ਤਕਨਾਲੋਜੀ ਦਾ ਲੈਂਡਸਕੇਪ ਨਵੀਨਤਾ ਦੁਆਰਾ ਲਗਾਤਾਰ ਬਦਲ ਰਿਹਾ ਹੈ, ਅਤੇ ਇਹ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੇ ਖੇਤਰ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਸਪੱਸ਼ਟ ਹੈ। ਪ੍ਰਮੁੱਖ ਤਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਉਪਭੋਗਤਾ ਅਨੁਭਵਾਂ ਦੇ ਤਾਣੇ-ਬਾਣੇ ਵਿੱਚ AI ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਬੁਣ ਰਹੀਆਂ ਹਨ, ਅਤੇ ਗੇਮਿੰਗ ਦੀ ਦੁਨੀਆ ਇਹਨਾਂ ਤਰੱਕੀਆਂ ਲਈ ਇੱਕ ਪ੍ਰਮੁੱਖ ਲੜਾਈ ਦਾ ਮੈਦਾਨ ਬਣ ਕੇ ਉੱਭਰ ਰਹੀ ਹੈ। Nvidia, ਇੱਕ ਦਿੱਗਜ ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਅਤਿ-ਆਧੁਨਿਕ ਗ੍ਰਾਫਿਕਸ ਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਸਮਾਨਾਰਥੀ ਰਿਹਾ ਹੈ, ਨੇ ਹੁਣ Project G-Assist ਦੀ ਸ਼ੁਰੂਆਤ ਦੇ ਨਾਲ ਇੱਕ ਨਵੀਂ ਪਹੁੰਚ ਦੇ ਪਿੱਛੇ ਆਪਣਾ ਕਾਫ਼ੀ ਭਾਰ ਪਾਇਆ ਹੈ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਹੋਰ ਕਲਾਉਡ-ਨਾਲ ਜੁੜਿਆ ਚੈਟਬੋਟ ਨਹੀਂ ਹੈ; ਇਹ ਉਪਭੋਗਤਾ ਦੇ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਆਧੁਨਿਕ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਤੈਨਾਤ ਕਰਨ ਦਾ ਇੱਕ ਅਭਿਲਾਸ਼ੀ ਪ੍ਰਯੋਗ ਹੈ, ਜੋ ਗੇਮਰ ਸਹਾਇਤਾ ਅਤੇ ਸਿਸਟਮ ਪ੍ਰਬੰਧਨ ਲਈ ਇੱਕ ਨਵੇਂ ਪੈਰਾਡਾਈਮ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ।
Computex ਸ਼ੋਅਕੇਸ ਤੋਂ ਡੈਸਕਟਾਪ ਹਕੀਕਤ ਤੱਕ
Project G-Assist ਨੇ ਪਹਿਲੀ ਵਾਰ ਤਾਈਵਾਨ ਵਿੱਚ ਹੋਏ ਰੌਣਕ ਭਰੇ Computex 2024 ਈਵੈਂਟ ਦੌਰਾਨ ਜਨਤਕ ਨਜ਼ਰਾਂ ਵਿੱਚ ਝਾਤ ਮਾਰੀ। AI-ਕੇਂਦਰਿਤ ਘੋਸ਼ਣਾਵਾਂ ਦੀ ਇੱਕ ਲੜੀ ਦੇ ਵਿਚਕਾਰ, ਜਿਸ ਵਿੱਚ ਡਿਜੀਟਲ ਮਨੁੱਖੀ ਰਚਨਾ (Nvidia ACE) ਅਤੇ ਡਿਵੈਲਪਰ ਸਰੋਤ (RTX AI Toolkit) ਵਿੱਚ ਤਰੱਕੀ ਸ਼ਾਮਲ ਹੈ, G-Assist ਸਥਾਨਕ ਪ੍ਰੋਸੈਸਿੰਗ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਪ੍ਰਸੰਗਿਕ ਇਨ-ਗੇਮ ਮਦਦ ਦੇ ਆਪਣੇ ਵਾਅਦੇ ਨਾਲ ਵੱਖਰਾ ਸੀ। ਹੁਣ, ਇੱਕ ਪੂਰਵਦਰਸ਼ਨ ਸੰਕਲਪ ਤੋਂ ਇੱਕ ਠੋਸ ਟੂਲ ਵਿੱਚ ਤਬਦੀਲ ਹੁੰਦੇ ਹੋਏ, Nvidia ਨੇ ਇਸ ਪ੍ਰਯੋਗਾਤਮਕ AI ਸਹਾਇਕ ਨੂੰ ਡੈਸਕਟਾਪ GeForce RTX ਗ੍ਰਾਫਿਕਸ ਕਾਰਡਾਂ ਨਾਲ ਲੈਸ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਉਪਲਬਧ ਕਰਵਾਇਆ ਹੈ। ਰੋਲਆਊਟ ਨੂੰ Nvidia ਐਪ ਰਾਹੀਂ ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਕੰਪਨੀ ਦੇ ਕੋਰ ਸੌਫਟਵੇਅਰ ਈਕੋਸਿਸਟਮ ਵਿੱਚ AI ਨੂੰ ਵਧੇਰੇ ਡੂੰਘਾਈ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਹੈ। ਜਦੋਂ ਕਿ ਡੈਸਕਟਾਪ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪਹਿਲਾ ਸਵਾਦ ਮਿਲਦਾ ਹੈ, Nvidia ਨੇ ਸੰਕੇਤ ਦਿੱਤਾ ਹੈ ਕਿ ਲੈਪਟਾਪ RTX GPUs ਲਈ ਸਮਰਥਨ ਜਲਦੀ ਹੀ ਆਉਣ ਵਾਲਾ ਹੈ, ਇਸ ਦਿਲਚਸਪ ਤਕਨਾਲੋਜੀ ਲਈ ਸੰਭਾਵੀ ਉਪਭੋਗਤਾ ਅਧਾਰ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਇਹ ਪੜਾਅਵਾਰ ਰੀਲੀਜ਼ Nvidia ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਫੀਡਬੈਕ ਇਕੱਠਾ ਕਰਨ ਅਤੇ ਇੱਕ ਵਿਆਪਕ ਤੈਨਾਤੀ ਤੋਂ ਪਹਿਲਾਂ ਅਨੁਭਵ ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।
ਅੰਦਰ ਦੀ ਸ਼ਕਤੀ: ਸਥਾਨਕ ਪ੍ਰੋਸੈਸਿੰਗ ਕੇਂਦਰ ਵਿੱਚ
ਜੋ ਚੀਜ਼ Project G-Assist ਨੂੰ AI ਸਹਾਇਕਾਂ ਦੇ ਵਧਦੇ ਭੀੜ ਵਾਲੇ ਖੇਤਰ ਵਿੱਚ ਸੱਚਮੁੱਚ ਵੱਖਰਾ ਕਰਦੀ ਹੈ ਉਹ ਇਸਦੀ ਬੁਨਿਆਦੀ ਆਰਕੀਟੈਕਚਰ ਹੈ: ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਉਪਭੋਗਤਾ ਦੇ GeForce RTX GPU ‘ਤੇ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਬਹੁਤ ਸਾਰੇ ਉੱਭਰ ਰਹੇ AI ਹੱਲਾਂ ਦੇ ਬਿਲਕੁਲ ਉਲਟ ਹੈ, ਜਿਸ ਵਿੱਚ Microsoft ਦੇ ਸੰਭਾਵਿਤ ‘Copilot for Gaming’ ਵਰਗੇ ਸੰਭਾਵੀ ਪ੍ਰਤੀਯੋਗੀ ਸ਼ਾਮਲ ਹਨ, ਜੋ ਅਕਸਰ ਕਲਾਉਡ ਪ੍ਰੋਸੈਸਿੰਗ ‘ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਰਿਮੋਟ ਸਰਵਰਾਂ ‘ਤੇ ਨਿਰਭਰਤਾ ਲਈ ਆਮ ਤੌਰ ‘ਤੇ ਇੱਕ ਸਥਿਰ ਇੰਟਰਨੈਟ ਕਨੈਕਸ਼ਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਅਕਸਰ ਗਾਹਕੀ ਮਾਡਲਾਂ ਜਾਂ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਵਿਚਾਰ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ ਜੋ ਬਹੁਤ ਸਾਰੇ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਚਿੰਤਾ ਦਾ ਵਿਸ਼ਾ ਹਨ।
Nvidia ਆਪਣੇ ਆਧੁਨਿਕ ਗ੍ਰਾਫਿਕਸ ਕਾਰਡਾਂ ਵਿੱਚ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਜ਼ਬਰਦਸਤ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸ਼ਕਤੀ ਦਾ ਲਾਭ ਉਠਾ ਕੇ ਇਹਨਾਂ ਸੰਭਾਵੀ ਰੁਕਾਵਟਾਂ ਨੂੰ ਪਾਸੇ ਕਰ ਦਿੰਦਾ ਹੈ। G-Assist ਦੇ ਪਿੱਛੇ ਦਾ ਦਿਮਾਗ Llama ਆਰਕੀਟੈਕਚਰ ‘ਤੇ ਅਧਾਰਤ ਇੱਕ ਆਧੁਨਿਕ ਭਾਸ਼ਾ ਮਾਡਲ ਹੈ, ਜਿਸ ਵਿੱਚ 8 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰ ਹਨ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਮਾਡਲ ਆਕਾਰ ਬਾਹਰੀ ਸਰਵਰਾਂ ਨੂੰ ਲਗਾਤਾਰ ਪੁੱਛਗਿੱਛ ਕਰਨ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਸੂਖਮ ਸਮਝ ਅਤੇ ਜਵਾਬ ਪੈਦਾ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
ਸਹਾਇਕ ਨੂੰ ਸਰਗਰਮ ਕਰਨਾ ਸਹਿਜ ਹੋਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਇੱਕ ਸਧਾਰਨ Alt+G ਹੌਟਕੀ ਸੁਮੇਲ ਦੁਆਰਾ ਸ਼ੁਰੂ ਕੀਤਾ ਗਿਆ ਹੈ। ਐਕਟੀਵੇਸ਼ਨ ‘ਤੇ, ਸਿਸਟਮ ਬੁੱਧੀਮਾਨੀ ਨਾਲ, ਭਾਵੇਂ ਅਸਥਾਈ ਤੌਰ ‘ਤੇ, GPU ਦੇ ਸਰੋਤਾਂ ਦੇ ਇੱਕ ਹਿੱਸੇ ਨੂੰ ਖਾਸ ਤੌਰ ‘ਤੇ AI ਪ੍ਰੋਸੈਸਿੰਗ ਕਾਰਜਾਂ ਲਈ ਮੁੜ-ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ। Nvidia ਮੰਨਦਾ ਹੈ ਕਿ ਇਹ ਗਤੀਸ਼ੀਲ ਸਰੋਤ ਸ਼ਿਫਟਿੰਗ ਗੇਮ ਸਮੇਤ, ਸਮਕਾਲੀ ਤੌਰ ‘ਤੇ ਚੱਲ ਰਹੀਆਂ ਹੋਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਇੱਕ ਸੰਖੇਪ, ਪਲ ਭਰ ਦੀ ਗਿਰਾਵਟ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਟੀਚਾ ਸਹਾਇਕ ਦੀ ਉਪਯੋਗਤਾ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਦੇ ਹੋਏ ਘੁਸਪੈਠ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ ਹੈ।
ਸਥਾਨਕ ਹਾਰਡਵੇਅਰ ‘ਤੇ ਇਹ ਨਿਰਭਰਤਾ ਖਾਸ ਸਿਸਟਮ ਲੋੜਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ। Project G-Assist ਨੂੰ ਚਲਾਉਣ ਲਈ, ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ Nvidia GeForce RTX 30, 40, ਜਾਂ ਆਉਣ ਵਾਲੀ 50 ਸੀਰੀਜ਼ ਤੋਂ ਇੱਕ ਗ੍ਰਾਫਿਕਸ ਕਾਰਡ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਘੱਟੋ-ਘੱਟ 12 GB ਵੀਡੀਓ ਰੈਮ (VRAM) ਜ਼ਰੂਰੀ ਹੈ। ਇਹ VRAM ਲੋੜ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਦੀ ਮੈਮੋਰੀ-ਇੰਟੈਂਸਿਵ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ GPU ਕੋਲ AI ਕਾਰਜਾਂ ਅਤੇ ਮੰਗ ਵਾਲੇ ਗ੍ਰਾਫਿਕਲ ਵਰਕਲੋਡ ਦੋਵਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸੰਭਾਲਣ ਲਈ ਲੋੜੀਂਦੀ ਸਮਰੱਥਾ ਹੈ। ਇਹ ਹਾਰਡਵੇਅਰ ਰੁਕਾਵਟ ਕੁਦਰਤੀ ਤੌਰ ‘ਤੇ G-Assist ਨੂੰ ਇੱਕ ਪ੍ਰੀਮੀਅਮ ਵਿਸ਼ੇਸ਼ਤਾ ਵਜੋਂ ਸਥਿਤੀ ਦਿੰਦੀ ਹੈ, ਜੋ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਉਹਨਾਂ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਪਹੁੰਚਯੋਗ ਹੈ ਜਿਨ੍ਹਾਂ ਨੇ ਪਹਿਲਾਂ ਹੀ ਉੱਚ-ਅੰਤ ਦੇ ਗੇਮਿੰਗ ਸੈੱਟਅੱਪਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ Nvidia ਦੀਆਂ ਉੱਨਤ ਤਕਨਾਲੋਜੀਆਂ ਲਈ ਆਮ ਮਾਰਕੀਟ ਵੰਡ ਦੇ ਅਨੁਸਾਰ ਹੈ। ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚਲਾਉਣ ਦਾ ਫੈਸਲਾ ਲੇਟੈਂਸੀ ਲਈ ਸੰਭਾਵੀ ਲਾਭ ਵੀ ਰੱਖਦਾ ਹੈ - ਜਵਾਬ, ਸਿਧਾਂਤਕ ਤੌਰ ‘ਤੇ, ਕਲਾਉਡ ਸੰਚਾਰ ਵਿੱਚ ਮੌਜੂਦ ਰਾਊਂਡ-ਟ੍ਰਿਪ ਦੇਰੀ ਤੋਂ ਬਿਨਾਂ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।
ਇੱਕ ਗੇਮਰ-ਕੇਂਦਰਿਤ ਟੂਲਕਿੱਟ: ਸਧਾਰਨ ਚੈਟ ਤੋਂ ਪਰੇ
ਜਦੋਂ ਕਿ ਬਹੁਤ ਸਾਰੇ AI ਸਹਾਇਕ ਵਿਆਪਕ ਗੱਲਬਾਤ ਯੋਗਤਾਵਾਂ ਜਾਂ ਵੈੱਬ ਖੋਜਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਦੇ ਹਨ, Project G-Assist ਖਾਸ ਤੌਰ ‘ਤੇ PC ਗੇਮਿੰਗ ਅਨੁਭਵ ਅਤੇ ਸਿਸਟਮ ਪ੍ਰਬੰਧਨ ਨਾਲ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਸੰਬੰਧਿਤ ਕਾਰਜਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਕੇ ਇੱਕ ਵੱਖਰਾ ਸਥਾਨ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਆਮ ਗੱਲਬਾਤ ਕਰਨ ਵਾਲੇ ਨਾਲੋਂ ਘੱਟ ਅਤੇ ਤੁਹਾਡੇ ਗੇਮਿੰਗ ਰਿਗ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਅਤੇ ਸਮਝਣ ਲਈ ਇੱਕ ਬਹੁਤ ਹੀ ਵਿਸ਼ੇਸ਼ ਸਹਿ-ਪਾਇਲਟ ਵੱਧ ਹੈ।
ਵਿਸ਼ੇਸ਼ਤਾ ਸੈੱਟ ਵਿੱਚ ਕਈ ਮੁੱਖ ਸਮਰੱਥਾਵਾਂ ਸ਼ਾਮਲ ਹਨ:
- ਸਿਸਟਮ ਡਾਇਗਨੌਸਟਿਕਸ: G-Assist ਤੁਹਾਡੇ PC ਦੇ ਹਾਰਡਵੇਅਰ ਅਤੇ ਸੌਫਟਵੇਅਰ ਕੌਂਫਿਗਰੇਸ਼ਨ ਦੀਆਂ ਪੇਚੀਦਗੀਆਂ ਵਿੱਚ ਖੋਜ ਕਰ ਸਕਦਾ ਹੈ, ਸੰਭਾਵੀ ਰੁਕਾਵਟਾਂ, ਟਕਰਾਵਾਂ, ਜਾਂ ਮੁੱਦਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਜੋ ਪ੍ਰਦਰਸ਼ਨ ਜਾਂ ਸਥਿਰਤਾ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਡਰਾਈਵਰ ਸੰਸਕਰਣਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਕੰਪੋਨੈਂਟ ਤਾਪਮਾਨ ਅਤੇ ਵਰਤੋਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਤੱਕ ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ। ਅਣਜਾਣ ਫਰੇਮ ਡਰਾਪ ਜਾਂ ਕਰੈਸ਼ ਨਾਲ ਜੂਝ ਰਹੇ ਗੇਮਰਾਂ ਲਈ, ਇਹ ਡਾਇਗਨੌਸਟਿਕ ਸਮਰੱਥਾ ਮੂਲ ਕਾਰਨ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਅਨਮੋਲ ਸਾਬਤ ਹੋ ਸਕਦੀ ਹੈ।
- ਗੇਮ ਓਪਟੀਮਾਈਜੇਸ਼ਨ: ਗੇਮ ਪ੍ਰਦਰਸ਼ਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ Nvidia ਦੀ ਡੂੰਘੀ ਸਮਝ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋਏ, G-Assist ਦਾ ਉਦੇਸ਼ ਸਥਾਪਿਤ ਗੇਮਾਂ ਲਈ ਗ੍ਰਾਫਿਕਸ ਸੈਟਿੰਗਾਂ ਨੂੰ ਸਵੈਚਲਿਤ ਤੌਰ ‘ਤੇ ਫਾਈਨ-ਟਿਊਨ ਕਰਨਾ ਹੈ। ਇਹ ਸਟੈਂਡਰਡ GeForce Experience ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਤੋਂ ਪਰੇ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਰੀਅਲ-ਟਾਈਮ ਸਿਸਟਮ ਸਥਿਤੀ ਜਾਂ AI ਨੂੰ ਸੰਚਾਰਿਤ ਉਪਭੋਗਤਾ ਤਰਜੀਹਾਂ ਦੇ ਅਧਾਰ ‘ਤੇ ਵਧੇਰੇ ਗਤੀਸ਼ੀਲ ਵਿਵਸਥਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ। ਟੀਚਾ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਦਰਜਨਾਂ ਵਿਅਕਤੀਗਤ ਸੈਟਿੰਗਾਂ ਨੂੰ ਹੱਥੀਂ ਟਵੀਕ ਕਰਨ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਵਿਜ਼ੂਅਲ ਵਫ਼ਾਦਾਰੀ ਅਤੇ ਨਿਰਵਿਘਨ ਫਰੇਮ ਦਰਾਂ ਵਿਚਕਾਰ ਸਰਵੋਤਮ ਸੰਤੁਲਨ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ।
- GPU ਓਵਰਕਲੌਕਿੰਗ ਸਹਾਇਤਾ: ਆਪਣੇ ਹਾਰਡਵੇਅਰ ਤੋਂ ਵਾਧੂ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਨਿਚੋੜਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲੇ ਉਤਸ਼ਾਹੀਆਂ ਲਈ, G-Assist GPU ਓਵਰਕਲੌਕਿੰਗ ਦੇ ਨਾਲ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਸਵੈਚਾਲਤ ਸਹਾਇਤਾ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਮੈਨੂਅਲ ਓਵਰਕਲੌਕਿੰਗ ਲਈ ਮਹੱਤਵਪੂਰਨ ