A principios de este año, NVIDIA finalmente lanzó Project G-Assist, un producto real que puedes probar, cuyo "concepto" surgió allá por abril de 2017. La idea inicial (en broma) giraba en torno a proporcionar a los jugadores la mayor cantidad de ayuda posible para superar niveles atascados, mientras que el producto real se basa en la IA y es más que un asistente en el juego.
¿Qué es Project G-Assist?
Actualmente, Project G-Assist utiliza el modelo de lenguaje pequeño (SLM) Llama-3.1-8B de Meta, que se ejecuta localmente en tu PC, más específicamente, en tu GPU RTX. En palabras de NVIDIA: "A medida que las PC modernas se vuelven más potentes, también se vuelven más complejas de operar. G-Assist ayuda a los usuarios a controlar una variedad de configuraciones de PC, desde optimizar la configuración del juego y del sistema, trazar la velocidad de fotogramas y otras estadísticas clave de rendimiento, hasta controlar la configuración periférica seleccionada (como la iluminación), todo a través de comandos básicos de voz o texto".
La idea no es muy diferente a cómo Google y Apple están utilizando modelos de IA para potenciar sus respectivos asistentes digitales, lo que les permite comprender mejor el lenguaje humano y ajustar la configuración sin tener que buscar en menús profundos en diferentes rincones del sistema. En teoría, esto es especialmente útil para usuarios casuales: mientras que a personas como nosotros nos encantan los ajustes y nos gusta girar los diales a nuestro gusto, el overclocking de GPU o el ajuste de la configuración de gráficos puede ser demasiado intimidante para ellos; ahí es donde entra Project G-Assist.
Configuración
Antes de instalar Project G-Assist, debes saber algunas cosas, comenzando con los requisitos del sistema. Lo más importante es que debes tener una GPU RTX 30-Series o más reciente, con al menos 12 GB de VRAM (actualmente no incluye GPU de portátiles); desafortunadamente, esto crea una situación en la que los propietarios de una RTX 3060 de 12 GB pueden ejecutar el modelo, mientras que los propietarios de una RTX 3080 de gama alta (con 10 GB de VRAM) no pueden, gracias a algunas configuraciones extrañas de VRAM en las últimas generaciones. Ay.
Suponiendo que el hardware de tu GPU cumpla con los requisitos, también necesitarás un sistema operativo Windows 10 o Windows 11, junto con la versión 572.83 o posterior de los controladores de la GPU; en cuanto al almacenamiento, necesita al menos 6.5 GB de espacio en disco para que las funciones de asistente del sistema funcionen correctamente (los comandos de voz requerirán 3 GB adicionales). Actualmente, solo se admite el idioma inglés.
También deberás instalar la NVIDIA App para habilitar Project G-Assist en tu sistema; en cuanto a los requisitos de hardware relacionados con los periféricos, la versión actual admite placas base MSI, así como periféricos de Logitech G, Corsair y Nanoleaf. No todos los modelos son compatibles con estas marcas; consulta la pestaña "Requisitos del sistema" en la página de inicio de Project G-Assist para obtener más detalles.
Sistema de prueba
- CPU: Intel Core i9-13900K
- Refrigeración: Cooler Master MasterLiquid PL360 Flux 30th Anniversary Edition
- Pasta térmica: Thermal Grizzly Kryonaut
- Placa base: ASUS ROG Maximus Z790 Apex
- GPU: NVIDIA GeForce RTX 5090 Founders Edition
- Memoria: Kingston FURY BEAST RGB DDR5-6800 CL34 (2x16GB)
- Configurado con perfil XMP DDR5-6400 CL32
- Almacenamiento: ADATA LEGEND 960 MAX 1TB
- Fuente de alimentación: Cooler Master MWE Gold 1250 V2 Full Modular (ATX12V 2.52) 1250W
- Caja: VECTOR Bench Case (Chasis abierto)
- Sistema operativo: Windows 11 Home 24H2
Pruebas
Como se indicó en las especificaciones del sistema de referencia anteriores, utilizaremos una NVIDIA GeForce RTX 5090 Founders Edition para demostrar esta función. Esta GPU insignia impulsada por Blackwell cuenta con 32 GB de GDDR7 VRAM, Tensor Cores de 5ª generación y 21.760 núcleos CUDA, todo lo cual se combina para ofrecer 3.352 TOPS de rendimiento FP4 específico de IA (ten en cuenta que este número no se puede comparar directamente con los 1.321 TOPS de la RTX 4090, que utiliza FP8).
