إنفيديا الشركة المعروفة بكروت الشاشة GeForce والأجهزة المتقدمة المستخدمة للذكاء الاصطناعي، الآن تسعى لدمج هذين العالمين في معرض Computex 2024. كشفت الشركة عن طرق جديدة تمكن أجهزة GeForce من تقديم أدوات ذكاء اصطناعي أسرع وأفضل للاعبين والمحترفين على حد سواء. تبدأ خطط إنفيديا بالاستفادة من قدرات الذكاء الاصطناعي في كروت GeForce RTX (للحواسيب المحمولة والمكتبية) لتمكين مجموعة من الميزات الجديدة التلقائية والذكية.
الأجهزة المحمولة مع كارت GeForce RTX AI الجديد
ستظهر استثمارات إنفيديا المتزايدة في الذكاء الاصطناعي لأول مرة في مجموعة من الأجهزة المحمولة الجديدة التي تم الإعلان عنها في Computex. تسمى هذه الأنظمة "GeForce RTX AI Laptops" لأنها تقدم ميزات ذكاء اصطناعي جديدة تعمل على أنوية Tensor في كروت الشاشة الخاصة بالألعاب.
(Credit: Nvidia)تم الإعلان عن نماذج تعمل بنظام Windows Copilot+PCs لكن ميزات الذكاء الاصطناعي من إنفيديا تقدم مجموعة إضافية من الخدمات التي تعتمد على أحدث كروت الشاشة RTX لتشغيل التطبيقات الأكثر تطلبًا. أوضحت إنفيديا أيضًا أن ميزات Copilot+ في نظام Windows تعمل بواسطة وحدات معالجة الشبكات العصبية (NPUs) المدمجة في أحدث المعالجات المحمولة، وليس بواسطة أجهزة الجرافيكس من إنفيديا. هذه النقطة مهمة للغاية لأنها تتيح لإنفيديا تشغيل ما تسميها مهام "Heavy AI" بالإضافة إلى التطبيقات التي تصفها مايكروسوفت بأنها تطبيقات"Light AI" في Windows.
ومع ذلك أعلنت مايكروسوفت وإنفيديا أن تشغيل Windows Copilot سيدعم قريبًا تسريع الـ GPU لنماذج اللغة الصغيرة المحلية مثل مساعد المحادثات واستخدامات الذكاء الاصطناعي الأخرى التي تعمل محليًا على الحاسب. ففي النهاية ستساعد تقنية RTX AI في تشغيل هذه التطبيقات المحلية بشكل أكثر فعالية.
تشمل النماذج الجديدة حواسيب القيمنج Asus TUF A14 و A16 وAsus ROG Zephyrus G16 وحواسيب المبدعين Asus ProArt PX13 و PX16 وحاسوب MSI Stealth A16 Studio. ذكرت إنفيديا فقط هذه النماذج الأربعة المحددة من حواسيب "RTX AI"، لكنها أشارت أيضًا إلى أن أكثر من 200 حاسوب محمول يحمل علامة RTX AI ستصل من العلامات التجارية الكبرى مثل Acer، Dell، Gigabyte، HP، Lenovo، LG، MSI، Razer، و Samsung.
جميع هذه النماذج هي بالفعل تعمل بنظام Windows Copilot+، تستخدم (NPUs) لتشغيل ميزات الذكاء الاصطناعي الجديدة في Windows. لكنها أيضًا توفر كروت الشاشة Nvidia GeForce RTX لتشغيل الألعاب وتطبيقات التصميمات الإبداعية.
هذا الأداء الإضافي من كارت الشاشة سيتكامل مع دعم أكر للتطبيقات وبرامج التشغيل لمكتبات الذكاء الاصطناعي ومجموعات تطوير البرمجيات (SDKs) لضمان التوافق الواسع مع النماذج والتطبيقات الأحدث، بالإضافة إلى تسريع الأجهزة لتطبيقات الذكاء الاصطناعي مثل توليد الصور باستخدام Stable Diffusion.
