KI-PCs können KI-Aufgaben effizienter bearbeiten als bisherige Geräte. Dieser Artikel zeigt, welche KI-PC-Modelle auf dem Markt sind und welche Kriterien Unternehmen bei der Auswahl beachten sollten.
Als KI-PCs werden Endgeräte bezeichnet, die für die Entwicklung und Anwendung von KI-Lösungen optimiert sind. Sie zeichnen sich durch spezifische Komponenten aus, mit denen sich Machine-Learning-Algorithmen und andere Methoden der künstlichen Intelligenz schnell und effizient berechnen lassen. Diese KI-Beschleuniger, Neural Processing Unit (NPU) genannt, entlasten Hauptprozessor (Central Processing Unit, CPU) und Grafikprozessor (Graphic Processing Unit, GPU) von typischen KI-Workloads wie Spracherkennung und Bildanalyse, was den Energieverbrauch senkt und die Wärmeentwicklung reduziert.
Die NPU wurde von Intel mit der Prozessorserie Core Ultra eingeführt, die auf einer neuen modularen Architektur (Performance Hybrid Design) basiert. Die Chips werden nicht mehr als monolithische Einheiten gefertigt, sondern aus verschiedenen Modulen („Tiles“) zusammengesetzt. Dank NPU kann generative KI auf einem PC mit Core Ultra Prozessor um bis zu 70 Prozent schneller ausgeführt werden. Die nächste Core Ultra Generation (Codename Lunar Lake) wurde erst vor kurzem auf der Internationalen Funkausstellung (IFA) vorgestellt. Sie soll die KI-Performance noch einmal mehr als verdreifachen und über 40 NPU TOPS (Tera Operations per Second) bieten. Die Gesamt-Performance der Plattform beträgt bis zu 120 TOPs.
KI-PCs – diese Geräteklassen gibt es
Obwohl es sich beim KI-PC um eine völlig neue Geräteklasse handelt, sollen laut dem Marktforschungsunternehmen IDC bereits 2024 fast 50 Millionen KI-PCs verkauft werden. Kunden können dabei zwischen folgenden Formfaktoren wählen:
1. KI-Workstations und -Desktop-PCs
Forschungseinrichtungen und Unternehmen, die große Sprachmodelle (Large Language Models, LLM) und andere anspruchsvolle KI-Anwendungen entwickeln, benötigen eine hohe Rechenleistung und viel Speicherkapazität. Speziell für diese Aufgaben konzipierte Workstations und Desktops sind nicht nur mit entsprechenden Komponenten ausgestattet, sondern bieten auch zahlreiche Erweiterungssteckplätze, um die Geräte jederzeit aufrüsten oder in ein Cluster integrieren zu können.
Beispiele für KI-Workstations:
2. KI-fähige Notebooks
Dank NPU lassen sich anspruchsvolle KI-Aufgaben auf einem Notebook ausführen, ohne die Akkulaufzeit zu beeinträchtigen oder eine hohe Wärmelast zu erzeugen. Notebooks eignen sich vor allem für Aufgaben wie Datenanalyse, Machine Learning und Automatisierung.
Beispiele für KI-fähige Notebooks:
- Acer Swift Go 14
- Dell XPS 13
- HP EliteBook 840 G11
- Lenovo ThinkPad X13 Gen 5
- MSI Prestige 13 AI Evo
- Samsung Galaxy Book4 Ultra
3. Convertibles und Two-in-Ones
Diese Klasse kombiniert die Vorteile eines Notebooks mit vollwertiger Tastatur mit denen eines Tablets, das per Touch oder Stift bedient werden kann. Auch diese Geräte gibt es bereits als KI-PC. Sie eignen sich vor allem für die KI-gestützte Erstellung von Bild- und Videoinhalten.
Beispiele für KI-PCs im Convertible-Format:
- ASUS Zenbook Duo
- Dell Latitude 9450 2-in-1
- Dell Latitude 7350 Detachable
- HP Envy x360
- Lenovo Yoga 7i
- Microsoft Surface Pro 10 for Business
4. Mini-PCs (NUCs)
NUC (Next Unit of Computing) ist ein von Intel entwickeltes Mini-PC-Design. Obwohl NUCs deutlich kleiner sind als herkömmliche Desktop-PCs bieten sie eine ähnliche Leistung. NUCs sind modular aufgebaut und leicht aufrüstbar, daher lassen sie sich sehr flexibel einsetzen, etwa als PC im Büro, als Media Center für Digital-Signage-Lösungen oder als Server in kleinen Netzwerken.
ASUS hat das NUC-Konzept in Partnerschaft mit Intel weiterentwickelt und bietet eine breite Palette an NUC-Designs an. Neben vollständig ausgestatteten Mini-PCs gibt es Kits und Boards zum Selbstaufrüsten. Mit der Serie ASUS NUC 14 Pro+ bietet der Hersteller echte KI-PCs im Miniformat. Sie sind mit Intel Core Ultra Prozessoren, Intel Arc GPU und NPU ausgestattet und damit für KI-Aufgaben bestens gerüstet.
