SG.hu
Az MI PC valójában egy beépített neurális egységen múlik
A jelenlegi PC-k még nem rendelkeznek mesterséges intelligencia processzorral, de a lényeg úgyis a szoftvertámogatás lesz.
Amikor a Microsoft a múlt hónapban bejelentette a PC-billentyűzetekre kerülő új Copilot billentyűt, a szoftvercég 2024-et "az MI PC évének" nyilvánította. Ez bizonyos szinten csak egy PR-barát kijelentés, amely azt hivatott megmutatni a befektetőknek, hogy a Microsoft folytatni kívánja a mesterséges intelligencia előtérbe helyezését, és amely hype-ra ráülve letaszította az Apple-t a legértékesebb tőzsdén jegyzett vállalatának trónjáról. Műszakilag nézve az idéntől kezdve gyártott és értékesített PC-k általában olyan MI- és gépi tanulási feldolgozási képességeket tartalmaznak majd, amelyeket a régebbi PC-k nem.
A legfontosabb MI szempontból a neurális feldolgozó egység, az NPU. Ez a legújabb csúcskategóriás Intel és AMD processzorok olyan speciális blokkja, amely a CPU-nál vagy a GPU-nál gyorsabban (vagy kevesebb energiafelhasználás mellett) képes felgyorsítani bizonyos típusú generatív MI és gépi tanulási munkameneteket. A Qualcomm Windows PC-i az elsők között voltak, amelyekbe NPU-t építettek, mivel a legtöbb okostelefonban használt Arm processzorok már néhány éve tartalmaznak valamilyen gépi tanulási gyorsítást (az Apple Mac-ek M-sorozatú chipjei is rendelkeznek ilyenekkel, egészen a 2020-as M1-ig visszamenőleg). A Windows Arm verziója azonban a teljes PC-piacnak egy jelentéktelenül apró szelete. A PC-felhasználók többségénél az első találkozása az ilyen hardverekkel az Intel Core Ultra lapkáinál, az AMD Ryzen 7040/8040-es sorozatú laptop CPU-i vagy a Ryzen 8000G asztali CPU-kkal felszerelt x86-os PC-k lesznek.
De jelenleg még ha van is a PC-ben NPU, a Windows nem sok mindenre tudja használni azt a webkamera hátterének elmosásán és egy maroknyi egyéb videoeffektuson kívül. Ez azonban lassan meg fog változni, és ennek része lesz az is, hogy a fejlesztők számára ugyanúgy viszonylag egyszerűvé válik az NPU-ra épülő alkalmazások létrehozása, ugyanúgy, ahogyan a PC-s játékfejlesztők jelenleg GPU-t használó játékokat készítenek. A játékpélda azért tanulságos, mert a Microsoft alapvetően így közelíti meg a DirectML-t, a gépi tanulási műveletek API-ját. Bár eddig leginkább arra használták, hogy ezeket az MI-munkaterheléseket GPU-kon futtassák, a Microsoft a múlt héten bejelentette, hogy a DirectML 1.13.1 és az ONNX Runtime 1.17-es verziójával kezdődően fejlesztői előnézetben hozzáadta a DirectML-támogatást az Intel Meteor Lake NPU-khoz.
Bár csak egy meg nem határozott "a támogatásra szánt gépi tanulási modellek egy részhalmazát" fogja futtatni, és előfordulhat, hogy néhány "egyáltalán nem fut, vagy nagy késleltetéssel vagy alacsony pontossággal rendelkezik", ez megnyitja az ajtót több harmadik féltől származó alkalmazás előtt, hogy elkezdjék kihasználni a beépített NPU-k előnyeit. Az Intel szerint a Samsung az Intel NPU-t és a DirectML-t használja az arcfelismerő funkciókhoz a fotógaléria alkalmazásában, és az Apple is ilyenekre használja a Neural Engine-t a macOS-ben és az iOS-ben. Az előnyök jelentősek lehetnek ahhoz képest, hogy ezeket a munkameneteket GPU-n vagy CPU-n futtatjuk. "Az NPU-t az Intel birodalmában nagyrészt energiahatékonysági okokból fogják használni" - mondta Robert Hallock, az Intel műszaki marketingért felelős vezető igazgatója a Meteor Lake képességeiről. "A kamera szegmentálása és a háttér elmosásának NPU-ra való áthelyezése körülbelül 30-50 százalékos energiamegtakarítást eredményez a máshol történő futtatással szemben."