تدعي إنفيديا بشكل خاص أن الأجهزة في هذه الحواسيب المحمولة يمكنها تنفيذ ما يصل إلى 686 تريليون عملية في الثانية (TOPS)، مما يجعل أداء وحدات NPUs المثبتة على المعالج (التي تصل إلى 45 TOPS) يبدو ضئيلاً بالمقارنة، وتوفير دعم لميزات الذكاء الاصطناعي في أكثر من 500 لعبة وتطبيق. كما تدعي إنفيديا أن الحواسيب المحمولة الجديدة المزودة ببطاقات RTX ستقدم أداء أسرع بسبع مرات في توليد الصور باستخدام Stable Diffusion 1.5 مقارنة بمعالج M3 Max من Apple. وستوفر هذه الحواسيب أيضًا أداءً أسرع بعشر مرات لنماذج(LLM) باستخدام نموذج Llama 2 7B بحجم 8.
(Credit: Asus)على سبيل المثال، انظر إلى حواسيب الألعاب المحمولة Asus TUF Gaming A14 (FA401) و TUF Gaming A16 (FA608) بحجم 16 بوصة. تجمع هذه الأجهزة المحمولة فائقة النحافة بين معالجات AMD Ryzen وبطاقات الجرافيكس المخصصة من إنفيديا (حتى بطاقة RTX 4070 للحواسيب المحمولة)، وتتميز بنظام تبريد محدث وتخزين وذاكرة وصول عشوائي قابلة للترقية. باستخدام معالج AMD Ryzen، تدعي شركة Asus أن وحدة معالجة الشبكات العصبية (NPU) يمكن أن تحقق أداء يصل إلى 50 تريليون عملية في الثانية (TOPS) في تطبيقات الذكاء الاصطناعي. ولكن باستخدام بطاقة Nvidia GeForce RTX 4070 GPU، يمكن تحقيق أداء يصل إلى 371 تريليون عملية في الثانية لتسريع تطبيقات الذكاء الاصطناعي المتنوعة، بدءًا من الألعاب وصولاً إلى LLMs وتوليد الصور.
لم تعلن Asus بعد عن أسعار أو توافر هذه النماذج، لكن نتوقع توفرها قبل نهاية العام.
خريطة عالم الذكاء الاصطناعي من Nvidia: من الحواسيب المحمولة إلى السحابة
تتمثل تعقيدات الذكاء الاصطناعي في توسيع مميزاته من الدردشة عبر الويب، مثل ChatGPT وGoogle Gemini، إلى ميزات الذكاء الاصطناعي على الأجهزة، مثل ميزات Microsoft الجديدة في Windows Copilot+ التي تعمل بالكامل على جهاز الكمبيوتر المحمول الخاص بك. لقد كانت Nvidia لاعبًا في هذا العالم لسنوات، وتُقدم آخر الإعلانات من عملاق معالجات الرسومات وضوحًا لهذا الجبهة الأكبر والأكثر دقة في مجال الكمبيوتر.
(Credit: Nvidia)في اجتماع حديث مع ممثلي Nvidia، تلقينا شرحًا مثيرًا للاهتمام عن المجالات المختلفة للذكاء الاصطناعي الحديث. تصنف Nvidia الأجهزة اللازمة لاستخدام الذكاء الاصطناعي إلى ثلاث فئات: "الذكاء الاصطناعي الخفيف"، "الذكاء الاصطناعي الثقيل"، و "الذكاء الاصطناعي على نطاق السحابة."
سنتحدث في أصغر مقياس هو جهاز الكمبيوتر الخاص بك. يحمل الذكاء الاصطناعي على الجهاز مزايا مثل الحفاظ على البيانات بأمان وخصوصية وكونه متاحًا لأي شخص يمتلك جهازًا. في هذه الحالة يعني ذلك أي شخص يستخدم معالجًا يحتوي على وحدة معالجة عصبية (NPU) - مثل الوحدات التي يعمل عليها Windows Copilot أو الذي يتوفر في معالجات سلسلة M من Apple. يكون مثالي لبعض الاستخدامات المحددة ولكنه محدود بحقيقة أن وحدات معالجة العصب لا يمكنها إنتاج إلا 10-45 TOPS، وهو المعيار الفعلي لقدرة الذكاء الاصطناعي.
