[分享] 了解AI硬體需求：NVIDIA「Omniverse」簡介

近來朋友之間為了小孩興趣跟升學，常問許多有關筆電購買或是升級的問題。以往都是問怎麼買才能優惠入手，但最近發現AI的詢問比例一下升高很多。許多筆電廠商都推出了具備AI功能的產品，從顯示卡到處理器、一直到軟體層面、系統整合等等，推出的東西又多又複雜。如果只是硬體的話，看看規格，也許還能知道個大概，但如果與軟體整合在一起，要研究的東西感覺非常的多，對於有興趣接觸AI的朋友來說，了解需要花費的時間很長、進入的門檻變高，對於實際如何使用、選購等等，可能都會覺得有點茫然。以下想透過簡單的介紹，來談談AI時代硬體方面的需求，同時也介紹一下AI會需要的軟體。

也許大部分人會想：AI其實可能是個新噱頭，跟我的生活不一定有關，但實際上，AI的應用正以非常高的速度，席捲著我們的日常生活。近期顯示卡大廠NVIDIA，發布了一份有關AI與NVIDIA產品應用的簡報，裡面詳細整理了許多有關AI實際應用的案例，剛好手邊有一台TUF FA507XI、搭載NVIDIA 4070顯示卡，這次就用這台筆電來測試一下實際的應用。

在AI應用剛發生的階段，有蠻多報導是將AI的不同需求與顯示卡混合在一起討論，好像電腦有了顯示卡就可以做各種AI應用。但在NVIDIA的簡報中，將實際應用依AI模型的大小分成了輕量、中量、重量三種形式，其中處理器廠商推出、具有NPU功能的AI處理器，是應對在小模型、常駐、低功耗的環境下使用。而面對中大模型、需要在本地端加速效能的中量型AI用途，則是推薦以RTX GPU類型為主，也就是使用FA507XI搭配4070顯卡的情況。至於超大模型應用則是以雲端伺服器為主。

在RTX GPU為主的環境下，AI不僅只有在遊戲方面應用，在實際的設計創作、程式的學習開發訓練、還有日常生活中，AI都能夠幫上忙，隨便舉幾個例子：

-透過AI，遊戲npc人物對話的嘴型可以非常自然，不只是金魚嘴的感覺。
-創作圖片、影片，用AI加上文字提示，增加、延伸相關內容。去背彈指就能完成。
-程式只要有概念，透過AI生成基礎程式碼，可以自我訓練讓程式碼效率更佳更簡潔。
-直播或是視訊時，AI可以即時霧化或是去除背景，收音品質也能即時排除環境噪音等等。


不僅如此，前陣子個人研究AI的時候發現，NVIDIA有一個名為「Omniverse」的網站，裡面依照3D產業實際的設計、創作需求，給出了許多解決方案。像是硬體的部份該用哪些設備、設計部份可以搭配什麼3D軟體、如何增強跟改善工作流程等等。經常看到有網友詢問AI或是3D軟體方面應該用怎樣的筆電配備為佳，個人覺得對於升學實際應用上蠻有指標性，可以作為筆電選購時的參考。

NVIDIA Ominverse的官方網站：https://www.nvidia.com/zh-tw/omniverse/


從Omniverse首頁的文字： 「用於創造和操作原宇宙應用程式的平台」，可以想見原本Omniverse的重心是放在元宇宙上，但隨著AR/VR褪去熱潮、AI接手之後，Omniverse轉變成AI協作相關的主要平台。一般人對於3D設計的工作也許較為陌生，但不管是從哪一套3D軟體入手，當規模越來越大、牽涉的設計越來越多的時候，有許多的工作流程與參數，必須依賴人力來做控制與管理。在還沒有AI、或是AI還不成熟的年代，執行一個大的3D設計企畫，可能要用到相當多的人力，而且內容還難以管理跟追蹤。NVIDIA透過Omniverse希望提供的遠景是：透過開放式的軟體架構與AI協作功能，可以大幅度減少人力介入的部份，讓大部分的資源可以放創新與加速創造之上，可說是相當令人著迷的概念。

在官方註冊、下載Omniverse之後，專屬的視窗內可以看到有關Omniverse的最新新聞以及應用。內容從開放架構，到氣候、金融、資料科學、工程應用等等，不管內容是不是與自己有興趣的內容相關，點來看看都能增加不少新知。

在應用面的部分，NVIDIA使用了一套名為OpenUSD（通用場景描述）的運算平台服務，不管是個人或是團隊開發，都可以以這套軟體作為基礎，在不同的軟體與運用程式之間整合並建造3D創意的資料。至於有哪些軟體支援呢？NVIDIA官方的網站也洋洋灑灑的列出了下面這些軟體：

個人其實對於3D設計軟體的概念相當有限，但是當看到這麼多知名軟體都支援這套運算平台的時候，內心還是感到相當讚嘆，因為NVIDIA在這方面的創新， 這麼多老牌的廠商都願意加入合作，中間肯定花費了相當大的人力物力才能完成，也讓使用者在投資軟硬體、完成創作這件事情上面可以更為積極安心。


實際進入Omniverse提供的服務，可以看到裡面支援的軟體連結方式多到不可思議，如果是第一次接觸的話可能很容易迷失在裡面，但對於以往苦於軟體之間格式轉換的老手而言，這麼多的選項可以慢慢了解探索，甚至也有社群資源可以取用，對於加速流程而言應該會有不少的幫助。

最前面提到升學時考慮AI，很多人可能會想，如果我只想要用一台筆電來完成這些事情（不管是新手還是老手），在硬體規格方面到底要注意些什麼？在網站下方，有一個連結引導到企業用的服務，裡面將支援NVIDIA Omniverse的硬體，分成資料中心、桌上型、筆記型三種選項，其中筆記型的部份，我們可以發現官方除了建議NVIDIA RTX的GPU之外，在記憶體與儲存空間的部分都有比較高的要求，像是記憶體至少32GB DDR5、SSD部份至少512GB以上之類，SSD的部分目前還算價格可以，但32GB的DDR5記憶體，就不是每一台筆電都能夠安裝到這麼大容量，所以如果對這個方面有興趣的話，應該要特別注意記憶體擴充方面，因為具備NVIDIA RTX GPU的筆電工作站單價都相對高，如果花大錢買了筆電才發現不能擴充，就真的挺尷尬的。

在教學資源方面，Omniverse軟體內也有相當充足的教學資源，不過比較可惜的是全英文環境，但這個行業應該共通的語言都是英文，但真心想學的話相信英文也不是障礙，反正AI這麼流行，找個AI軟體服務好好來翻譯一波就行了（咦）

雖然AI軟體應用幾乎是以週為單位在變化，但萬變不離其宗，對於筆電的選購而言，其實官方的建議就是硬體買越高越好（真壞）。但對於廣大有興趣的朋友而言，不管是國高中生還是出社會的大人，並不是每個人都能買到最貴、最好的筆電，這樣看下來其實筆電的擴充能力就相當重要。因為買了一台中階的筆電像是RTX 4060 VRAM 8GB、加上16GB的記憶體，可以在學習的初期掌握基礎的功能，當實際需要做大型專案、需要將記憶體跟SSD都擴充的時候，16GB可以擴充上去32GB（或是一開始直接買到32GB），SSD可以升級成更大容量，「能不能擴充」也許就是要不要花兩次錢的關鍵，對於升學選購而言，當然是一次到位最好。

後續還想寫一些相關的內容，如果選購上有其他想了解的地方，也歡迎留言，盡力幫忙回答。