تا به امروز، بیش از 400 برنامه و بازی با هوش مصنوعی RTX منتشر شده است که تعداد بیشتری نیز در راه است.
«دوران مولد هوش مصنوعی در راه است و نیازمند پردازش بسیار زیاد و سخت افزار و نرم افزار کاملاً بهینه شده است. با پلتفرم NVIDIA AI، از جمله NVIDIA Omniverse، که اکنون روی بسیاری از محصولات ما از قبل نصب شده است، ما هیجان زده هستیم که انقلاب هوش مصنوعی همچنان در لپتاپهای ASUS و ROG شکل میگیرد. – گالیپ فو، مدیر بازاریابی جهانی مصرف کننده در ایسوس
و با جدیدترین نسل لپتاپهای RTX و ایستگاههای کاری سیار که بر اساس معماری NVIDIA Ada Lovelace ساخته شدهاند، کاربران میتوانند هوش مصنوعی مولد را در هر جایی ببرند. پلتفرم موبایل نسل بعدی ما سطوح جدیدی از عملکرد و قابلیت حمل را به ارمغان میآورد – در فاکتورهای شکلی به کوچکی 14 اینچ و سبک وزن حدود سه پوند. سازندگانی مانند Dell، HP، Lenovo و ASUS با پشتیبانی از پردازندههای گرافیکی RTX و Tensor Cores، عصر هوش مصنوعی مولد را به جلو پیش میبرند.
بهینهسازیهای منظم درایور، عملکرد اوج را تضمین میکند. جدیدترین درایور NVIDIA، همراه با مدلهای بهینهسازی شده Olive و بهروزرسانیهای DirectML، سرعتهای قابلتوجهی را برای توسعهدهندگان در ویندوز 11 ارائه میکند. برای مثال، عملکرد Stable Diffusion در مقایسه با زمانهای تداخل قبلی برای توسعهدهندگانی که از مزایای آن استفاده میکنند، 2 برابر بهبود یافته است. DirectML مسیرهای بهینه شده
سپس توسعه دهندگان می توانند به طور یکپارچه به ابر حرکت کنند تا روی همان پشته هوش مصنوعی NVIDIA، که از هر ارائه دهنده خدمات ابری بزرگ در دسترس است، آموزش ببینند. در مرحله بعد، توسعه دهندگان می توانند مدل های آموزش دیده را برای استنتاج سریع با ابزارهایی مانند بهینه سازی کنند Microsoft Olive جدید. و در نهایت، آنها میتوانند برنامهها و ویژگیهای مجهز به هوش مصنوعی را در پایگاه نصب بیش از 100 میلیون رایانه شخصی RTX و ایستگاههای کاری که برای هوش مصنوعی بهینهسازی شدهاند، مستقر کنند.
از سرورها گرفته تا ابر تا دستگاهها، هوش مصنوعی مولد در حال اجرا بر روی پردازندههای گرافیکی RTX در همه جا وجود دارد. محاسبات هوش مصنوعی تسریع شده NVIDIA یک تلاش کم تاخیر و تمام پشته است. ما سالهاست که تمام بخشهای معماری سختافزار و نرمافزار خود را برای هوش مصنوعی بهینهسازی کردهایم، از جمله هستههای Tensor نسل چهارم – سختافزار اختصاصی هوش مصنوعی در پردازندههای گرافیکی RTX.
همانطور که استنباط بیشتر هوش مصنوعی در دستگاه های محلی اتفاق می افتد، رایانه های شخصی برای پشتیبانی از این وظایف پیچیده به سخت افزار قدرتمند و در عین حال کارآمد نیاز خواهند داشت. برای رفع این نیاز، پردازندههای گرافیکی RTX استنباط کم مصرف Max-Q را برای بارهای کاری هوش مصنوعی اضافه میکنند. پردازنده گرافیکی با کسری از قدرت برای کارهای استنتاجی سبک تر عمل می کند، در حالی که برای بارهای سنگین هوش مصنوعی مولد به سطوح بی نظیری از عملکرد ارتقا می یابد.
از آنجایی که هوش مصنوعی در حال حاضر تا سال 2030 با نرخ رشد سالانه بیش از 37 درصد در صنایع به کار میرود، کسبوکارها و مصرفکنندگان به طور فزایندهای به فناوری مناسب برای توسعه و پیادهسازی هوش مصنوعی از جمله هوش مصنوعی مولد نیاز خواهند داشت. لنوو به طور منحصربهفردی برای تقویت هوش مصنوعی مولد از دستگاهها گرفته تا سرورها تا فضای ابری قرار دارد و برای سالها محصولات و راهحلهایی را برای حجم کاری هوش مصنوعی توسعه داده است. رایانه های شخصی مجهز به پردازنده گرافیکی NVIDIA RTX ما، مانند دستگاه های Lenovo ThinkPad، ThinkStation، ThinkBook، Yoga، Legion و LOQ منتخب، موج تحول آفرین هوش مصنوعی را برای تجربه بهتر کاربر روزمره در صرفه جویی در زمان، ایجاد محتوا، انجام کار و بازی امکان پذیر می کنند. و بیشتر.” – داریل کرومر، معاون و مدیر ارشد فناوری رایانههای شخصی و دستگاههای هوشمند Lenovo
وقتی برای پردازندههای گرافیکی GeForce RTX و NVIDIA RTX که حداکثر ۱۴۰۰ TFLOPS را برای استنتاج هوش مصنوعی ارائه میکنند، بهینهسازی شوند، مدلهای هوش مصنوعی تولیدی میتوانند تا ۵ برابر سریعتر از دستگاههای رقیب کار کنند. این به لطف Tensor Cores – سختافزار اختصاصی در پردازندههای گرافیکی RTX که برای سرعت بخشیدن به محاسبات هوش مصنوعی ساخته شدهاند – و بهبودهای نرمافزاری معمولی است. بهبودهایی که هفته گذشته در کنفرانس مایکروسافت بیلد معرفی شدند، عملکرد مدلهای هوش مصنوعی مولد، مانند Stable Diffusion را که از بهینهسازیهای DirectML جدید بهره میبرند، دو برابر کرد.
هوش مصنوعی مولد به سرعت در حال آغاز دوره جدیدی از محاسبات برای بهره وری، تولید محتوا، بازی و موارد دیگر است. مدلها و برنامههای مولد هوش مصنوعی – مانند NVIDIA NeMo و DLSS 3 Frame Generation، Meta LLaMa، ChatGPT، Adobe Firefly و Stable Diffusion – از شبکههای عصبی برای شناسایی الگوها و ساختارها در دادههای موجود برای تولید محتوای جدید و اصلی استفاده میکنند.
توسعه دهندگان همچنین می توانند یاد بگیرند که چگونه برنامه های خود را به صورت سرتاسر بهینه کنند تا از مزایای شتاب GPU از طریق هوش مصنوعی NVIDIA برای سرعت بخشیدن به سایت توسعه دهنده برنامه ها.