Az Intel és a Microsoft is egy olyan modell felé tart, amelyben az NPU-kat nagyjából úgy kezelik, mint ma a GPU-kat: a fejlesztők általában a DirectX-et célozzák meg, nem pedig egy adott grafikus kártyagyártót vagy GPU-architektúrát, és az új funkciók, egyszeri hibajavítások és teljesítményjavítások mind a GPU-illesztőprogram frissítésein keresztül valósulhatnak meg. Egyes GPU-k bizonyos játékokat jobban futtatnak, mint mások, és a fejlesztők dönthetnek úgy, hogy több időt fordítanak az Nvidia vagy az AMD kártyákra történő optimalizálásra, de általában a modell hardverfüggetlen. Hasonlóképpen, az Intel már kínál GPU-stílusú illesztőprogram-frissítéseket az NPU-khoz. Hallock szerint pedig a Windows már lényegében "renderelési képesség nélküli grafikus kártyaként" ismeri fel az NPU-t.
Az AMD RyzenAI NPU-i egyelőre nem támogatják a DirectML-t, és a Feladatkezelőben (Task Managerben) sem jelennek meg úgy, mint az Intel NPU-i. Matthew Hurwitz, az AMD PR-menedzsere elmondta, hogy az AMD GPU-i már támogatják a DirectML-t, és hogy a vállalat "aktívan együttműködik a Microsofttal, hogy megvitassák a lehetséges NPU-támogatást". Hurwitz azt is elmondta, hogy "nagyon hamarosan hallani fogunk az AMD-től" arról, hogy az NPU-khoz hozzáadják a Task Manager támogatást.
Mindezek alapján, bár az NPU-k 2024-ben sokkal szélesebb körben lesznek elérhetőek, mint korábban, még mindig szinte kizárólag vadonatúj és csúcskategóriás chipekbe kerülnek. Napjainkban az Intel és az AMD rendszeresen régebbi CPU-architektúrákat nevez át újakká, vagy a mainstream és az alsókategóriába tartozó PC-k piacát nem új, hanem korábbi generációs chipekkel szolgálja ki. Az Intel vadonatúj, nem Ultra Core processzorai nem tartalmaznak saját NPU-t, és csak a csúcsminőségű Ryzen 7000 és Ryzen 8000 laptop chipek tartalmaznak ilyet. Tehát a csúcskategóriás laptopokban nagy valószínűséggel lesz NPU, de középkategóriás, vagy olcsó laptop/asztali számítógépet vásárlása esetén akár még egy-két évet kell várnia, amíg az NPU-k alapfelszereltséggé válnak.
Az NPU-k kispórolása a mainstream rendszerekből azt jelenti, hogy a szoftverek sem fognak gyorsan elterjedn, hiszen ha a fejlesztők nem feltételezhetik, hogy a legtöbb rendszerben lesz NPU, akkor kevésbé ösztönzik őket arra, hogy megpróbálják támogatni őket. Az Intel, az AMD és a Microsoft mégis eléggé elkötelezettnek tűnik az ötlet mellett ahhoz, hogy 2024-re úgy tekintsünk vissza, mint egy kisebb fordulópontra a PC fejlődésében, ahogyan a TPM széleskörű elterjedése is kisebb fordulópont lett, amikor a Windows 11 elkezdte megkövetelni a TPM-eket. Most már csak ki kell várnunk, hogy meglássuk, milyen dolgokra fogják őket ténylegesen használni.
