اِنویدیا به همراه مایکروسافت توانایی برنامه‌های مبتنی بر هوش مصنوعی را مستقیماً بر روی کارت‌های گرافیکی RTX اینویدیا رها کرده است. در Computex 2024، این شرکت‌ها همکاری خود را بر یک رابط برنامه‌نویسی برنامه (API) که به توسعه‌دهندگان امکان استفاده از مدل‌های زبان کوچک متنوع (SLMها) – که بخشی از محیط Copilot+ است – بر روی GPUهای کاربران به جای واحد پردازش عصبی (NPU) می‌دهد، فاش کردند.
SLMs که به عنوان پایه ویژگی‌هایی مانند بازخوانی و عنوان‌های زنده استفاده شده‌اند، اکنون می‌توانند از قابلیت‌های عمومی بالاتر هوش مصنوعی GPUها بهره‌برند. این توسعه انحصاری بودن برنامه‌های هوش مصنوعی محدود به محیط Copilot+ را شکسته، و دسترسی آن‌ها را به رایانه‌های شخصی که دارای NPU مورد نیاز نیستند، گسترده می‌کند.
رایانه‌های شخصی Copilot+ قبلاً نیازمند NPUای بودند که حداقل بتواند ۴۰ تریلیون عملیات در ثانیه (TOPS) انجام دهد. تا به حال، تنها تراشه Snapdragon X Elite می‌توانست این تقاضاها را برآورده کند. با این حال، GPUها این قابلیت‌ها را فوق‌العاده می‌کنند، که حتی مدل‌های نهایی عملکردی با تا ۱۰۰ کیلو TOPS و مدل‌های پیشرفته بیش از این می‌توانند داشته باشند.
این API جدید قابلیت‌های بهبودیافته تولید بازیابی (ERG) را به محیط اجرایی Copilot می‌آورد، که به مدل‌های هوش مصنوعی امکان دسترسی به اطلاعات محلی خاص را می‌دهد و راه‌حل‌های مربوط‌تری را ارائه می‌دهد، که قبلاً در گفتگوی Nvidia با RTX نشان داده شده است.
به غیر از API، اینویدیا در Computex ابزارک استنادی هوش مصنوعی RTX را معرفی کرد. این ابزارک که در ژوئن منتشر می‌شود، ترکیبی از ابزارهای توسعه‌دهنده و کیت‌های توسعه نرم‌افزاری متنوع را ترکیب می‌کند، که ایجاد مدل‌های هوش مصنوعی برای برنامه‌های خاص را تقویت می‌کند. به گفته اینویدیا، ابزارک هوش مصنوعی RTX امکان ایجاد مدل‌ها تا چهار برابر سریعتر و سه برابر کوچک‌تر نسبت به جایگزین‌های منبع باز را فراهم می‌سازد.
جهش ابزارهای توسعه‌دهنده به ایجاد برنامه‌های هوش مصنوعی ویژه کاربر منجر می‌شود. اگرچه برخی از ویژگی‌ها در رایانه‌های شخصی Copilot+ دیده شده‌اند، اما انتظار می‌رود که برنامه‌های هوش مصنوعی پیشرفته‌تری در سال آینده وجود داشته باشند. با وجود سخت‌افزار مناسب حال در دسترس است، تنها نیاز به برنامه‌نویسی است تا بتوانند تمامی قدرت این برنامه‌ها را بهره‌مند شوند.
سوالات و پاسخ‌های مهم:
1. هدف همکاری بین اِنویدیا و مایکروسافت با API جدید اعلام شده چیست؟
هدف این همکاری فراهم کردن امکان اجرای مدل‌های گوناگون زبان کوچک (SLMs) بر روی GPUهای RTX اینویدیا به جای محدود کردن آن‌ها به واحدهای پردازش عصبی (NPUs) است که باعث گسترش امکانات برای ویژگی‌های مبتنی بر هوش مصنوعی مانند بازخوانی و عنوان‌های زنده روی دستگاه‌هایی بدون قابلیت NPU می‌شود.
2. چگونه این همکاری برای رایانه‌های شخصی خلاف NPU سودمند است؟
این همکاری امکان‌پذیر می‌کند که رایانه‌های شخصی بدون سخت‌افزار NPU اختصاصی که به طور خاص برای وظایف هوش مصنوعی طراحی شده‌اند، از GPUهای RTX اینویدیا موجود خود برای اجرای SLMها برای برنامه‌های هوش مصنوعی استفاده کنند و این فناوری را قابل دسترس‌تر می‌کند.
3. چه مزایا برای توسعه برنامه‌های هوش مصنوعی وجود دارد؟
با ابزارک هوش مصنوعی RTX اینویدیا، توسعه‌دهندگان به ابزارهای پیشرفته و کیت‌های توسعه نرم‌افزاری دسترسی خواهند داشت که به طور قابل ملاحظه‌ای توانایی آن‌ها در ایجاد مدل‌های هوش مصنوعی بهینه و قدرتمند را تقویت می‌کند. با افزایش سرعت ایجاد و کاهش اندازه مدل، انتظار می‌رود که تنوع بیشتری از برنامه‌های هوش مصنوعی نوآورانه و بسیار بازدارنده ایجاد کند.
چالش‌ها و اختلافات اصلی:
حریم خصوصی و امنیت داده: با یکپارچه شدن هوش مصنوعی به طور روزافزون در دستگاه‌ها و برنامه‌های بیشتر، نگرانی در مورد نحوه استفاده و حفاظت از داده‌ها وجود دارد. استفاده از SLMها در GPUهای محلی ممکن است اگر تدابیر مناسب برای امنیت داده‌ها وجود نداشته باشد به آسیب‌پذیری‌ها منجر شود.
دسترسی و عدالت: پیشرفت‌های هوش مصنوعی نباید تنها برای افرادی با سخت‌افزارهای پیشرفته موسیقی شود. باید تلاش شود تا اطمینان حاصل کرد که یک جمعیت گسترده‌تر از این توسعه‌ها بهره‌مند شود، در غیر این صورت خطر اینجاست که شکاف دسترسی به فناوری گسترده شود.
مزایا:
– دسترسی گسترده‌تر: توسعه‌دهندگان می‌توانند از قدرت محاسباتی GPUهای RTX اینویدیا که به طور گسترده در دسترس هستند، برای ایجاد برنامه‌های مبتنی بر هوش مصنوعی بهره ببرند.
– عملکرد: GPUهای RTX اینویدیا قابلیت‌های بالاتر TOPS را ارائه می‌دهند، که به صورت محکم‌تر برنامه‌های هوش مصنوعی را ممکن می‌کند.
– سرعت توسعه: ابزارک هوش مصنوعی RTX قول ایجاد سریعتر و کارآمدتر مدل‌های هوش مصنوعی نسبت به جایگزین‌های منبع باز را می‌دهد.
معایب:
– وابستگی به سخت‌افزار: این همکاری در حالی که دسترسی را گسترش می‌دهد، هنوز به وجود داشتن یک GPU RTX اینویدیا بستگی دارد که می‌تواند برخی از کاربران را موانع قرار دهد.
– پیچیدگی: توسعه برنامه‌های پیشرفته هوش مصنوعی نیازمند تخصص فنی اساسی است که ممکن است تعداد کسانی که می‌توانند از این ابزارهای جدید استفاده کنند را محدود کند.
برای کسب اطلاعات بیشتر در مورد دامنه‌های اینویدیا و مایکروسافت، می‌توانید به لینک‌های زیر مراجعه کنید:
– اِنویدیا
– مایکروسافت