程式設計性的FPGA也應運而生。FPGA的出現既解決了定製電路的不足，又克服了原有可程式設計器件閘電路數有限的缺點，即便是在製造完成後，也可以根據使用者需要，透過EDA軟體配置特定電路，從而賦予其特定功能。
在隨後的幾十年裡，FPGA在安防、通訊、汽車電子、消費電子、工業等領域中得到了廣泛應用。近年來，隨著資料中心建設速度加快，人工智慧和自動駕駛等新興市場的快速發展，FPGA的需求也隨之被帶動，有資料顯示，2020-2026年全球FPGA市場規模從55.85億美元增至96.9億美元，年均複合增長率為9.6%。毫無疑問的是，FPGA正在迎來屬於它的全新機遇。
如今，數字轉型的需求正在被打斷帶來全新的工作負載，而近兩年的主角無疑是AI，憑藉著生成式AI的普及，越來越多的企業都在積極應用人工智慧為業務賦能，加速數智轉型的程序。
從應用場景來看，雲端的AI需求主要集中在矩陣運算、影象處理、機器學習、壓縮、非對稱加密、搜尋引擎排序等計算密集型任務，與CPU和GPU相比，FPGA在延遲方面具備極大的優勢，透過將這些任務解除安裝到FPGA上執行，可以在減少CPU負載的同時加速AI的部署。
作為FPGA下游應用最廣泛的場景，FPGA在網路通訊領域可以有效實現大量高速數字訊號處理功能。FPGA能夠實現基帶處理單元、RF前端和基站管理的一體化設計。相比於其他解決方案，這不僅降低了部署複雜度，也使系統更加靈活，可以按需配置不同的無線接入技術。同時，英特爾FPGA還能提供恆定的無線電引數控制，確保訊號品質。
在邊緣側，隨著智慧邊緣時代的到來，邊緣裝置需要實時收集和處理各種感測器收集的資訊和資料，實時處理現場遇到的緊急事件，及時反饋。實時的與周邊的環境和物體進行M2M互動，多個小型處理器提供分散式的異構處理能力，實現資料採集、聚合、加密、處理和傳輸等功能，而FPGA則能進一步加強邊緣裝置的機器學習能力，提高並行處理能力。
生成式人工智慧時代的無限想象和顛覆效應正在全球加速擴散，網際網路、金融、教育、醫療、製造業，幾大產業率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇，可以想像的是，AI對數字社會的重塑正在發生，切實地改變我們的生活方式。
(8688809)
1956年，在達特莫斯大學的那次學會上，AI這個概念第一次被提出，標誌著人工智慧的正式誕生。在歷經近70年的發展之後，AI也終於迎來了屬於它的高光時刻。隨著算力和資料的爆發，人工智慧在過去幾年裡產生了質變，併成為了第四次工業革命中的重要基石。特別是去年生成式AI的火熱，讓無數行業都看到了其在提升客戶運營、銷售與營銷，以及軟體工程方法等方面蘊含的無限可能。
除了廣為人知的新聞、影視、創意等大量直接應用AIGC的媒體內容行業，生成式人工智慧的顛覆效應正在全球加速擴散，網際網路、金融、教育、醫療、製造業，這些產業正在率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇。
AI PC重塑生產力體驗
作為新一輪科技革命和產業變革的核心驅動力，同時也是發展新質生產力的主要陣地之一，AI自然也需要載體去呈現和普及，而AIPC毫無疑問就是推動這場技術風暴的重要一環。透過整合CPU、GPU、NPU等硬體並結合人工智慧技術，AIPC在承擔原有的生產力工具和內容消費載體職能外，在功能上由工具屬性升級為助理屬性，並可在圖形視覺、語義理解、智慧互動等場景中發揮重要作用，從而改變、重塑和重構PC體驗，釋放個人生產力和創造力。
對個人使用者而言，AI PC帶來的AIGC能力更偏娛樂性，即便是完全沒接觸過人工智慧的新手，也能透過開源大模型在AI PC上生成圖片、撰寫文章。但與個人使用者相比，商業使用者的需求往往更加複雜且富有挑戰性，除了基本的效能要求外，長續航低功耗、系統的安全性和可管理性，以及可持續性方面的節能減排都需要納入考慮範圍內，這些都對PC提出了更高的要求。