تتيح كروت الشاشة (GPUs) بإمكانيات أكبر على الأجهزة الشخصية، حيث يمكن أن تصل إلى 200-1,300 TOPS، ومن هنا تأتي التسمية "الذكاء الاصطناعي الثقيل". يتيح ذلك للأفراد القيام بالكثير من المهام باستخدام LLMs أو مولدات الصور التي تعمل على الجهاز الخاص بهم، من خلال استغلال قوة كارت الاشاشة وVRAM لتمكين هذه المهام الأكثر تطلبًا. هذه الأدوات التي تعمل محليًا على الجهاز بالتالي لا تزال خاصة وآمنة ولكن ليست موفرة للطاقة مثل استخدامات الذكاء الاصطناعي الخفيفة التي يدفعها ال NPU.
لكن القوة الحقيقية تأتي في السحابة، حيث يمكن توسيع الأجهزة وتوليد TOPS أعلى بالآلاف حسب الحاجة. هذا هو النموذج الذي تستخدمه Open AI و Google والشركات الصغيرة الأخرى التي تفرغ الذكاء الاصطناعي إلى خوادم السحابة. هذه الفئة تنمو بسرعة الآن، مع أبرز الشركات التي تستثمر في خوادم وأجهزة السحابة الخاصة بها. في الوقت نفسه، يقوم آخرون بالاستثمار في البيئة السحابية القابلة للتوسع لتطبيق أي تطبيق أو نموذج تحتاج إليه.
ترى Nvidia مكانًا لجميع هذه الاستخدامات، حيث تؤكد دورها كمزود رائد للأجهزة لتطبيقات معالجة الرسومات والمستندة إلى السحابة. بالنسبة للمستهلكين وعشاق التكنولوجيا، يعني هذا أن أدوات الذكاء الاصطناعي على وشك أن تصبح أفضل بكثير.
رسم مسارات جديدة
تتضمن جزءًا من هذا الجهد مساعي Nvidia في إنشاء أدوات وتطبيقات تستخدم كروت شاشة للألعاب من سلسلة GeForce وتقنية RTX لجعل الذكاء الاصطناعي أكثر إمكانية الوصول وفائدة. بينما ذكرت الشركة العديد من التطبيقات والاستخدامات المحتملة لهذه التقنيات تبرز الثلاثة بشكل خاص.
عدة تطبيقات ذكاء اصطناعي RTX من Nvidia
تساعد عدة تطبيقات ذكاء اصطناعي RTX من Nvidia في سده الفجوة بين التطبيقات الصغيرة التي تعمل على مستوى الجهاز والتطبيقات العامة للذكاء الاصطناعي التي تستخدم أجهزة السحابة ونماذج التدريب المكلفة والمُعدة مسبقًا.
(Credit: Nvidia)تحتوي هذه الحزمة على أدوات لتخصيص وتحسين النماذج الذكاء الاصطناعي. إنها تمنحك المزيد من الطرق لتصميم نموذج مخصص لـ LLM سواء للنشر على الجهاز أو في السحابة، مما يتيح له التكيف مع استخدامات وأجهزة مختلفة وتطبيق النماذج الموجودة على التطبيقات. وكل ذلك محسن بشكل طبيعي أيضًا لتشغيله على أجهزة RTX.
(Credit: Nvidia)نموذج الذكاء الاصطناعي RTX من Nvidia يبدو رائع بالنسبة لهواة الذكاء الاصطناعي الذين يرغبون في التلاعب بنماذج LLMs وغيرها من النماذج الذكاء الاصطناعي. ومع ذلك، فإنها أكثر فائدة للشركات الصغيرة والمطورين الحريصين الذين يرغبون في الاستفادة من الذكاء الاصطناعي لتحسين منتجاتهم.