Amikor a Microsoft a múlt hónapban bejelentette a PC-billentyűzetekre kerülő új Copilot billentyűt, a szoftvercég 2024-et "az MI PC évének" nyilvánította. Ez bizonyos szinten csak egy PR-barát kijelentés, amely azt hivatott megmutatni a befektetőknek, hogy a Microsoft folytatni kívánja a mesterséges intelligencia előtérbe helyezését, és amely hype-ra ráülve letaszította az Apple-t a legértékesebb tőzsdén jegyzett vállalatának trónjáról. Műszakilag nézve az idéntől kezdve gyártott és értékesített PC-k általában olyan MI- és gépi tanulási feldolgozási képességeket tartalmaznak majd, amelyeket a régebbi PC-k nem.
A legfontosabb MI szempontból a neurális feldolgozó egység, az NPU. Ez a legújabb csúcskategóriás Intel és AMD processzorok olyan speciális blokkja, amely a CPU-nál vagy a GPU-nál gyorsabban (vagy kevesebb energiafelhasználás mellett) képes felgyorsítani bizonyos típusú generatív MI és gépi tanulási munkameneteket. A Qualcomm Windows PC-i az elsők között voltak, amelyekbe NPU-t építettek, mivel a legtöbb okostelefonban használt Arm processzorok már néhány éve tartalmaznak valamilyen gépi tanulási gyorsítást (az Apple Mac-ek M-sorozatú chipjei is rendelkeznek ilyenekkel, egészen a 2020-as M1-ig visszamenőleg). A Windows Arm verziója azonban a teljes PC-piacnak egy jelentéktelenül apró szelete. A PC-felhasználók többségénél az első találkozása az ilyen hardverekkel az Intel Core Ultra lapkáinál, az AMD Ryzen 7040/8040-es sorozatú laptop CPU-i vagy a Ryzen 8000G asztali CPU-kkal felszerelt x86-os PC-k lesznek.
De jelenleg még ha van is a PC-ben NPU, a Windows nem sok mindenre tudja használni azt a webkamera hátterének elmosásán és egy maroknyi egyéb videoeffektuson kívül. Ez azonban lassan meg fog változni, és ennek része lesz az is, hogy a fejlesztők számára ugyanúgy viszonylag egyszerűvé válik az NPU-ra épülő alkalmazások létrehozása, ugyanúgy, ahogyan a PC-s játékfejlesztők jelenleg GPU-t használó játékokat készítenek. A játékpélda azért tanulságos, mert a Microsoft alapvetően így közelíti meg a DirectML-t, a gépi tanulási műveletek API-ját. Bár eddig leginkább arra használták, hogy ezeket az MI-munkaterheléseket GPU-kon futtassák, a Microsoft a múlt héten bejelentette, hogy a DirectML 1.13.1 és az ONNX Runtime 1.17-es verziójával kezdődően fejlesztői előnézetben hozzáadta a DirectML-támogatást az Intel Meteor Lake NPU-khoz.
Bár csak egy meg nem határozott "a támogatásra szánt gépi tanulási modellek egy részhalmazát" fogja futtatni, és előfordulhat, hogy néhány "egyáltalán nem fut, vagy nagy késleltetéssel vagy alacsony pontossággal rendelkezik", ez megnyitja az ajtót több harmadik féltől származó alkalmazás előtt, hogy elkezdjék kihasználni a beépített NPU-k előnyeit. Az Intel szerint a Samsung az Intel NPU-t és a DirectML-t használja az arcfelismerő funkciókhoz a fotógaléria alkalmazásában, és az Apple is ilyenekre használja a Neural Engine-t a macOS-ben és az iOS-ben. Az előnyök jelentősek lehetnek ahhoz képest, hogy ezeket a munkameneteket GPU-n vagy CPU-n futtatjuk. "Az NPU-t az Intel birodalmában nagyrészt energiahatékonysági okokból fogják használni" - mondta Robert Hallock, az Intel műszaki marketingért felelős vezető igazgatója a Meteor Lake képességeiről. "A kamera szegmentálása és a háttér elmosásának NPU-ra való áthelyezése körülbelül 30-50 százalékos energiamegtakarítást eredményez a máshol történő futtatással szemben."
Az Intel és a Microsoft is egy olyan modell felé tart, amelyben az NPU-kat nagyjából úgy kezelik, mint ma a GPU-kat: a fejlesztők általában a DirectX-et célozzák meg, nem pedig egy adott grafikus kártyagyártót vagy GPU-architektúrát, és az új funkciók, egyszeri hibajavítások és teljesítményjavítások mind a GPU-illesztőprogram frissítésein keresztül valósulhatnak meg. Egyes GPU-k bizonyos játékokat jobban futtatnak, mint mások, és a fejlesztők dönthetnek úgy, hogy több időt fordítanak az Nvidia vagy az AMD kártyákra történő optimalizálásra, de általában a modell hardverfüggetlen. Hasonlóképpen, az Intel már kínál GPU-stílusú illesztőprogram-frissítéseket az NPU-khoz. Hallock szerint pedig a Windows már lényegében "renderelési képesség nélküli grafikus kártyaként" ismeri fel az NPU-t.
Az AMD RyzenAI NPU-i egyelőre nem támogatják a DirectML-t, és a Feladatkezelőben (Task Managerben) sem jelennek meg úgy, mint az Intel NPU-i. Matthew Hurwitz, az AMD PR-menedzsere elmondta, hogy az AMD GPU-i már támogatják a DirectML-t, és hogy a vállalat "aktívan együttműködik a Microsofttal, hogy megvitassák a lehetséges NPU-támogatást". Hurwitz azt is elmondta, hogy "nagyon hamarosan hallani fogunk az AMD-től" arról, hogy az NPU-khoz hozzáadják a Task Manager támogatást.
Mindezek alapján, bár az NPU-k 2024-ben sokkal szélesebb körben lesznek elérhetőek, mint korábban, még mindig szinte kizárólag vadonatúj és csúcskategóriás chipekbe kerülnek. Napjainkban az Intel és az AMD rendszeresen régebbi CPU-architektúrákat nevez át újakká, vagy a mainstream és az alsókategóriába tartozó PC-k piacát nem új, hanem korábbi generációs chipekkel szolgálja ki. Az Intel vadonatúj, nem Ultra Core processzorai nem tartalmaznak saját NPU-t, és csak a csúcsminőségű Ryzen 7000 és Ryzen 8000 laptop chipek tartalmaznak ilyet. Tehát a csúcskategóriás laptopokban nagy valószínűséggel lesz NPU, de középkategóriás, vagy olcsó laptop/asztali számítógépet vásárlása esetén akár még egy-két évet kell várnia, amíg az NPU-k alapfelszereltséggé válnak.
Az NPU-k kispórolása a mainstream rendszerekből azt jelenti, hogy a szoftverek sem fognak gyorsan elterjedn, hiszen ha a fejlesztők nem feltételezhetik, hogy a legtöbb rendszerben lesz NPU, akkor kevésbé ösztönzik őket arra, hogy megpróbálják támogatni őket. Az Intel, az AMD és a Microsoft mégis eléggé elkötelezettnek tűnik az ötlet mellett ahhoz, hogy 2024-re úgy tekintsünk vissza, mint egy kisebb fordulópontra a PC fejlődésében, ahogyan a TPM széleskörű elterjedése is kisebb fordulópont lett, amikor a Windows 11 elkezdte megkövetelni a TPM-eket. Most már csak ki kell várnunk, hogy meglássuk, milyen dolgokra fogják őket ténylegesen használni.