اینتل تعریف جدید رایانه شخصی هوش مصنوعی مایکروسافت را به اشتراک می گذارد، برنامه های شتاب دهنده رایانه با هوش مصنوعی و کیت های توسعه دهنده Core Ultra Meteor Lake NUC را در کنفرانس هوش مصنوعی راه اندازی می کند.

اینتل دو برنامه افزودنی جدید را برای برنامه شتاب‌دهی رایانه‌های هوش مصنوعی خود در تایپه، تایوان، با برنامه توسعه‌دهنده رایانه‌های شخصی جدید که برای جذب فروشندگان نرم‌افزار مستقل کوچکتر (ISV) و حتی توسعه‌دهندگان منفرد طراحی شده است، و برنامه فروشندگان سخت‌افزار مستقل (IHV) که به شرکا کمک می‌کند، معرفی کرد. توسعه سخت افزار مبتنی بر هوش مصنوعی اینتل همچنین یک کیت توسعه Core Ultra Meteor Lake NUC جدید راه اندازی می کند و تعریف جدید مایکروسافت از آنچه که یک رایانه شخصی هوش مصنوعی است را معرفی می کند. به ما نگاهی اجمالی داده شد که چگونه رایانه های شخصی هوش مصنوعی عمر باتری بهتر، عملکرد بالاتر و ویژگی های جدید را ارائه می دهند.

اینتل برنامه توسعه‌دهنده هوش مصنوعی خود را در اکتبر سال گذشته راه‌اندازی کرد، اما برنامه‌های جدید خود را در اینجا در یک رویداد توسعه‌دهنده در تایپه آغاز می‌کند که شامل زمان آزمایشگاهی با کیت‌های توسعه‌دهنده جدید است. هدف این برنامه این است که توسعه دهندگان را با ابزارهای مورد نیاز برای توسعه برنامه ها و سخت افزارهای جدید هوش مصنوعی مسلح کند، که در زیر به طور کامل به آنها خواهیم پرداخت.

اینتل قصد دارد تا پایان سال 2025 بیش از 100 میلیون رایانه شخصی با شتاب دهنده های هوش مصنوعی ارائه دهد. این شرکت در حال حاضر با 100+ ISV AI برای پلتفرم های رایانه شخصی درگیر است و قصد دارد تا پایان سال 2024 بیش از 300 برنامه کاربردی با هوش مصنوعی در بازار داشته باشد. علاوه بر این تلاش‌ها، اینتل در حال برنامه‌ریزی مجموعه‌ای از رویدادهای توسعه‌دهنده محلی در سراسر جهان در مکان‌های کلیدی است، مانند اجلاس اخیری که در هند برگزار کرد. اینتل قصد دارد تا ده رویداد دیگر در سال جاری برگزار کند زیرا در تلاش است تا اکوسیستم توسعه دهندگان را بسازد.

نبرد برای کنترل بازار رایانه های شخصی هوش مصنوعی در سال های آینده تشدید خواهد شد – Canalys پیش بینی می کند که 19٪ از رایانه های شخصی ارسال شده در سال 2024 دارای قابلیت هوش مصنوعی خواهند بود، اما این تعداد تا سال 2027 به 60٪ افزایش می یابد و نرخ رشد فوق العاده ای را نشان می دهد. بازیگران بزرگ این صنعت را از دست داد. در واقع، AMD اخیرا اجلاس نوآوری رایانه های شخصی هوش مصنوعی خود را در پکن، چین برگزار کرد تا اکوسیستم خود را گسترش دهد. نبرد برای سهم در بازار در حال گسترش رایانه های شخصی هوش مصنوعی با سیلیکونی آغاز می شود که ویژگی ها را فعال می کند، اما با توسعه دهندگانی که این قابلیت ها را به مزایای نرم افزاری و سخت افزاری ملموس برای کاربران نهایی تبدیل می کنند، پایان می یابد. در اینجا نحوه مقابله اینتل با چالش ها آمده است.

کامپیوتر هوش مصنوعی چیست؟

تصویر 1 از 5

ظهور هوش مصنوعی فرصت‌های فوق‌العاده‌ای برای معرفی ویژگی‌های سخت‌افزاری و نرم‌افزاری جدید به پلتفرم آزمایش‌شده و واقعی رایانه‌های شخصی ارائه می‌دهد، اما تعریف رایانه‌های شخصی هوش مصنوعی کمی مبهم بوده است. شرکت‌های متعددی از جمله اینتل، AMD، اپل و به زودی کوالکام با تراشه‌های X Elite خود، سیلیکون را با شتاب‌دهنده‌های هوش مصنوعی ساخته‌اند که در کنار هسته‌های CPU و GPU استاندارد روی تراشه قرار دارند. با این حال، هر کدام برداشت خاص خود را از آنچه که یک رایانه شخصی هوش مصنوعی است، دارد.

