要做好AI，可以考虑以下几个方面：
1. 学习和研究：深入学习机器学习、深度学习、自然语言处理等基础理论和算法。掌握常用的AI框架和工具，如TensorFlow、PyTorch等。参与学术研究、阅读相关文献和论文，不断更新自己的知识和技能。
2. 实践和项目经验：通过实践项目，积累实际的经验和技能。参与开源项目、参加竞赛和挑战，与其他AI从业者交流和合作，提升自己的实践能力。
3. 数据和数据处理：数据是AI的重要基础，要了解数据的特点、采集和清洗的方法。学习数据预处理、特征工程等技术，以提高模型的性能和准确度。
4. 理解业务需求：AI不仅仅是技术，还需要与实际业务相结合。了解不同行业和领域的需求，理解业务问题，将AI技术应用到实际场景中。
5. 与团队合作：AI往往需要团队协作，与其他专业人员（如开发工程师、设计师、产品经理等）合作，共同完成项目。培养良好的沟通和合作能力，积极参与团队活动。
6. 持续学习和跟进技术发展：AI技术发展迅速，要保持学习的状态，关注前沿的研究和技术趋。参加技术社区、参加会议和研讨会，与同行交流和分享经验，保持自己的竞争力。
AI PC是否需要TPM芯片这个问题，实际上取决于多种因素。
TPM（Trusted Platform Module）是一种基于硬件的安全芯片，它为计算机系统提供了额外的安全保障。通过存储和管理加密密钥、验证系统启动过程的完整性以及保护用户数据的机密性，TPM在防止未经授权的访问和恶意软件攻击方面发挥着重要作用。
然而，对于AI PC来说，是否配备TPM芯片并非绝对必要。这是因为AI PC的主要功能是处理和运行AI模型，而TPM芯片主要针对的是系统的安全性和数据的保护。在某些情况下，如果AI PC仅用于内部使用，且数据安全性要求不高，那么可能不需要TPM芯片。
但是，如果AI PC需要处理敏感数据或连接到公共网络，那么配备TPM芯片将是一个明智的选择。它可以增强系统的安全性，防止数据泄露和未经授权的访问，从而保护用户的隐私和权益。
因此，是否需要在AI PC中安装TPM芯片，需要根据具体的使用场景和需求来决定。如果安全性是首要考虑的因素，那么安装TPM芯片将是一个值得考虑的选项。
AIC就是nVIDIA根据市场的变化，不断的调整合作伙伴的阵容，直至最后发展成为AIC（Add－in－Cards亲密合作伙伴），nVIDIA的官方AIC列表中还包括了主板合作伙伴的厂商。
AIC特指具有研发和制造能力的NVIDIA合作伙伴，通常AIC制造产品而由通路厂商贴牌出售，能够对NVIDIA的市场策略给予终端产品线的支撑。AIC往往能够比传统的通路厂商享受到更多的支持，如市场基金、活动方案、显示芯片与显存的捆绑优惠等等。