عندما كشفت مايكروسوفت عن أجهزة الكمبيوتر Copilot+ قبل بضعة أسابيع، برز سؤال واحد: لماذا لا يمكنني تشغيل هذه التطبيقات الذكية على وحدة معالجة الرسومات (GPU) الخاصة بي؟ في Computex 2024، قامت Nvidia بإجابة هذا الاستفسار أخيرًا.
تتعاون Nvidia ومايكروسوفت على واجهة برمجة تطبيقات (API) ستتيح للمطورين تشغيل التطبيقات المعززة بالذكاء الاصطناعي على بطاقات الرسومات RTX. يشمل هذا النماذج اللغوية الصغيرة (SLMs) التي تشكل جزءًا أساسيًا من بيئة تشغيل Copilot، والتي تدعم ميزات مثل الاسترجاع والترجمات الحية.
مع هذه المجموعة من الأدوات، يمكن للمطورين تنفيذ التطبيقات محليًا على وحدة معالجة الرسومات الخاصة بك بدلاً من الاعتماد فقط على وحدة المعالجة العصبية (NPU). هذه التطورات تمهد الطريق لمزيد من التطبيقات الذكية القوية، حيث تقدم وحدات معالجة الرسومات عمومًا قوة معالجة ذكاء اصطناعي تفوق وحدات المعالجة العصبية، مما يعزز إمكانية الوصول إلى أجهزة الكمبيوتر بعيدًا عن متطلبات Copilot+ الحالية.
تعد هذه خطوة استراتيجية. تعتمد أجهزة الكمبيوتر Copilot+ حاليًا على وحدة معالجة عصبية قادرة على أداء 40 تيرا عملية في الثانية (TOPS) على الأقل، ولكن الإنترنت الحالي، فإن نموذج Snapdragon X Elite هو الوحيد الذي يلبي هذه المواصفات. بالمقابل، تظهر وحدات معالجة الرسومات قدرات معالجة ذكاء اصطناعي أعلى بكثير، حيث تحقق النماذج الأساسية 100 TOPS والنماذج المتقدمة تتجاوز ذلك.
تُحسن واجهة البرمجة الجديدة أيضًا بيئة تشغيل Copilot مع قدرات الجيل المعزز بالاسترجاع (RAG). تتيح RAG للنماذج الذكية استرجاع معلومات محلية محددة، مما يمكّنها من تقديم حلول أكثر فعالية. لقد شهدنا سابقًا عرض وظيفة RAG في برنامج Chat مع RTX في وقت سابق من هذا العام.
وبالإضافة إلى واجهة البرمجة، قدمت Nvidia مجموعة أدوات RTX AI في Computex. المقرر إصدارها في يونيو، تتضمن هذه المجموعة أدوات مختلفة وSDKs، مما يسمح للمطورين بضبط النماذج الذكية لتطبيقات معينة. تؤكد Nvidia أن استخدام مجموعة أدوات RTX AI يمكن أن يؤدي إلى نماذج أسرع بأربعة أضعاف وأصغر بثلاث مرات مقارنةً بالبدائل مفتوحة المصدر.
تشهد الساحة ظهور مجموعة من الأدوات التي تمكّن المطورين من إنشاء تطبيقات ذكاء اصطناعي مخصصة للمستخدمين النهائيين. بينما تم دمج بعض الابتكارات بالفعل في أجهزة الكمبيوتر Copilot+، يمكننا توقع تنوع أكبر في تطبيقات الذكاء الاصطناعي في العام المقبل. مع توفر الأجهزة القادرة على دعم هذه التطبيقات، ما نحتاجه الآن هو البرمجيات المقابلة.