AIPC 產業鏈各個環節共同推動 AI 本地化部署。AI 能力的本地化部署需要產業各個環節共同配合實現。在算力端，端側相比云端在計算資源上有一定限制，因此需要算力層針對 AI場景進行針對性優化，持續提升端側 AI 芯片的運算效率，降低能耗并且提升性能。在算法 層，需要 持續優化壓縮模型，如聯想創新科技大會中提 及的模型壓縮技術，可以評估普通大模型中數百億參數不同耦合結構的重要性，從而動態分配性能資源，以降低基礎模型的大小，將大模型應用端側化。此外還需要整機廠商進一步優化硬件架構，云服務與 AIPC 合作，提供更大規模的數據存儲和處理能力，推動更加深入的 AI 功能使用。