去年9月份，英特爾率先在PC行業提出了AI PC的概念，當然，並不是說只有搭載英特爾處理器的電腦才能叫做AI PC，所謂AI PC就是可以在本地執行生成式AI功能的電腦，而不僅僅是透過網路去執行一些AI聊天或者生成式應用。
目前我們在電腦和手機上，就已經可以透過類似ChatGPT、文心一言這樣的程式來聊天或者生成文字，或是利用Midjourney來製作圖片，不外這些都是透過雲端讓模型運算生成我們要的結果。而AIPC的目的就是不透過雲計算和網路，可以直接在本地執行各種AI模型來計算並且得到結果。
市場研究資料顯示，未來半數以上的個人電腦將擁有人工智慧功能，這是個人電腦發展的趨勢。AIPC的出現為個人電腦帶來了無窮的可能性，不僅滿足了使用者的需求，提高了工作效率，還推動了智慧化和數字化社會的發展。AIPC將成為人工智慧技術應用的重要載體，為使用者創造更加智慧化和便捷的生活體驗。
生成式AI，網路安全的雙刃劍
與其他新興技術一樣，生成式AI也沒能逃過雙刃劍的命運。
一方面，生成式AI具有巨大的潛力和價值，可以改變生活、工作和教育等多方面，諸多企業都在積極利用生成式AI為業務賦能，加速數智轉型的程序。但另一方面，生成式AI也可能引發資料隱私和安全問題，或是被用於網路攻擊。
當然，技術本身是中立的，它的使用和影響取決於使用它的人。對於更多企業來說，既要應對生成式AI帶來的安全威脅，也要正確合理地確保生成式AI安全落地，保障生成式AI系統的安全。
從企業自身出發，在使用生成式AI時，要優先考慮以下幾個層面的問題：
首先是資料來源，企業需要知道用資料訓練模型的整個工作流程中，資料的來源是哪裡，以及資料是如何被處理和保護的。
其次是對查詢資料的保護。因為訓練資料並不是企業需要關注的唯一敏感資料集，當企業和使用者開始使用生成式AI和大模型後，會很快掌握如何讓查詢更有效，並在查詢中新增更多細節和具體要求以獲得更好的結果。但查詢這個過程也可能涉及到敏感資訊，企業需要清楚這些資料如何被生成式AI服務處理以及查詢結果是如何產生的。
最後則是AI模型輸出的準確性。從安全形度來看，生成式AI的使用場景定義了風險，由於不同的場景對輸出的準確性各有不同，企業需要保證輸出的結果是準確且符合最佳實踐的。
FPGA滿足多樣邊緣AI需求
上世紀70年代，如果想要在硬體上製作原型並測試其邏輯功能，基本上只有TTL晶片和ASIC晶片兩種選擇，但前者會受到電路板尺寸和功耗限制的限制，而後者則會產生大量的前期成本，因此，作為數字晶片的一個子門類，具備現場可程式設計性的FPGA也應運而生。FPGA的出現既解決了定製電路的不足，又克服了原有可程式設計器件閘電路數有限的缺點，即便是在製造完成後，也可以根據使用者需要，透過EDA軟體配置特定電路，從而賦予其特定功能。
1956年，在達特莫斯大學的那次學會上，AI這個概念第一次被提出，標誌著人工智慧的正式誕生。在歷經近70年的發展之後，AI也終於迎來了屬於它的高光時刻。隨著算力和資料的爆發，人工智慧在過去幾年裡產生了質變，併成為了第四次工業革命中的重要基石。特別是去年生成式AI的火熱，讓無數行業都看到了其在提升客戶運營、銷售與營銷，以及軟體工程方法等方面蘊含的無限可能。
除了廣為人知的新聞、影視、創意等大量直接應用AIGC的媒體內容行業，生成式人工智慧的顛覆效應正在全球加速擴散，網際網路、金融、教育、醫療、製造業，這些產業正在率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇。
AI PC重塑生產力體驗
作為新一輪科技革命和產業變革的核心驅動力，同時也是發展新質生產力的主要陣地之一，AI自然也需要載體去呈現和普及，而AIPC毫無疑問就是推動這場技術風暴的重要一環。透過整合CPU、GPU、NPU等硬體並結合人工智慧技術，AIPC在承擔原有的生產力工具和內容消費載體職能外，在功能上由工具屬性升級為助理屬性，並可在圖形視覺、語義理解、智慧互動等場景中發揮重要作用，從而改變、重塑和重構PC體驗，釋放個人生產力和創造力。
