AI画图（如使用生成对抗网络GAN、变分自编码器VAE等模型进行图像生成）确实会消耗较多的计算资源，尤其是显卡（GPU）。这是因为这类任务通常涉及到大量的矩阵运算和深度学习模型训练或推理过程，而这些操作在GPU上执行效率远高于CPU。具体来说：

1、训练阶段：当从头开始训练一个复杂的AI绘图模型时，需要处理大量的数据集，并通过反向传播算法调整数百万乃至数十亿个参数。这个过程对计算能力要求极高，通常需要高性能的GPU来加速训练速度。

2、推理阶段：即使是在已经训练好的模型基础上生成新图片（即所谓的“推理”），虽然相对于训练而言计算量较小，但仍然可能需要一定水平的GPU支持以确保快速响应及高质量输出。

3、显存需求：除了计算性能外，AI绘图还往往需要较大的显存空间来存储中间结果和模型权重，这对于一些高端图形处理工作尤为重要。

因此，如果你计划从事AI画图相关的工作或者项目，拥有一块性能良好的独立显卡是非常有帮助的。当然，随着云计算服务的发展，现在也可以选择租用云服务器上的GPU资源来进行此类任务，这样可以节省购买昂贵硬件的成本。