本文討論正確偵測並適當保護 AI 模型檔案及相關資產 （例如「標籤-labels」） 以防止遭到惡意篡改或非預期變更的重要性
AI 個人電腦 (PC) 是一種同時具備中央處理單元 (CPU)、繪圖處理單元 (GPU) 以及神經處理單元 (GPU) 的電腦，其中新增的 NPU 可提升 PC 的能力，讓 AI 應用程式高效率地在本地端執行，除了可以不須隨時連上網際網路之外，同時也避免掉雲端服務與雲端 AI 解決方案天生的隱私權疑慮。
本地端 AI 模型可以讓 AI 模型針對特定應用而客製化，並與工作流程整合。此外，本地端 AI 模型也讓網頁式或混合式應用程式能將一部份的運算保留在本機上執行。相較於完全仰賴線上或網頁式服務，這麼做可節省應用程式或服務供應商的儲存空間與運算成本。
AI 模型有多種不同格式，最流行的有：Open Neural Network Exchange (ONNX) 、PyTorch 、Keras 及 Tensorflow。本文主要討論 ONNX 格式，這是目前最常見的 AI 模型格式，因為它屬於開放標準，並且獲得了許多機構的支持，包括：Linux Foundation、Microsoft 以及多家主要 AI 廠商。正因為這樣，所以 ONNX AI 模型可直接在很多不同的軟體與硬體平台上使用。Microsoft 在最近剛結束的 Microsoft Build 研討會上一再提到了 ONNX，不意外地，未來 Copilot+ AI PC 搭載的 Phi-3-mini小型語言模型 (SLM) 也將採用 ONNX 格式。
繼續閱讀