對個人使用者而言，AI PC帶來的AIGC能力更偏娛樂性，即便是完全沒接觸過人工智慧的新手，也能透過開源大模型在AI PC上生成圖片、撰寫文章。但與個人使用者相比，商業使用者的需求往往更加複雜且富有挑戰性，除了基本的效能要求外，長續航低功耗、系統的安全性和可管理性，以及可持續性方面的節能減排都需要納入考慮範圍內，這些都對PC提出了更高的要求。
去年9月份，英特爾率先在PC行業提出了AI PC的概念，當然，並不是說只有搭載英特爾處理器的電腦才能叫做AI PC，所謂AI PC就是可以在本地執行生成式AI功能的電腦，而不僅僅是透過網路去執行一些AI聊天或者生成式應用。
目前我們在電腦和手機上，就已經可以透過類似ChatGPT、文心一言這樣的程式來聊天或者生成文字，或是利用Midjourney來製作圖片，不外這些都是透過雲端讓模型運算生成我們要的結果。而AIPC的目的就是不透過雲計算和網路，可以直接在本地執行各種AI模型來計算並且得到結果。
市場研究資料顯示，未來半數以上的個人電腦將擁有人工智慧功能，這是個人電腦發展的趨勢。AIPC的出現為個人電腦帶來了無窮的可能性，不僅滿足了使用者的需求，提高了工作效率，還推動了智慧化和數字化社會的發展。AIPC將成為人工智慧技術應用的重要載體，為使用者創造更加智慧化和便捷的生活體驗。
生成式AI，網路安全的雙刃劍
與其他新興技術一樣，生成式AI也沒能逃過雙刃劍的命運。
一方面，生成式AI具有巨大的潛力和價值，可以改變生活、工作和教育等多方面，諸多企業都在積極利用生成式AI為業務賦能，加速數智轉型的程序。但另一方面，生成式AI也可能引發資料隱私和安全問題，或是被用於網路攻擊。
當然，技術本身是中立的，它的使用和影響取決於使用它的人。對於更多企業來說，既要應對生成式AI帶來的安全威脅，也要正確合理地確保生成式AI安全落地，保障生成式AI系統的安全。
從企業自身出發，在使用生成式AI時，要優先考慮以下幾個層面的問題：
首先是資料來源，企業需要知道用資料訓練模型的整個工作流程中，資料的來源是哪裡，以及資料是如何被處理和保護的。
其次是對查詢資料的保護。因為訓練資料並不是企業需要關注的唯一敏感資料集，當企業和使用者開始使用生成式AI和大模型後，會很快掌握如何讓查詢更有效，並在查詢中新增更多細節和具體要求以獲得更好的結果。但查詢這個過程也可能涉及到敏感資訊，企業需要清楚這些資料如何被生成式AI服務處理以及查詢結果是如何產生的。
最後則是AI模型輸出的準確性。從安全形度來看，生成式AI的使用場景定義了風險，由於不同的場景對輸出的準確性各有不同，企業需要保證輸出的結果是準確且符合最佳實踐的。
FPGA滿足多樣邊緣AI需求
上世紀70年代，如果想要在硬體上製作原型並測試其邏輯功能，基本上只有TTL晶片和ASIC晶片兩種選擇，但前者會受到電路板尺寸和功耗限制的限制，而後者則會產生大量的前期成本，因此，作為數字晶片的一個子門類，具備現場可程式設計性的FPGA也應運而生。FPGA的出現既解決了定製電路的不足，又克服了原有可程式設計器件閘電路數有限的缺點，即便是在製造完成後，也可以根據使用者需要，透過EDA軟體配置特定電路，從而賦予其特定功能。
1956年，在達特莫斯大學的那次學會上，AI這個概念第一次被提出，標誌著人工智慧的正式誕生。在歷經近70年的發展之後，AI也終於迎來了屬於它的高光時刻。隨著算力和資料的爆發，人工智慧在過去幾年裡產生了質變，併成為了第四次工業革命中的重要基石。特別是去年生成式AI的火熱，讓無數行業都看到了其在提升客戶運營、銷售與營銷，以及軟體工程方法等方面蘊含的無限可能。
