Quantcast
Channel: 電腦王
Viewing all articles
Browse latest Browse all 5922

Intel Core Ultra AI功能實測,NPU、GPU各顯所長

$
0
0
筆者透過搭載Intel Core Ultra 7 155H處理器的Asus Zenbook 14 OLED筆記型電腦,體驗Windows Studio以及Cyberlink威力導演等AI功能的效果。31ed6e1a343170abc6d1543b1f9e8b29

筆者透過搭載Intel Core Ultra 7 155H處理器的Asus Zenbook 14 OLED筆記型電腦,體驗Windows Studio以及Cyberlink威力導演等AI功能的效果。

NPU負責常時低負載

Intel Core Ultra系列處理器除了整合CPU(中央處理器)以及GPU(繪圖處理器,即內建顯示功能),也加入了針對AI運算設計的NPU(神經處理器),能夠在不同的情境發揮所長。

筆者使用搭載Core Ultra 7 155H處理器與32 GB記憶體的Asus Zenbook 14 OLED(UX3405M)作為測試平台,其處理器為16核22緒組態,具有6組P-Core、8組E-Core、2組低功耗E-Core,最高Turbo時脈分別為4.8、3.8、2.5 GHz,並整合具有8組Xe-core、最高時脈達2.25 GHz的Arc內建顯示晶片,以及Intel AI Boost NPU,基礎TDP為28 W。

首先我們看到NPU,它的特色是具有較佳的電力效率,能夠節省在使用AI軟體、功能時消耗的電力,適合應用於視訊會議強化、語音轉寫、即時翻譯等等需要長時間執行的功能。

在這次測試中,筆者使用Windows 11內建的Studio Effect功能,可以在視訊會議時加入背景模糊、目光校正、自動取景等效果,實際狀況請參考下方影片。

Asus Zenbook 14 OLED(UX3405M)搭載解析度為2880 x 1800的14吋OLED螢幕,機身重量1.22公斤為。

筆者取得的Zenbook 14 OLED測試樣品並沒有貼上Core Ultra的處理器貼紙,但可以看到Intel Evo認證貼紙。

透過CPU-Z軟體確認處理器與記憶體資訊。

▲在Studio Effect的設定畫面中,依序啟用背景模糊(Background Effect)、目光校正(Eye Contact)、自動取景(Auto Frameing,讓畫面跟隨人物移動)等效果。

影片編輯、AI圖像生成也能加速

接下來我們看到GPU的部分,它具有比NPU更高的AI運算效能,但在運作時會消耗更多電力,比較適合應用於影片編輯、圖像生成等高負載、短時間的程式與功能。

筆者使用Cyberlink威力導演365最新加入的AI物件追蹤與AI天空換置,測試新功能的效果。這些功能在運作時會在本機端運算並透過GPU加速,一來能夠提高影片處理的速度,二來也不需將影片上傳至雲端處理,有助於加速功能流程,並且免除隱私資料外洩的風險。

前者的功能為透過AI進行影像辨識,自動標註指定物體在影片中移動的狀況,並可加入跟隨移動的字卡、圖片,套用視覺特效,或是進行馬賽克模糊處理。而後者則是自動辨識原始影片中天空的範圍,並將替換為晴朗、黃昏等其他不同的天空效果。

威力導演365也支援AMD、NVIDIA、Intel等廠商的顯示卡、內建顯示影片編、解碼加速功能,能加速預覽以及最終輸出影片的速度,提高工作效率。

詳細操作展示請看下方影片,但需要注意的是筆者使用電腦的自體錄影功能錄制影片,因此平常操作時不會有此部分資源占用的情況,實際效能將比影片呈現更加流暢、快速。

另一方面,筆者也透過Stable Diffusion圖像生成測試使用CPU進行運算以及透過GPU加速的效能差異,從結果可以看到在OpenVINO運算框架的協助下,能夠提高約19倍圖像生成速度。

威力導演365採用訂閱制模式銷售,在最近的更新中加入了多樣能透過GPU加速的AI功能。

▲AI物件追蹤功能可以自動自動標註物體移動狀況,並套用對應的視覺特效。在影片中可以看到首次手動標註物體後,點擊「Track」就可完成自動追蹤。

在輸出影片的時候,也可以透過GPU的硬體編碼功能提高速度。

▲受益於硬體編碼加速功能,影片輸出的速度相當快。(需特別注意的是在輸出影片同時也使用電腦螢幕錄影功能,所以會占用額外資源造成輸出速度效平常慢。)

▲輸出完成的最終影片,可以看到AI物件追蹤的效果。

▲接下來是AI天空換置,選擇想要的天空效果後,系統就會自動辨識原始影片中天空的範圍並進行替換。

▲AI天空換置的輸出成品,可以看到原本天空變成晴天,不過全體色調以及自動圈選天空區域的精準度還有待加強。

使用Stable Diffusion WebUI 1.6版進行AI圖像生成測試。僅用處理器算圖的情況下,512 x 512解析度、迭代20步所需時間約為3分46.9秒(226.9秒)。

使用OpenVINO運算框架搭配內建顯示晶片進行加速,在同樣條件下只需11.8秒,速度相差約19倍。

雖然說目前「AIPC」或「AI手機」這類議題喊到大家都聽膩了,但目前尚無真正的殺手級應用出現,導致很多終端消費市場的AI功能尚處於「先講先贏」的虛胖狀態。但退一步想,軟體廠商與硬體廠商總有一方需要先踏出第一步,才能推動軟硬整合的生態系統,在這個建設過程中,消費者先購買具有AI加速運算單元的電腦、智慧型手機,待更多軟體上市後在安裝、更新,也是個較為可行的過渡方案。

加入電腦王Facebook粉絲團

Viewing all articles
Browse latest Browse all 5922

Trending Articles



<script src="https://jsc.adskeeper.com/r/s/rssing.com.1596347.js" async> </script>