选择适合运行AI软件的电脑时，需要考虑几个关键因素，包括处理器（CPU）、图形处理单元（GPU）、内存（RAM）、存储空间以及操作系统等。不同的AI应用对硬件的要求有所不同，比如深度学习模型训练可能更依赖于强大的GPU性能，而一些基于规则的AI系统则可能更加注重CPU的能力。下面是一些建议：

1、处理器(CPU): 对于大多数AI任务来说，多核心和高频率的CPU是首选。Intel的i7或i9系列，AMD的Ryzen 7或9系列都是不错的选择。

2、图形处理单元(GPU): 如果你计划进行深度学习相关的开发工作，那么一块高性能的NVIDIA GPU将非常有帮助。NVIDIA的RTX 3080、RTX 3090或者最新的RTX 40系列都是当前比较推荐的选项。这是因为NVIDIA提供了CUDA这样的并行计算平台和API，能够极大地加速神经网络的训练过程。

3、内存(RAM): 至少16GB RAM起步，对于更大规模的数据集或是复杂的模型，建议配备32GB甚至更多。足够的RAM可以让你同时运行多个程序而不影响性能。

4、存储: SSD固态硬盘比传统的HDD机械硬盘读写速度快得多，对于提高软件加载速度很有帮助。建议至少512GB SSD作为系统盘，并根据需要增加额外的大容量存储解决方案用于数据存储。

5、操作系统: Windows 10/11、macOS以及Linux都是支持良好且广泛使用的操作系统。具体选择可以根据个人偏好及软件兼容性来决定。很多AI工具包都支持跨平台使用，但某些特定工具可能只适用于某一种操作系统。

6、其他配件:
良好的散热系统对于长时间运行大型计算任务非常重要。
高分辨率显示器有助于代码编写与调试。
快速稳定的网络连接也是必不可少的，尤其是当你需要访问云服务或在线资源时。

最后，请根据自己具体的使用场景和预算做出选择。如果你主要是做研究而非商业部署，还可以考虑利用云计算平台提供的强大算力，这样就无需购买昂贵的本地设备了。