6 دقیقه
مایکروسافت اعلام میکند که ویندوز هوشمندتر میشود، با تکیه بر چیپ‌های کوچک هوش مصنوعی که NPU نامیده می‌شوند. این واحدهای پردازش عصبی نوید پردازشهای سریعتر هوش مصنوعی روی دستگاه، مصرف انرژی کمتر و تعاملات جدید مبتنی بر عامل (agent) را می‌دهند که میتواند شیوهٔ استفاده ما از رایانه‌ها را متحول کند. این تغییر نه تنها تجربهٔ کاربری را بهبود می‌بخشد، بلکه امکان اجرای قابلیت‌های پیشرفتهٔ هوش مصنوعی را بدون وابستگی دائمی به سرویسهای ابری فراهم می‌آورد؛ موضوعی که برای حریم خصوصی، تاخیر و هزینه اهمیت زیادی دارد.
NPUs: small chips, outsized impact
واحدهای پردازش عصبی (Neural Processing Units یا NPU) تراشه‌های تخصصی هستند که برای اجرای کارهای یادگیری ماشین با بازدهی بسیار بیشتر از پردازنده‌های عمومی (CPU) یا حتی کارت‌های گرافیک (GPU) طراحی شده‌اند. مایکروسافت به NPUهایی اشاره میکند که قادر به انجام حدود 40 تریلیون عملیات در ثانیه (40 TOPS) هستند؛ ظرفیتی که اجازه میدهد مدلهای کوچک و متوسط به‌صورت محلی و بدون نیاز مداوم به ابر، کارهای نسبتاً پیچیدهٔ هوش مصنوعی را انجام دهند. این توان محاسباتی محلی موجب کاهش چشمگیر تأخیر، افزایش سرعت پاسخ و بهبود حس خصوصی بودن دادهها میشود، چون بسیاری از پردازش‌ها دیگر لازم نیست برای تحلیل به سرورهای مرکزی فرستاده شوند.
اهمیت این کارایی در موارد کاربردی واقعی کاملاً مشخص است: وقتی بار محاسباتی هوش مصنوعی به NPU منتقل میشود، دستگاه‌ها می‌توانند تجربهٔ آنی، محلی و خصوصی ارائه کنند در حالی که مصرف باتری را در سطوحی منطقی نگه می‌دارند. نکتهٔ کلیدی این است که سخت‌افزاری که این توان محاسباتی را فراهم می‌آورد، میتواند در دستگاه‌های اقتصادی و رایج جای بگیرد — یعنی در لپ‌تاپ‌ها و دسکتاپ‌هایی که قیمت آن‌ها تنها چند صد دلار است و نیازی به رَک‌های سرور یا تجهیزات ویژهٔ گران‌قیمت نیست. در نتیجه، قابلیت‌های پیشرفتهٔ هوش مصنوعی از لبهٔ شبکه (edge) قابل دسترسی میشود و دامنهٔ کاربران گسترده‌تر خواهد شد.
Why Microsoft calls them Copilot+ PCs
مایکروسافت ایدهٔ «Copilot+ PC» را بیش از یک سال تبلیغ کرده است. در چشم‌انداز آن‌ها، این دستگاه‌ها ترکیبی از NPUهای محلی و خدمات ابری هستند تا تعادلی بین پاسخ‌گویی آنی و توان محاسباتی مدلهای بزرگ برقرار شود. مدلهای کوچک‌تر و سبک‌تر روی NPU اجرا می‌شوند تا وظایف سریع مانند یادآوری، رونویسی گفتار، فشرده‌سازی متن یا پردازش دوربین را به سرعت انجام دهند؛ در حالی که بارهای سنگینتر و استدلالهای پیچیدهتر در صورت نیاز به مدلهای بزرگ‌تر ابری واگذار میشود. این ترکیب «بومی-بعُدی» (local-cloud hybrid) تلاش میکند تا بهترین‌های هر دو جهان را ارائه دهد: سرعت و حفظ حریم خصوصی محلی و توان پردازشی و دانش وسیع مدلهای ابری.
یکی از داستان‌های مبدأ برای این رویکرد، دوربین هوشمند Surface Hub 2 مایکروسافت است که برخی وظایف هوش مصنوعی را به‌صورت محلی اجرا می‌کرد و در عین حال بازدهی انرژی و حریم خصوصی را رعایت می‌نمود. تجربه‌ها و درس‌هایی که از این پروژه به‌دست آمد با شرکای سخت‌افزاری همچون AMD، Qualcomm و Intel به‌اشتراک گذاشته شد و آن‌ها را ترغیب کرد تا روی سیلیکون مخصوص PC متمرکز بر هوش مصنوعی سرمایه‌گذاری کنند. نتیجهٔ این همکاری‌ها، تولید معماری‌ها و شتاب‌دهنده‌هایی است که در لپ‌تاپ‌ها و دسکتاپ‌های آینده برای فعال‌سازی قابلیت‌های Copilot+ استفاده خواهند شد.