Den richtigen KI-PC finden
Bei der Beschaffung von KI-PCs für den geschäftlichen Einsatz sollten Unternehmen zunächst die Leistungsanforderungen klären. Entwickler von KI-Lösungen profitieren von übertaktbaren Prozessoren mit vielen Kernen und einer großzügigen Ausstattung mit schnellem DDR5-Arbeitsspeicher. Für sie kommt daher vor allem eine Workstation infrage. Dabei muss auf Mobilität nicht verzichtet werden. Dell bietet beispielsweise eine ganze Reihe von Workstations im Notebook-Format an, die mit Intel Core Ultra Prozessoren ausgestattet sind.
Für den Arbeitsplatz im Büro oder im Homeoffice eignen sich vor allem Desktop-PCs und Notebooks, die mit dem Betriebssystem Windows 11 Pro ausgeliefert werden. Es bringt mit der Copilot-App einen eigenen KI-Assistenten mit, der auf der GPT-Technologie (Generative Pre-Trained Transformer) von OpenAI beruht. NUCs punkten durch ihren geringen Platzbedarf und ihre Modularität. Sie stellen daher eine gute Alternative zum herkömmlichen Desktop-PC dar und können auch anstelle eines Notebooks im Homeoffice eingesetzt werden.
Unabhängig davon, für welchen Formfaktor sich ein Unternehmen entscheidet, sollten folgende Kriterien bei der Auswahl von KI-PCs für den geschäftlichen Einsatz eine Rolle spielen:
- Integration in das bestehende Gerätemanagement: KI-PCs müssen wie jedes andere Endgerät auch konfiguriert, administriert und regelmäßig aktualisiert werden. Exotische Plattformlösungen, die sich nicht oder nur schwer in die bestehende Gerätelandschaft integrieren lassen, sind deshalb nicht zu empfehlen. Standardplattformen wie Intel vPro sind dagegen mit allen gängigen Managementlösungen kompatibel und erleichtern die Geräteverwaltung durch zusätzliche Funktionen erheblich. So ermöglicht beispielsweise die in vPro integrierte Active-Management-Technologie (AMT) in Kombination mit dem Intel Endpoint Management Assistant (EMA) den Fernzugriff auf Rechner selbst dann, wenn das Betriebssystem nicht mehr bootet. Im Gegensatz zu anderen Plattformen funktioniert die Fernverwaltung auf vPro auch über WLAN oder Mobilfunk.
- Hardwarebasierte Sicherheitsfunktionen: Bei der Wahl eines KI-PCs sollten Unternehmen die Sicherheit nicht außer Acht lassen und eine Plattform wählen, die Security-Features bereits in die Hardware integriert hat. Die in vPro integrierte Intel Threat Detection Technologie (Intel TDT) kann beispielsweise die Erkennungsrate bei Ransomware-Attacken deutlich steigern, wie eine Studie des Testinstituts SE Labs zeigt. In Verbindung mit einer EDR-Lösung (Endpoint Detection and Response) ließen sich dank TDT 97 Prozent aller Angriffe entdecken, auf der Plattform eines anderen Herstellers waren es dagegen nur 73 Prozent.
Die Sicherheit profitiert bei KI-PCs auf vPro-Basis gleich doppelt, denn die KI-Unterstützung durch die NPU erlaubt es, fortgeschrittene Erkennungsmethoden auf Deep-Learning-Basis einzusetzen. Diese benötigen sehr viel Rechenleistung und sind daher auf herkömmlichen Client-CPUs kaum ausführbar. Wie eine Fallstudie des Sicherheitsspezialisten CrowdStrike ergab, sinkt die Belastung der CPU auf einem KI-PC auf unter ein Prozent, während sie auf Plattformen ohne NPU-Unterstützung rund 20 Prozent beträgt (siehe auch „Security auf KI-PCs: Einsatz von KI-Beschleunigern erhöht Gerätesicherheit“). - Optimale Unterstützung von KI-Modellen und Anwendungen: KI-Modelle und -Funktionen müssen an das neue Chip-Design angepasst werden, um die Leistung eines KI-PCs optimal nutzen zu können. Laut Intel gibt es bereits mehr als 500 KI-Modelle, die für Core Ultra Prozessoren optimiert wurden. Mehr als 100 ISVs (Independent Software Vendors) arbeiten im KI-PC-Beschleunigungsprogramm daran, die KI-Technologien in der Core Ultra-Plattform optimal zu nutzen. Über 300 Funktionen sind bereits entwickelt oder in Planung. Einen Überblick darüber gibt dieser Artikel.
Fazit: KI-PCs – heute noch Exoten, morgen schon Alltag
Nach Ansicht der Marktforschungsinstitute Canalys und IDC werden KI-PCs bis 2027 einen Marktanteil von 60 Prozent erreichen. Unternehmen tun also gut daran, bei der Beschaffungsplanung schon heute die KI-Fähigkeiten von Endgeräten zu berücksichtigen. Dabei sollten allerdings Aspekte wie einfache Verwaltung und Sicherheit nicht außer Acht gelassen werden. Nur wenn die KI-Fähigkeiten wie auf der vPro-Plattform in ein professionelles Gesamtkonzept eingebettet sind, können Unternehmen das volle Potenzial der KI-PCs nutzen.