Nota: En el momento de las pruebas, Project G-Assist todavía está en una versión previa al lanzamiento (versión 0.1.9), por lo que algunas funciones pueden estar incompletas. Los resultados generados a partir de las pruebas realizadas a continuación solo serán aplicables a esta versión, ya que los resultados diferirán a medida que el modelo y las funciones de IA se actualicen con el tiempo.
Primer uso
Esto es lo primero que verás después de habilitar la función a través de las teclas Alt+G, y permanecerá permanentemente en algún lugar de la pantalla hasta que la deshabilites por completo (lo que se puede hacer a través de la configuración rápida mediante las teclas Alt+R). Al igual que con los modelos de lenguaje de IA, se aplican exenciones de responsabilidad: pueden ocurrir alucinaciones (el modelo de lenguaje puede generar resultados incorrectos, a menudo de una manera convincente para un usuario desprevenido), así que asegúrate de verificar los errores siempre que sea posible.
Un mensaje de exención de responsabilidad también se muestra la primera vez que ingresas un mensaje/comando, indicando nuevamente que los resultados generados por la IA no están completamente garantizados. Una vez que se ve este mensaje, el chatbot está listo para responder a los comandos a través del lenguaje natural; dicho esto, todavía hay un conjunto limitado de comandos (lenguaje natural o no) disponibles en esta versión, que puedes consultar en el sitio web.
Información del sistema y monitoreo
Comenzando con una pregunta simple, como la naturaleza del sistema, G-Assist responde adecuadamente con toda la información de hardware importante enumerada en la respuesta. Sin embargo, parece tener dificultades para obtener la resolución válida de nuestro monitor BenQ 4K (es decir, 4K 60Hz), pero aparte de eso, pasó nuestra prueba inicial de olfateo.
A continuación, otro caso de uso (presumiblemente) común es monitorear el consumo de energía de la GPU. Tenemos datos de telemetría más tradicionales en la esquina superior derecha, pero no proporciona un gráfico completo a menos que tengas una herramienta de terceros como HWiNFO64; por lo tanto, en este caso, un usuario casual podría simplemente pedirle al chatbot la información que necesita.
Le hicimos tres preguntas diferentes al chatbot de Project G-Assist, donde las dos primeras fueron respondidas sin problemas; dicho esto, la tercera pregunta parece estar más allá de sus capacidades, ya que inicialmente esperábamos que proporcionara un monitoreo en vivo si está disponible. En cambio, nos dio el consumo de energía actual de la GPU.
También vale la pena señalar que, cuando la GPU está trabajando arduamente para generar una respuesta, utiliza la mayor parte de la energía disponible; en este caso, nuestra RTX 5090 FE consumió más de 350 vatios en ráfagas cada vez que se enviaba un mensaje al chatbot. Es posible que el tiempo que lleva generar una respuesta sea aún mayor en hardware más antiguo o más débil (en el peor de los casos, la RTX 3060 de 12 GB, ya que es el modelo de gama baja con suficiente VRAM para acceder a esta función), pero en este caso, observamos aproximadamente medio segundo de tiempo de "pensamiento" antes de que se generara una respuesta.
Juegos y rendimiento
Cambiemos las cosas y veamos los juegos. Si tienes una biblioteca de juegos demasiado grande en Steam para tamizar, puedes iniciar juegos directamente desde el chatbot; suponiendo que de alguna manera no hayas colocado un acceso directo al juego en tu escritorio o menú de inicio (en este caso, ni siquiera necesitamos deletrear el nombre completo de Forza Horizon 5 para que descubra qué juego iniciar, aunque este es el único juego de Forza en nuestro sistema).
Por casualidad, una actualización de los controladores podría haber arruinado la configuración del juego, lo que provocó que FH5 se quedara atascado en unos terribles 15 FPS. Un jugador casual en apuros podría golpear inmediatamente las teclas de acceso rápido Alt+G y comenzar a preguntarle a G-Assist "qué está pasando", pero aquí es donde se encuentran las limitaciones de G-Assist: carece de la capacidad de leer la configuración del juego, en lugar de proporcionar una respuesta genérica que proporciona al usuario algunas direcciones básicas para diagnosticar el problema.