تعریف جدید مشترک مایکروسافت و اینتل بیان می‌کند که رایانه‌های شخصی هوش مصنوعی دارای یک واحد پردازش عصبی (NPU)، CPU و GPU هستند که از Copilot مایکروسافت پشتیبانی می‌کنند و با یک کلید فیزیکی Copilot مستقیماً روی صفحه‌کلید عرضه می‌شوند که جایگزین کلید دوم ویندوز می‌شود. سمت راست صفحه کلید Copilot یک ربات چت هوش مصنوعی است که توسط یک LLM پشتیبانی می‌شود و در حال حاضر در نسخه‌های جدیدتر ویندوز 11 قرار می‌گیرد. در حال حاضر توسط سرویس‌های مبتنی بر ابر پشتیبانی می‌شود، اما طبق گزارش‌ها، شرکت قصد دارد پردازش محلی را برای افزایش عملکرد و پاسخ‌دهی فعال کند. این تعریف به این معنی است که لپ‌تاپ‌های Meteor Lake و Ryzen موجود که بدون کلید Copilot عرضه شده‌اند، در واقع معیارهای رسمی مایکروسافت را برآورده نمی‌کنند، اگرچه ما انتظار داریم که تعریف جدید مایکروسافت باعث پذیرش تقریباً جهانی این کلید شود.

در حالی که اینتل و مایکروسافت اکنون این تعریف مشترک توسعه‌یافته از رایانه‌های شخصی هوش مصنوعی را تبلیغ می‌کنند، اینتل خود تعریف ساده‌تری دارد که می‌گوید به CPU، GPU و NPU نیاز دارد که هر کدام دارای قابلیت‌های شتاب ویژه هوش مصنوعی هستند. اینتل در نظر دارد بارهای کاری هوش مصنوعی را بین این سه واحد بر اساس نوع محاسبات مورد نیاز به هم بزند، با NPU بهره وری انرژی استثنایی برای بارهای کاری هوش مصنوعی با شدت پایین مانند پردازش عکس، صدا و ویدئو و در عین حال ارائه زمان پاسخ سریعتر نسبت به خدمات مبتنی بر ابر. افزایش عمر و عملکرد باتری در حالی که از حفظ حریم خصوصی داده ها با نگهداری داده ها در دستگاه محلی اطمینان حاصل می شود. این همچنین CPU و GPU را برای کارهای دیگر آزاد می کند. GPU و CPU برای وظایف سنگین‌تر هوش مصنوعی وارد عمل می‌شوند، زیرا وجود چندین مدل هوش مصنوعی به طور همزمان می‌تواند NPU نسبتاً محدود را تحت تأثیر قرار دهد. در صورت نیاز، NPU و GPU حتی می توانند یک LLM را پشت سر هم اجرا کنند.

مدل‌های هوش مصنوعی همچنین اشتهای زیادی برای ظرفیت و سرعت حافظه دارند، به طوری که اولی مدل‌های بزرگ‌تر و دقیق‌تری را امکان‌پذیر می‌کند در حالی که دومی عملکرد بیشتری را ارائه می‌دهد. مدل‌های هوش مصنوعی در اشکال و اندازه‌های مختلفی وجود دارند و اینتل می‌گوید که ظرفیت حافظه هنگام اجرای LLM به یک چالش کلیدی تبدیل می‌شود، به طوری که در برخی از حجم‌های کاری به ۱۶ گیگابایت نیاز است و حتی ممکن است بسته به نوع مدل‌های مورد استفاده، ۳۲ گیگابایت نیز لازم باشد.

به طور طبیعی، این می تواند هزینه زیادی را به خصوص در لپ تاپ ها اضافه کند، اما مایکروسافت هنوز از تعریف حداقل نیاز حافظه خودداری کرده است. به طور طبیعی، از طریق گزینه های پیکربندی مختلف با OEM ها به کار خود ادامه خواهد داد. پست‌های هدف برای سخت‌افزار کلاس مصرف‌کننده بر خلاف ایستگاه‌های کاری و تجهیزات سازمانی متفاوت خواهند بود، اما باید انتظار داشته باشیم که DRAM بیشتری را در رایانه‌های شخصی هوش مصنوعی سطح پایه نسبت به کرایه استاندارد ببینیم – ممکن است در نهایت با لپ‌تاپ‌های ۸ گیگابایتی خداحافظی کنیم.

