ChatGPT在今年的迅速崛起，刷新了大家對AI的認識，成為當下最火熱的話題，除了在ChatBot方面的革新，AIGC（AI生成內容）的概念，更是展示出AI在加速生產力和創造力方面的巨大潛力，而且AIGC對於我們大眾消費者也並非是遙不可及的事情，在大家的個人電腦上，就已經有不少AIGC和利用AI加速的創意軟體可用。
對於很多有使用Adobe全家桶，或者一些影片照片處理工具的內容創作者，他們對於AI幫助創作這件事可能並不會太陌生，如今很多軟體都開始引入AI技術，用來解決很多過往需要重複勞動，或者操作枯燥的工作，比如摳圖、除塵，還有AI也可以提高畫面處理的精確度，像是低解析度照片和影片的高清化，黑白照的上色等等。
最重要的是，這些AI技術其實也只需要一台高配置電腦就可以享受到，這得益於近年CPU和GPU性能的大幅增長，特別是顯卡如今都加入AI加速能力，雖說相比大規模的AI計算集群，我們的消費級硬體顯得是小打小鬧，但用來做一些相對簡單的AIGC工作，又或者讓相關從業者和學生，用來學習研究AI技術，這都是有很大意義的，所以我們想知道在一些AIGC軟體中，目前市面上流行的高端CPU和GPU的性能表現如何。
測試平台
AI畫畫
Stable Diffusion，也就是大家俗稱的AI畫畫，通過敲入一些關鍵字，讓AI描繪出來大家腦海中想要的畫面，這樣的用法可謂相當神奇，也是AIGC的典型示範之一，以至於有不少人開玩笑說，原畫師在未來都要失業了，當然AI畫畫目前只是基於大量畫作訓練出來的「縫合怪」，仍缺少一點真正的自主創作，但隨著學習的精進，AI畫畫在未來可以極大提高工作效率，比如幫助設計logo和圖案，畫重複的人物和場景，還有用來畫電影拍攝的分鏡等等。
有意思的是，Stable Diffusion是在本地運行的，支持使用CPU或GPU來運算AI模型，所以我們每個人都可以在自己的電腦上進行AI作畫，可能是因為該項目本就是背靠NVIDIA GPU開發出來的，所以RTX系列有很不錯的IPM（每分鐘生成圖片數），即使是上代卡皇RTX 3090 Ti都有比較快的處理性能，而如果用CPU來運行，即使是目前消費級最強的兩顆CPU，用來畫一張768*768解析度的圖片都相當費勁。
AI高清化照片
AI處理照片在現階段應用得很多，其中無損放大是比較流行的用法，可以將原來低像素的照片放大到更大尺寸、更高解析度，這並非是簡單地把解析度生硬拉高，而是利用AI猜測和填補高清化所需的畫面細節，做到以假亂真的高清化處理，這對於一些研究老照片，或者更大印刷尺寸的攝影師有不錯的實用價值。
這裡測試在ON1 AI Resize裡面，將原文件為6000*4000解析度的單反拍攝照片，擴大200%後為12000*8000，也就是接近1億像素了，可以看到使用NVIDIA的顯卡，都可以在一分鐘內對五張照片高清化，越高端的自然就越快。雖然CPU也可以用來做這種AI的照片擴大，但耗費時間就相當長了，完全沒有實用性。
AI幀生成
NVIDIA DLSS在遊戲已經很多有支持，玩家們都不會陌生，其實這也是一種AIGC，如今一些創作軟體也有利用DLSS技術來作加速，最典型的代表就是NVIDIA自家的Omnvierse Create，這是個主要用來做3D動畫和場景建模的，對GPU的性能要求很高，即使是上一代最強的RTX 3090 Ti都很難應付，但新一代RTX 40系顯卡的DLSS 3技術加入幀生成技術，使得單張顯卡也都可以進行一些中輕度的創作。
這裡主要測試Viewport回放，平均幀數低於24fps會影響回放的流暢度，所以RTX 4070 Ti和RTX 4070是難以滿足4K解析度的，除了核心性能的不足，其12GB顯存也被吃光抹淨，會導致一些效果缺失和形成渲染隊列，而上一代的RTX 3090 Ti雖然有比較充足的24GB大顯存，但因為不支持幀生成技術，幀數表現也是不可用的，想要應付Omnvierse Create的4K創作，最好還得是RTX 4090。
當Viewport解析度下降到1080p（2048*1080）就輕鬆很多了，RTX 4070 Ti已經達到60fps級別，RTX 4070都可以有平均52fps，而且兩者的顯存也變得充裕很多，甚至連RTX 3090 Ti也將將可用了，但相比新一代的顯卡，已顯得不適合用在Omnvierse Create了。
AI目標追蹤
在Davinci Resolve Studio 18裡面，就支持使用GPU加速AI識別和追蹤影片中的目標，而且這還是個連續的動作，如果要用人工來做，就需要逐幀把目標摳畫出來，這是非常低效率、繁瑣的工作，但有了AI的幫助，就變得簡單太多了，極大減少了時間精力在這些機械式操作上，促使創作者會樂意於做一些更具觀賞性的剪輯。
總結
從測試表現來看，在AI畫畫、照片處理和AI幀生成這些工作上，一台高端配置的個人電腦也確實可以跑一跑、用一用了，甚至在部分創意工作中提供不錯的加速效果，雖然這還無法與龐大的GPU集群的處理速度相提並論，也難以應付在一些重度的創意工作上，但對於我們個人用戶而言，完全可以接受了，至少在耗時上面，這些AI任務都不會讓你等待太久。
當然大家會覺得怎麼都是拿NVIDIA的顯卡跑這些AI測試啊？不得不說，NVIDIA在AI市場深耕多年，由上至下地布局他們通過GPU加速AI的戰略，所以無論是性能，還是軟體的支持上，NVIDIA顯卡都會有更高的實用價值，在現階段大家想要體驗AIGC，或者利用AI來幫助提高自己的工作效率，那就很難不選擇一張NVIDIA RTX系顯卡。
