现在电脑界经常流行着这样一句话，即“一万块笔记本的性能相当于六千块的台式机”。这句话是否成立，到底对不对呢？
其实按照自身的经历来谈，同样配置的电脑，笔记本确实要比台式机贵一些，甚至有些价格还会翻倍，这到底是怎么回事，主要有以下两个个原因：
笔记本电脑1、笔记本电脑和台式电脑的定位存在着明显的区别，比如由于笔记本更看重便携性和随时随地使用的方便性，因此它的体积就会比同类配置的台式机小很多。也正因为如此，所以笔记本电脑所使用的技术和零件，几乎都是“精密版”，不仅体积小，而且性能还要好。
既然如此，笔记本电脑的制造成本必然就会比台式电脑高一些。
2、另外除了实用性和适用性的区别之外，还有比较重要的一点就是可靠性要求。由于笔记本电脑需要在较小的体积下达到同配置台式机的性能，因此它的电源以及散热等技术要求就要比台式机高很多，而这势必也会增加其制造成本。
笔记本比台式电脑贵综上，以上两年导致同样配置的笔记本电脑和台式电脑，它们的售价会差很多。比如某些I7处理器笔记本，它的售价大概在1万元左右；而同样是配备I7处理器的台式机，它的售价就只有6000多。
不仅如此，同样都是I7处理器，外加独显，6000多的台式电脑其性能说不定还会优于一万多的笔记本电脑，因为该主要配置虽然相同，但也有上限和下限之说。换言之，I7处理器+独显得6000多台式电脑，它的相关配置是上限，而笔记本电脑却是同类配置中的下限，所以两者不仅价格上有差异，而且性能上也有一些区别。
其实这个品牌的笔记本还是很不错的，但是国产的也不错啊，只要买大品牌的质量都有保障。这是聪品牌上说的。最关键还是要看选的笔记本电脑的具体配置。
因为平面设计硬件重要性顺序：（CPU>内存>硬盘>显卡）。所以不是哪台笔记本都适合做平面。
专业平面设计对于电脑主机的要求也不低，CPU必须是多核心多线程，建议四核以上，同时要求CPU的主频尽可能的高。如果您是偏商业或者印刷用途的大型图片，或者很多图片堆栈的PS操作，那么对电脑配置要求还是比较高的。
PS日常修图基本是吃CPU单核性能，例如滤镜、抠图、操控变形、内容识别，仿制图章、画笔抖动等操作。而有一些是吃核心的，例如多个图层的堆栈，多张图片的全景拼接和处理6K以上的高清图像，保存4K大小的图片等操作，通常建议4-8核心之间足够了，超过这个核心基本对PS提升空间不大了。
内存十分关键，平面设计比较吃内存，如果内存容量小，再好的CPU也无法发挥强大的性能，所以建议16G内存起步。
硬盘方面建议首选固态硬盘，因为读写速度相比机械硬盘快得多，最好上M.2NVMe协议的高性能固态硬盘，并且将软件安装在固态硬盘，照片、视频素材放到固态硬盘中。
对于平面设计，显卡要求并不高，说白点，核显都可以满足，如果CPU没有核显，配一个入门级独显就行了，没有必要高价位的专业卡。
财联社12月14日讯（编辑黄君芝）据报道，澳大利亚研究人员正在组装一台超级计算机，旨在模拟世界上最高效的学习机器，每秒能进行大约228万亿次的突触操作，与人类大脑差不多。
随着人工智能时代的到来，很明显，AI将是地球历史上最重要的飞跃之一，很快就会深深融入我们生活的方方面面。但这一切都依赖于绝对庞大的计算能力。事实上，按照目前的趋势，仅英伟达销售的人工智能服务器每年消耗的能源就可能超过许多小国。在一个拼命试图脱碳的世界里，这种能源负荷是一个巨大的拖累。
但其实，大自然已经解决了这个问题。我们的大脑是最先进的，能够从少量杂乱、嘈杂的数据中超级快速地学习，或者每秒处理相当于10亿亿次的数学运算，而消耗的能量只有微不足道的20瓦。
这就是为什么澳大利亚西悉尼大学的一个团队正在建造“深南”（DeepSouth）神经形态超级计算机的原因，这台超算是有史以来第一台能够在人脑规模上模拟脉冲神经网络的机器。
研究团队指出，此前已有类似的神经形态计算机面世，但“深南”将是迄今最大的。“深南”由位于澳大利亚悉尼的国际神经形态系统中心联合英特尔及戴尔公司合作制造。与普通计算机不同，“深南”的硬件芯片可实现尖峰神经网络，从而对突触处理大脑信息的方式进行建模。
“深南”项目负责人AndrévanSchaik教授表示，这将是他们首次实时模拟人脑大小的尖峰神经网络活动。尽管“深南”的功能并没有现有超级计算机那样强大，但它将有助于推进对神经形态计算和生物大脑的理解，从而更好地洞悉大脑的工作原理。
Schaik说，“我们无法大规模模拟类似大脑的网络，这阻碍了我们对大脑如何利用神经元进行计算的理解。在使用图形处理单元（GPU）和多核中央处理单元（CPU）的标准计算机上模拟峰值神经网络太慢，而且耗电太多。”
“我们的系统将改变这一点。这个平台将推进我们对大脑的理解，并在传感、生物医学、机器人、太空和大规模人工智能应用等多个领域开发大脑级计算应用。”他补充说。
据悉，“深南”预计将于2024年4月投产。研究小组希望它能够高速处理大量数据，同时比其他超级计算机小得多，并且由于其脉冲神经网络方法消耗的能量更少。
最后，“深南”是模块化和可扩展的，使用商用硬件，因此它可以在将来扩展或缩小以适应各种任务。该研究团队的目标是让人工智能的处理方式更接近人类大脑的运作方式，同时更多地了解大脑，并希望在其他领域取得相关进展。