除了廣為人知的新聞、影視、創意等大量直接應用AIGC的媒體內容行業，生成式人工智慧的顛覆效應正在全球加速擴散，網際網路、金融、教育、醫療、製造業，這些產業正在率先迎來新一輪變局，既是對過往模式的挑戰，也開啟了未來增長的機遇。
AI PC重塑生產力體驗
作為新一輪科技革命和產業變革的核心驅動力，同時也是發展新質生產力的主要陣地之一，AI自然也需要載體去呈現和普及，而AIPC毫無疑問就是推動這場技術風暴的重要一環。透過整合CPU、GPU、NPU等硬體並結合人工智慧技術，AIPC在承擔原有的生產力工具和內容消費載體職能外，在功能上由工具屬性升級為助理屬性，並可在圖形視覺、語義理解、智慧互動等場景中發揮重要作用，從而改變、重塑和重構PC體驗，釋放個人生產力和創造力。
對個人使用者而言，AI PC帶來的AIGC能力更偏娛樂性，即便是完全沒接觸過人工智慧的新手，也能透過開源大模型在AI PC上生成圖片、撰寫文章。但與個人使用者相比，商業使用者的需求往往更加複雜且富有挑戰性，除了基本的效能要求外，長續航低功耗、系統的安全性和可管理性，以及可持續性方面的節能減排都需要納入考慮範圍內，這些都對PC提出了更高的要求。
去年9月份，英特爾率先在PC行業提出了AI PC的概念，當然，並不是說只有搭載英特爾處理器的電腦才能叫做AI PC，所謂AI PC就是可以在本地執行生成式AI功能的電腦，而不僅僅是透過網路去執行一些AI聊天或者生成式應用。
目前我們在電腦和手機上，就已經可以透過類似ChatGPT、文心一言這樣的程式來聊天或者生成文字，或是利用Midjourney來製作圖片，不外這些都是透過雲端讓模型運算生成我們要的結果。而AIPC的目的就是不透過雲計算和網路，可以直接在本地執行各種AI模型來計算並且得到結果。
市場研究資料顯示，未來半數以上的個人電腦將擁有人工智慧功能，這是個人電腦發展的趨勢。AIPC的出現為個人電腦帶來了無窮的可能性，不僅滿足了使用者的需求，提高了工作效率，還推動了智慧化和數字化社會的發展。AIPC將成為人工智慧技術應用的重要載體，為使用者創造更加智慧化和便捷的生活體驗。
生成式AI，網路安全的雙刃劍
與其他新興技術一樣，生成式AI也沒能逃過雙刃劍的命運。
一方面，生成式AI具有巨大的潛力和價值，可以改變生活、工作和教育等多方面，諸多企業都在積極利用生成式AI為業務賦能，加速數智轉型的程序。但另一方面，生成式AI也可能引發資料隱私和安全問題，或是被用於網路攻擊。
當然，技術本身是中立的，它的使用和影響取決於使用它的人。對於更多企業來說，既要應對生成式AI帶來的安全威脅，也要正確合理地確保生成式AI安全落地，保障生成式AI系統的安全。
從企業自身出發，在使用生成式AI時，要優先考慮以下幾個層面的問題：
首先是資料來源，企業需要知道用資料訓練模型的整個工作流程中，資料的來源是哪裡，以及資料是如何被處理和保護的。
其次是對查詢資料的保護。因為訓練資料並不是企業需要關注的唯一敏感資料集，當企業和使用者開始使用生成式AI和大模型後，會很快掌握如何讓查詢更有效，並在查詢中新增更多細節和具體要求以獲得更好的結果。但查詢這個過程也可能涉及到敏感資訊，企業需要清楚這些資料如何被生成式AI服務處理以及查詢結果是如何產生的。
最後則是AI模型輸出的準確性。從安全形度來看，生成式AI的使用場景定義了風險，由於不同的場景對輸出的準確性各有不同，企業需要保證輸出的結果是準確且符合最佳實踐的。
FPGA滿足多樣邊緣AI需求
上世紀70年代，如果想要在硬體上製作原型並測試其邏輯功能，基本上只有TTL晶片和ASIC晶片兩種選擇，但前者會受到電路板尺寸和功耗限制的限制，而後者則會產生大量的前期成本，因此，作為數字晶片的一個子門類，具備現場可程式設計性的FPGA也應運而生。FPGA的出現既解決了定製電路的不足，又克服了原有可程式設計器件閘電路數有限的缺點，即便是在製造完成後，也可以根據使用者需要，透過EDA軟體配置特定電路，從而賦予其特定功能。