A través del diagnóstico manual, descubrimos que el juego de alguna manera cambió su limitador de velocidad de fotogramas interno para que solo funcionara a 15 FPS, algo que G-Assist no detectó en absoluto. Su respuesta indicó que "el limitador de velocidad de fotogramas está desactivado", lo que podría referirse a la configuración a nivel de controlador de NVIDIA en la NVIDIA App, pero es probable que un usuario casual no pueda resolver esto por sí solo y, en última instancia, podría ser engañado por esta respuesta menos que ideal.
A continuación, lo llevamos a Counter-Strike 2 para ver si NVIDIA puede encontrar una manera de mejorar la latencia de la PC; esta es una métrica que los jugadores competitivos deben tener en cuenta, pero no es algo que todos puedan entender fácilmente. Solicitar a G-Assist un informe de latencia promedio fue fácil de hacer, pero no pudo proporcionar ninguna sugerencia concreta sobre cómo mejorar aún más esta métrica (y dio la misma respuesta que acabamos de ver en Forza Horizon 5).
Esto todavía está bien, ya que suponemos que NVIDIA ha comercializado lo suficientemente bien sus funciones hasta el punto de que NVIDIA Reflex es una función que los jugadores de FPS probablemente conocerían. Entonces, ¿qué sucede si no pueden encontrar la ubicación de esta opción en la configuración en el juego, bastante complicada de CS2, y optan por preguntar al chatbot? Desafortunadamente, no era consciente de que Reflex estaba realmente habilitado, en lugar de decirnos que está deshabilitado. Supongo que es por eso que se nos recuerda que debemos verificar sus errores.
Otros escenarios
En el siguiente escenario, sondeamos el chatbot para ver si puede encontrar una manera de habilitar RTX Video Super Resolution (RTX VSR), una tecnología de mejora de video diseñada para mejorar la resolución efectiva y reducir los artefactos de compresión en videos en línea (como YouTube y Twitch). Ahora, si estás familiarizado con League of Legends, sabrás que a veces una pelea en equipo puede hacer que la pantalla sea muy caótica y provocar todo tipo de artefactos visuales existentes en forma de píxeles en bloques; o en otros casos, es posible que desees escalar una transmisión de 1080p a tu monitor 4K.
Para ser justos, Project G-Assist logró encontrar la función que estábamos buscando, aunque no mencionamos explícitamente el nombre de la función; sin embargo, no tiene la capacidad de detectar si la función ya está habilitada o no. (¿No sería muy sencillo para G-Assist comprobar la configuración de la NVIDIA App?)
Bueno, que así sea; tal vez simplemente le pidamos al chatbot que nos lleve directamente a la página de configuración para habilitar la función, solo para darle la mejor oportunidad posible. Esto tampoco funcionó, y el chatbot no proporcionó ninguna sugerencia adicional, dejando a cualquier usuario casual para que le pregunte a Google (lo que probablemente les daría otro resultado generado por IA, dadas las circunstancias actuales).
Análisis profundo de Project G-Assist: ¿El asistente de IA de NVIDIA da en el blanco?
El Project G-Assist de NVIDIA promete aprovechar la inteligencia artificial para simplificar la gestión de la PC y mejorar las experiencias de juego. Impulsado por el SLM Llama-3.1-8B de Meta, que se ejecuta localmente, su objetivo es optimizar la configuración del sistema, monitorear el rendimiento y controlar los periféricos a través de comandos de voz o texto. Si bien la idea es prometedora, el rendimiento real está lejos de ser perfecto.
Rompecabezas de configuración: Obstáculos de hardware y software
La configuración de Project G-Assist presenta varios obstáculos. En primer lugar, el requisito de una GPU RTX serie 30 o más reciente, junto con al menos 12 GB de VRAM, limita significativamente su base de usuarios potenciales. Esta restricción excluye a una gran parte de los jugadores con GPU de menor rendimiento, incluidos muchos propietarios de RTX xx60. Además, la dependencia de versiones específicas del sistema operativo y controladores agrega complejidad.
