|
|
在您的电脑上运行本地AI:如何在普通硬件上运行私有AI、大语言模型、编程助手以及生成式AI 英文版 共277页 可以AI翻译阅读
如果你的电脑能变成属于自己的私人AI工作站,而且无需将敏感数据传输到他人的服务器上,那该多好?
你是否已经厌倦了让云端的AI服务来处理你的文档、源代码、提示词或个人信息?你是否尝试过在本地运行大型语言模型,却发现显存、内存、量化处理、模型大小以及性能等问题比教程中描述的要复杂得多?
您是需要一个本地编程助手还是AI智能体?但又担心让AI系统访问自己的文件、终端或开发环境。又或者,您对那些只告诉您如何启动模型,却从不解释模型为何会出错、运行变慢、内存不足或难以维护的指南感到不满?
PC上的本地AI采取了不同的方法。
本书不会侧重于讲解复制粘贴之类的命令,而是教你如何在设计、构建、保障安全、评估、排除故障以及维护基于消费级硬件的实用人工智能系统。
你将学会如何从实验阶段过渡到工程实施阶段:
●通过智能方式判断模型是否适合,以及确定所需的硬件和内存规格。
●从下载随机模型到精心选择模型、运行时、格式以及量化级别。
●从简单聊天到基于您文档的私人RAG助手
●从人工智能生成的代码片段到了解代码库特性的编程助手
●从提示语到具备受控工具访问权限的更安全的自主编程智能体
●从神秘的故障到系统的基准测试与故障排除
●从独立的工具,到借助API、应用程序、文件、数据库、Git以及开发工具构成的集成化工作流程
在书中,你将了解如何使用本地大型语言模型、编程助手、图像生成工具、语音处理功能、音频处理功能、视频处理功能以及自动化工具,同时还会明白这些功能背后的硬件与软件限制。
您将了解VRAM、RAM、上下文窗口、KV缓存、量化技术、GPU加速功能、存储机制、延迟、吞吐量以及散热性能如何影响实际工作负载的运行。同时,您还将学习如何保护凭证和隐私数据,隔离网络服务,限制智能体的功能,验证人工智能生成的成果,以及如何在模型和运行环境发生变化时仍保持系统的稳定性。
无论你是厌倦了那些不完善的教程的初学者,还是正在开发私有AI工具的开发者,又或是注重隐私的用户、致力于优化现有硬件的电脑爱好者,又或是AI领域的早期采用者,这本书都能为你提供实用的工程框架,帮助你做出更明智的决策。
因为运行模型仅仅只是开始。
真正的目标是打造出那种你可以理解、控制、排查问题并能依赖的本地化人工智能。
如果您希望摆脱那些不稳定的实验环境,而在自己控制的硬件上构建一个功能完善的私有AI环境,那么这份指南将会帮助您让本地AI系统正常运行,并持续稳定地工作。 |
|