https://www.asus.com/microsite/agent-computer/in/?utm_source=official-site&utm_medium=asus-hero-banner&utm_campaign=Powering-Every-AI-Choice 您可以在自己的工作站上執行 LLM、編寫程式碼並建立 AI 代理程式嗎?在本影片中,我將帶您了解我的華碩 AI 代理計算機,並演示本地 AI 工作流程 - 從使用 Ollama 運行模型到將本地研究代理與基於雲端的模型進行比較。我們透過實際範例探討 GPU 利用率、VRAM、回應時間、工具呼叫和估計的 API 成本。我還示範了華碩 Zenni Claw 的日常生產力,包括人工智慧新聞摘要和幻燈片生成工作流程。如果您正在學習 Agentic AI、建立 AI 應用程式或探索用於本機推理的工作站,本演練將硬體與實際開發任務連結起來。 **⏱️ 時間戳與主題** 00:00 介紹我的 AI 工作站 00:22 為什麼要在本地運行 AI?本地、雲端和混合方法 01:57 華碩工作站硬體之旅 03:25 Ollama 安裝和本地模型設定 04:06 在本地運行 Qwen 3.5 並聊天 06:31 使用 Ollama 查找並運行其他模型 07:09 使用 Llama 3.2 產生俄羅斯程式碼利用俄羅斯代碼 43 423 3 3.2 3.2 3.233 程式碼利用俄羅斯代碼、333 2033 203 3.2 3.233 3.233 333號代碼。 08:09 研究代理Claude Code 專案演練 09:26 Streamlit 應用程式設定和模型選擇 10:07 本地與雲端代理:事實與運算任務 11:18 比較響應時間、工具呼叫與估計成本 12:11 即時 AI 新聞研究:本地與雲端 13:17 逾時介紹 ASUS Zenni Claw 16:19 本地模型、其他提供者和 API 配置 16:46 Work Assistant 演示:產生 AI 新聞摘要 18:28 探索生產力技能和工作流程 18:51 嘗試生成有關 Agentic AI 系統的幻燈片 20:17 要點:AI 代理及其背後的基礎設施工作站資源與結束語 21:20 您會在本機上執行 AI 代理程式嗎? **💡 您將學到什麼** - 如何使用 Ollama 開始本地法學碩士課程。 - GPU 記憶體和模型大小如何影響本地推理。 - 如何使用本地運行的模型產生程式碼。 - 如何使用工作管理員和 NVIDIA-SMI 監控 GPU 使用率。 - Streamlit 研究代理程式如何比較本地模型和雲端模型。 - 如何檢查回應時間、工具使用情況、估計的 API 成本和故障。 - ASUS Zenni Claw 如何處理日常代理工作流程。 - 本地、雲端和混合人工智慧可以融入您的專案。顯示的比較是對這些特定模型、提示和設定的觀察結果。本地推理避免了本地執行工作的按代幣雲端推理費用,而硬體、電力和連接服務仍然存在成本。 **🖥️ 硬體特色** - 主機板:[ROG Maximus Z890 Hero](https://rog.asus.com/in/motherboards/rog-maximus/rog-maximus-z890-hero/) - GPU:[ROG Strix GeForce RTX 5070 TiForce — 16GB GDDR7](https://rog.asus.com/in/graphics-cards/graphics-cards/rog-strix/rog-strix-rtx5070ti-16g-gaming/) - 電源:[ASUS TUF Gaming 1000P](https://www.asus.com/in/motherboards-components/power-supply-units/tuf-gaming/tuf-gaming-1000p/) - AIO 散熱器: [ROG Strix LC III 360 ARGB](https://rog.asus.com/in/cooling/cpu-liquid-coolers/rog-strix-lc/rog-strix-lc-iii-360-argb/) **🔗有用的連結** - [華碩代理電腦](https://www.asus.com/microsite/agent-computer/in/ [華碩代理計算機位於EliteHubs](https://elitehubs.com/pages/asus-agent-computer) - [ASUS Zenni Claw — 功能、下載和設備兼容性](https://www.asus.com/content/asus-zenni-claw/) - [Ollama](https://ollama.com/) ** 您使用 API 會在本地討論設備還是在本地討論設備?在評論中分享您的首選設定和您將建立的工作流程。喜歡該影片並訂閱更多有關 Agentic AI、LLM 和 AI 應用程式開發的實用教學。 #AgenticAI #LocalLLM #ASUS #Ollama #AIAgents
免責聲明:info@kdj.com
所提供的資訊並非交易建議。 kDJ.com對任何基於本文提供的資訊進行的投資不承擔任何責任。加密貨幣波動性較大,建議您充分研究後謹慎投資!
如果您認為本網站使用的內容侵犯了您的版權,請立即聯絡我們(info@kdj.com),我們將及時刪除。