ai视频渲染应用，你了解多少？

最近两年，AIPC这个概念被越来越多的人所接纳，但是对于大众用户来说，AIPC到底与传统PC有何不同？亦或者说到底AIPC有哪些专属的应用？其体验又如何呢？接下来咱们通过一篇文章，和大家聊聊当前AIPC的典型应用以及性能体验。

在实际应用方面，AIPC支持的软件可谓全面开花，对于GPU和NPU的支持和调用上也更加游刃有余。首先我们来看看Amuse这款超级好用的AIGC软件的表现，它未来将会成为一些AIPC标配的AIGC软件。

我们使用文生图功能输出5张512x512分辨率的高质量图片，它主要利用GPU来执行出图任务，而且软件里可以直接选择像AMDXDNA这样的超分辨率功能，最终总耗时仅为38.2秒，效率极高、而且图片质量非常不错。

StableDiffusion也是相当典型的本地化AI应用了，相信大家对此已经比较熟悉。现在的主流硬件平台在文生图以及图生图方面都有着更快的速度。即便如下图所示的集成显卡笔记本，也能在2分钟以内、无加速状态下完成文生图、图生图应用。而如果使用ONNX、OpenVINO、CUDA等加速的话，单张图片生成速度会缩短到10秒以内。

当前，D5渲染器也引入了众多AI技术，从而大幅提升渲染效率。AIPC也对其实现了很好地的支持，而且会大幅提升渲染出图的效率。

这里我们选择了D5渲染器自带的一张Demo设计图，并对其完成建筑物本体、周边环境以及环境光线的完整渲染。该项任务同样是利用GPU来完成，最终总耗时仅为3分47秒，速度之快令人咋舌。要知道往前推2年如果让我用轻薄本做D5渲染器的工程文件渲染，我会觉得一定是疯了，而现在，轻薄本做完整的工程文件渲染耗时不到5分钟，AI加持下的效率提升真的有些颠覆世界观。

最终出图的效果如下，可以看到，AIPC的兼容性非常好，渲染完成的图片上没有出现任何物理材质渲染不完整的问题。

接下来我们再看看TopazGigapixel7的超分扩图体验。我们使用一张720p低分辨率图片，并且使用Gigapixel7全新引入的Recovery（BETA）AI模型进行扩图，下面看看所用时间以及最终效果究竟如何？

在没有AI加持的老版本Gigapixel上超分扩图，耗费的时间往往以数十分钟为单位。而Gigapixel7完成此项任务耗时仅为5分32秒，全程调用GPU执行任务，效率极高。

最终效果如下图所示，可以看到原本模糊的图片经过修复之后，清晰度有了显著提升，而且修复效率之高远非以往单纯靠算法来处理可比。

时下处理器在引入低功耗AI计算模块NPU之后，相关应用效率提升的同时，硬件功耗也可以有效降低，从而为笔记本电脑这样的设备带来更好的续航能力。

首先我们可以看看ArkRunr这款视频3D渲染工具。它可以结合摄像头或视频，自动抠像剔除背景，让画面主体在虚拟场景中呈现，比较适合直播时的摄像头人像背景抠图，未来这款应用可能也会集成到AMD锐龙平台的AIPC中去。

这款软件在硬件调用上分为两个阶段，在进行视频渲染时，主要调用GPU，如上图所示，视频渲染过程中GPU跑满，同时完成渲染抠像工作。

在完成视频渲染任务之后，后续的抠像渲染就会让NPU介入进来。从上图可以看到，开启渲染之后，NPU占用率逐步增加，GPU占用率大幅降低。

渲染过程稳定之后，NPU占用率为18%，GPU占用率从100%下降到26%。这一过程的重要性在于，低功耗的NPU借助出色的AI计算能力，极大程度地分担了GPU的工作负载，从而可以达到节能的目的，可以帮助笔记本电脑延长续航能力。当然也可以帮助笔记本电脑降低整体能耗，更加省电。

此前，NPU的主要应用场景就是Windowsstudioeffects的摄像头背景虚化等功能，现在，用户可以通过CamoStudio这款功能极其强大的摄像头软件来实现更好的在线视频体验。这项应用的相关功能基本都会调用AIPC处理器的NPU计算模块，省电高效无卡顿。

笔者体验了CamoStudio的手势表情符号功能，可以看到我在镜头前做出对应的手势，NPU快速计算之后会瞬间在摄像头画面里呈现出相应的Emoji表情符号，整个过程几乎是无缝呈现。

此外，一些传统的Office办公应用也能通过AI更加快速地完成了，比如AIPPT功能，只需要输入相应的要求，就可以在短短一分钟或几分钟之内生成内容详尽的PPT，可以说是大大提升了用户的工作效率。

当前，伴随着AI应用普及以及硬件平台AI算力不断升级，用户可以从这些应用中获得更好体验，这些体验不仅能够给用户带来效率上的显著提升，同时在功能、交互、节能等方面，亦有着显著优于老平台的体验升级。