KI-Prozessoren: Das bringen KI-PCs wirklich

KI-Chips sind bereits in Smartphones und Smartwatches eingebaut. Zum Beispiel erkennt die Apple Watch Series 9 dank NPU die Bewegungen deines Handgelenks besser. Im Google Pixel 8 sorgt eine TPU (vergleichbar mit NPU) für einen sehr genauen Diktiermodus.

• Laut Bericht des Marktforschungsunternehmens Canalys (12/2023) werden etwa 19 Prozent der im Jahr 2024 ausgelieferten PCs KI-fähig sein. Dieser Anteil soll bis 2027 auf 60 Prozent steigen. Der Grund dafür sei eine steigende Nachfrage. In diesem Beitrag haben wir die KI-Prozessoren Snapdragon X Elite und Apple M3 miteinander verglichen.

Ein PC mit KI-Prozessor hat einige Vorteile:

• Lokale KI-Funktionen: Mit einem KI-Prozessor kannst du Funktionen nutzen, ohne dass sensible Daten den Computer verlassen.
• Geringerer Energieverbrauch: KI-Prozessoren sind bei bestimmten Aufgaben energieeffizienter als herkömmliche Prozessoren. Das kann die Batterielaufzeit bei mobilen Geräten verlängern und die Betriebskosten bei stationären PCs reduzieren.
• Bessere Bild- und Sprachverarbeitung: KI-PCs können Bilder und Sprache in Echtzeit erkennen und verarbeiten. Das ist nützlich, wenn du oft Texte diktierst oder dein Gesicht in Videokonferenzen automatisch zentrieren möchtest.

Allerdings können wir PCs mit KI-Prozessoren derzeit noch nicht uneingeschränkt empfehlen.

Die großen KI-Datencenter von Unternehmen wie OpenAI, Meta, Google und Microsoft nutzen ganze Netzwerke von leistungsstarken Grafikkarten (GPUs), sogenannte Cluster. Auch die stärksten KI-PCs können nicht mit diesen GPU-Clustern in der Cloud mithalten.

Für bestimmte Anwendungen kann die lokale KI-Hardware zwar nützlich sein – doch es lohnt sich, genauer hinzuschauen. Die tatsächliche Leistung hängt davon ab, wie gut die Technik implementiert wurde und für welche Anwendungen du sie nutzt. Und leider ist die Software-Unterstützung für KI-Prozessoren noch nicht vollständig ausgereift.

Erste Benchmark-Tests von PC World (01/2024) zu Intels Meteor-Lake-Chips zeigen außerdem, dass die GPU in der Praxis für einen größeren Teil der KI-Leistung verantwortlich ist als die NPU. Das deutet darauf hin, dass eine leistungsstarke Grafikeinheit für viele KI-Anwendungen wichtiger ist. Tatsächlich setzen viele KI-Forscher selbst auf dedizierte Grafikkarten von Nvidia – sie bieten derzeit eine bessere Software-Unterstützung als AMD.

Für stationäre KI-PCs empfehlen sich also dedizierte Grafikkarten. In unserem Beitrag KI und Grafikkarten: Das bringen sie für Gaming & Anwendungen liest du mehr über die Nutzung von KI auf Grafikkarten. Lerne hier, wie du deinen PC mit einer KI-Grafikkarte nachrüstest. Als platzsparende Alternative für Laptops haben die KI-Chips aber definitiv eine Zukunft. Zwei empfehlenswerte KI-Laptops vergleichen wir im Beitrag MacBook Pro M3 vs. Galaxy Book4 Pro 360 im Vergleich.

Künstliche Intelligenz dürfte bei unserer Arbeit mit dem PC in Zukunft eine wichtige Rolle spielen. Es erscheint sinnvoll, dass wir unsere Geräte darauf vorbereiten. Der aktuelle Ansatz, bei dem KI-Funktionen in der Cloud verarbeitet werden, birgt Risiken – vor allem hinsichtlich Datenschutzes und Verlässlichkeit. Wenn du deine KI lokal auf dem Gerät hast, behältst du die Kontrolle über deine Daten.

Allerdings wird es noch eine Weile dauern, bevor du das volle Potenzial der lokalen KI-Chips nutzen kannst. Hersteller möchten ihre Geräte zukunftssicher machen, aber die Software-Integration hinkt noch hinterher. Die Probleme können jedoch durch zukünftige Updates behoben werden.

Lohnt sich der Kauf eines KI-PCs heute? Wenn du ohnehin einen neuen Laptop kaufst, kann ein Modell mit KI-Prozessor eine zukunftssichere Wahl sein. Aktuell profitieren hauptsächlich KI-Enthusiasten von einem Umstieg. Für stationäre PCs empfehlen wir eine dedizierte Grafikkarte.

Analysten erwarten, dass die PCs der Zukunft überwiegend KI-fähig sein werden. Mit stärkerem Wettbewerb könnten auch die Preise für solche Geräte sinken.