اینتل می‌گوید که هوش مصنوعی مجموعه‌ای از ویژگی‌های جدید را فعال می‌کند، اما بسیاری از موارد استفاده جدید تعریف نشده‌اند، زیرا ما در روزهای اولیه پذیرش هوش مصنوعی هستیم. چت بات ها و دستیارهای شخصی که به صورت محلی بر روی داده های کاربران آموزش دیده اند، نقطه شروع منطقی هستند، و چت انویدیا با RTX و ربات چت جایگزین AMD در حال حاضر در دسترس هستند، اما مدل های هوش مصنوعی که بر روی NPU اجرا می شوند نیز می توانند از سخت افزار و حسگرهای موجود استفاده بهتری کنند. کامپیوتر

به عنوان مثال، جفت تشخیص نگاه با ویژگی‌های صرفه‌جویی در مصرف انرژی در پنل‌های OLED می‌تواند نرخ تازه‌سازی کمتری را در صورت قبولی فعال کند، یا هنگامی که کاربر رایانه شخصی را ترک می‌کند، صفحه نمایش را خاموش می‌کند و در نتیجه عمر باتری را کاهش می‌دهد. کنفرانس ویدئویی همچنین از تکنیک‌هایی مانند تقسیم‌بندی پس‌زمینه سود می‌برد و انتقال حجم کاری از CPU به NPU می‌تواند تا 2.5 وات صرفه‌جویی کند. این خیلی زیاد به نظر نمی رسد، اما اینتل می گوید که در برخی موارد می تواند یک ساعت بیشتر عمر باتری داشته باشد.

کاربردهای دیگر عبارتند از تصحیح نگاه چشم، قاب‌بندی خودکار، محو کردن پس‌زمینه، کاهش نویز پس‌زمینه، رونویسی صوتی و یادداشت‌های جلسه، که برخی از آنها برای اجرا بر روی NPU با پشتیبانی مستقیم شرکت‌هایی مانند Zoom، Webex و Google Meet ساخته شده‌اند. بین دیگران. شرکت‌ها در حال حاضر روی دستیارهای کدنویسی کار می‌کنند که از پایگاه کد شما یاد می‌گیرند، و دیگران در حال توسعه LLM‌های بازیابی-افزوده (RAG) هستند که می‌توانند بر روی داده‌های کاربران آموزش داده شوند، که سپس به‌عنوان پایگاه داده برای پاسخ به سؤالات جستجو استفاده می‌شود. ارائه اطلاعات دقیق تر و دقیق تر

بارهای کاری دیگر شامل تولید تصویر به همراه ویرایش صدا و تصویر است، مانند ویژگی هایی که در مجموعه نرم افزار Adobe Creative Cloud کار می شود. به عنوان مثال، با نرم افزار ضد فیشینگ مجهز به هوش مصنوعی که در حال حاضر در حال کار است، امنیت نیز یک تمرکز بزرگ است. مهندسان خود اینتل همچنین یک برنامه زبان اشاره به متن توسعه داده‌اند که از تشخیص ویدیو برای ترجمه زبان اشاره استفاده می‌کند و نشان می‌دهد که بسیاری از برنامه‌های کاربردی نادرست وجود دارند که می‌توانند مزایای باورنکردنی را به کاربران ارائه دهند.

کیت توسعه دهنده دریاچه Core Ultra Meteor

کیت توسعه دهنده اینتل از یک ASUS NUC Pro 14 با پردازنده Core Ultra Meteor Lake تشکیل شده است، اما اینتل هنوز مشخصات دقیق آن را به اشتراک گذاشته است. ما می دانیم که سیستم ها به شکل فاکتورهای متفاوتی عرضه خواهند شد. هر سیستمی همچنین دارای یک پشته نرم افزاری از پیش بارگذاری شده، ابزارهای برنامه نویسی، کامپایلرها و درایورهای مورد نیاز برای راه اندازی و راه اندازی است.

ابزارهای نصب شده شامل Cmake، Python، و Open Vino هستند. اینتل همچنین از ONNX، DirectML، و WebNN پشتیبانی می‌کند و موارد بیشتری در راه است. باغ وحش مدل OpenVino اینتل در حال حاضر بیش از 280 مدل از پیش آموزش دیده منبع باز و بهینه شده دارد. همچنین دارای 173 مدل برای ONNX و 150 مدل در Hugging Face است و محبوب ترین مدل ها بیش از 300000 بار در ماه دارند.

گسترش اکوسیستم

تصویر 1 از 4