La compatibilidad con periféricos también se limita a las placas base MSI y los dispositivos de Logitech G, Corsair y Nanoleaf, lo que restringe aún más la utilidad para los usuarios que no tienen hardware de estas marcas específicas.
Rendimiento en el mundo real: Resultados mixtos
En las pruebas del mundo real, Project G-Assist exhibió un rendimiento inconsistente en varias tareas. Si bien pudo recuperar con precisión información del sistema y monitorear el consumo de energía de la GPU, tuvo dificultades con consultas más complejas. Por ejemplo, no pudo identificar la resolución correcta de un monitor BenQ 4K y tuvo dificultades para proporcionar orientación específica sobre la optimización de la configuración del juego.
En términos de juegos, Project G-Assist pudo iniciar juegos desde Steam, pero su utilidad para solucionar problemas de rendimiento fue limitada. Cuando Forza Horizon 5 experimentó problemas con la velocidad de fotogramas, G-Assist no pudo diagnosticar la causa raíz y, en cambio, proporcionó una respuesta genérica que no fue muy útil para el usuario. Del mismo modo, en Counter-Strike 2, no proporcionó sugerencias concretas sobre cómo reducir la latencia e incluso informó incorrectamente el estado de NVIDIA Reflex.
Funciones faltantes y limitaciones
Las limitaciones de Project G-Assist se extienden más allá de su rendimiento inconsistente. También carece de funciones clave, como la capacidad de leer la configuración del juego y detectar el estado de RTX Video Super Resolution (RTX VSR). Estas omisiones limitan significativamente su utilidad como asistente de PC integral.
Además, la dependencia de G-Assist de un modelo de lenguaje que se ejecuta localmente significa que requiere importantes recursos informáticos. Durantelas pruebas, la RTX 5090 FE consumió hasta 350 vatios de potencia cada vez que el chatbot generaba una respuesta. Esto podría provocar problemas de rendimiento para los usuarios con hardware más antiguo o de menor rendimiento.
Mejor comunicación y gestión de expectativas
Dado su estado actual, NVIDIA haría bien en comunicar que Project G-Assist aún se encuentra en fase de prueba. Su funcionalidad limitada y su rendimiento inconsistente podrían generar frustración entre los usuarios que esperan una experiencia más pulida. Al ser transparentes sobre las capacidades actuales de G-Assist, NVIDIA puede establecer expectativas razonables y evitar comentarios negativos innecesarios.
Potencial futuro: Estar atento
A pesar de sus limitaciones, Project G-Assist aún tiene potencial futuro. A medida que la tecnología de IA continúa avanzando, NVIDIA puede mejorar el modelo de lenguaje, expandir sus capacidades y optimizar su rendimiento. Al abordar las limitaciones actuales y agregar nuevas funciones, Project G-Assist tiene el potencial de convertirse en una herramienta valiosa para los usuarios casuales. Sin embargo, todavía le queda un largo camino por recorrer antes de alcanzar este potencial.
Por el momento, Project G-Assist se siente más como una versión de lenguaje natural más sofisticada de una consola de comandos que como un asistente de PC integral. Si bien puede ser capaz de manejar algunas tareas básicas, no está lo suficientemente pulido como para solucionar problemas avanzados de manera confiable o proporcionar orientación personalizada. Solo a través del desarrollo y la mejora continuos Project G-Assist puede realmente cumplir su promesa de simplificar la gestión de la PC y mejorar las experiencias de juego.
Otro problema importante que debe abordarse es el de los requisitos del sistema. A menos que tengas una GPU bastante potente con 12 GB o más de VRAM, simplemente no puedes usar esta función; esto excluye a casi todos los propietarios de RTX xx60 (a menos que tengas la RTX 3060 de 12 GB, la RTX 4060 Ti de 16 GB o la RTX 5060 Ti de 16 GB), que constituyen una gran parte de las PC impulsadas por NVIDIA que hemos visto en muchas encuestas de hardware de Steam en los últimos años. Realmente espero que se pueda reducir el modelo de lenguaje para que quepa en 8 GB o incluso 6 GB de VRAM; de lo contrario, no verá un uso generalizado a menos que NVIDIA comience a instalar más VRAM en sus GPU a partir de ahora.