الذكاء الاصطناعي المُبتكِر للمبدعين
ستوفر كروت الشاشة من Nvidia قريبًا تسريع الـ RTX لتطبيقات الذكاء الاصطناعي المولد للصور، باستخدام الأجهزة لتشغيل إنشاء الصور بشكل أسرع وأفضل في أدوات مثل Automatic 1111 و Comfy UI. ستقوم الشركة أيضًا بتحديث أدواتها للتعديل على الألعاب RTX Remix، التي تجمع بين أدوات التعديل الموجودة في الألعاب مع الذكاء الاصطناعي المُبتكِر للسماح بالتوسع السريع وإعادة العمل في أصول الألعاب أثناء عمل التعديلات.
وهذا يعني أنه بدلاً من مطابقة الأشكال الجديدة بعناية لالتقاط مظهر وشعور لعبة قديمة، يمكنك ببساطة أخذ صورة لشكل منخفض الدقة، ووصفها كاستفسار لغوي، والحصول على نسخة عالية الدقة بناءً على الأصل.
ستستخدم أيضًا أجهزة RTX لتحسين فيديو البث، عن طريق تحسين وتطوير الصور بواسطة الذكاء الاصطناعي وكل ذلك يتم تشغيله على وحدات معالجة الرسومات RTX من Nvidia. يشمل ذلك تقنية RTX Super Resolution، التي توفر تحسينًا عالي الجودة في التوسيع في تطبيقات مثل VLC. وقد شاركت Nvidia مع Black Magic وDaVinci Resolve لجلب هذه التقنية نفسها إلى تلك التطبيقات.
(Credit: Nvidia)
إذا كنت مهتمًا بإضافة التكنولوجيا إلى تطبيقك الخاص، فلديك Nvidia SDK الجديد الذي يتيح لك بناء القدرة مباشرةً في التطبيقات. ستظهر تطبيقات المطورين بشكل أفضل على أي نظام يحتوي على رسومات Nvidia.
مساعدة G-Assist
أخيرًا، قدمت Nvidia عرضًا تقنيًا لميزة جديدة مثيرة تسمى G-Assist. تستخدم هذه الأداة تكنولوجيا LLM لتكون مساعدًا في اللعبة يمكنه الإجابة على الأسئلة حول ميكانيكية اللعبة، والقصة، والأساطير، وعمومًا تساعد في الانغماس في اللعبة الجديدة عن طريق جعل هذه المعلومات متاحة أثناء اللعب.
(Credit: Nvidia)من خلال عرض فيديو لشخص يلعب لعبة Ark: Survival Ascended، قدمت Nvidia كيفية طرح الأسئلة حول تفاصيل اللعبة المختلفة والحصول على الإجابات من المصادر الرسمية للعبة، والموسوعات التي أعدها المعجبون، ومصادر أخرى. لأن المساعد يمكنه أيضًا رؤية المحتوى على الشاشة، يمكنه التعرف على الكائنات، وإعطاء نصائح حول اللعب، وتقديم مساعدة ومعلومات تتطلب عادة مغادرة اللعبة للبحث.
استخدمت العرض التقني الآخر لـ G-Assist لتحسين أداء الكمبيوتر المحمول الخاص بالألعاب من خلال تعديل أمور مثل معدل الإطارات وإعدادات المروحة لتناسب أداءك المطلوب. هذا العرض التقني لا يعلن عن أي خدمة جديدة بعد، ولكنه استخدام مثير للإعجاب للذكاء الاصطناعي المخصص.
بين الأجهزة المحمولة المحسّنة بالذكاء الاصطناعي من RTX AI والمجموعة المتزايدة من الأدوات ومجموعات التطوير الذكاء الاصطناعي القادمة من Nvidia، يبدو أمران واضحين: أن الذكاء الاصطناعي يتزايد ليكون أكبر هذا العام، وسيضمن Nvidia أن تكون في قلب هذا النمو.