Agents, fewer clicks, more context
استیون بیتیچه، رهبر تیم علوم کاربردی مایکروسافت، این تجربههای عامِل‌محور (agentic experiences) را «واحد تعاملی جدید» می‌نامد. به زبان ساده: ویندوز در حال حرکت به سمت گردش‌کارهایی است که به جای وادار کردن کاربر به کلیک‌های پی‌درپی در منوها، کارها را برای او انجام می‌دهند. مایکروسافت در حال حاضر یک عامل اختصاصی در تنظیمات (Settings) را نشان داده و اعلام کرده است که اتوماسیون‌های پیچیدهتر نیز در راه‌اند. این عوامل می‌توانند با ترکیب سیگنال‌های محلی (مانند تقویم، پیام‌ها و داده‌های حسگر دوربین) و قدرت استدلال ابری، وظایف روزانه را به‌شکلی مؤثرتر مدیریت کنند.
تصور کنید از رایانهٔ خود بخواهید یک هفته ایمیل‌ها را خلاصه کند، زمان‌هایی برای پیگیری‌ها در تقویم تعیین نماید و مهم‌ترین رشته‌های مکالمه را برجسته کند — همهٔ این‌ها با حداقل کلیک و بدون نیاز به باز کردن تک‌به‌تک برنامه‌ها. NPUها این تجربه را ممکن می‌سازند، چون پردازش محلی سرعت و حریم خصوصی لازم را فراهم میکند، و در مواردی که استدلال عمیق‌تری لازم است، مدلهای ابری وارد عمل می‌شوند. علاوه بر این، این نوع تعاملات agent محور میتواند با ردیابی زمینهٔ کار کاربر (context awareness) نتایج مرتبط‌تر و شخصی‌سازی‌شده‌تری ارائه دهد، مثلاً پیشنهادهای خودکار برای پیوند دادن اسناد، خلاصه‌سازی جلسهٔ ویدئویی یا تشخیص و حذف نویز پس‌زمینه در گفت‌وگوهای زنده.
What this means for users and developers
- کاربران تجربههای هوش مصنوعی سریعتر، خصوصیتر و قابل‌دسترس‌تر را روی سختافزار معمولی خواهند دید؛ قابلیت‌هایی که قبلاً تنها در دستگاه‌های گران‌قیمت یا از طریق ابر ممکن بود.
- توسعهدهندگان می‌توانند گردشکارهای مبتنی بر عامل را هدف قرار دهند که ترکیبی از مدلهای محلی و ابری را بهکار می‌گیرند؛ این به معنای طراحی برنامه‌هایی است که بخشهایی از منطق را روی NPU اجرا میکنند و برای محاسبات سنگینتر به سرویسهای ابری متصل می‌شوند.
- سازندگان سختافزار در رقابت برای افزودن NPUها به طراحی‌های بیشتر لپ‌تاپ و دسکتاپ هستند و این امر به ظهور گزینه‌های متنوع با قیمت و توان مصرفی متفاوت منجر خواهد شد.
مایکروسافت NPUها را به‌عنوان زیرساختی حیاتی برای نسل بعدی هوش مصنوعی روی ویندوز معرفی میکند. با ترکیب پردازش عصبی محلی و هوش ابری، Copilot+ PCها هدف دارند تا رایانش هوشمندتری ارائه دهند بدون آنکه لازم باشد همه به سمت دستگاه‌های گران‌قیمت و تخصصی حرکت کنند. این رویکرد نه تنها تجربهٔ کاربری را ارتقا میدهد، بلکه فرصت‌هایی برای نوآوری در اپلیکیشن‌ها، بهینهسازی مصرف انرژی، و سیاست‌گذاری‌های جدید در حوزهٔ حریم خصوصی و امنیت ایجاد میکند؛ به‌خصوص وقتی توسعهدهندگان از ابزارهایی مانند مدل‌کوچک‌سازی (model distillation)، کوانتیزاسیون (quantization) و چارچوبهایی مثل ONNX، DirectML یا Windows ML استفاده کنند تا مدلها را برای اجرا روی NPUها بهینه نمایند.
منبع: neowin
ارسال نظر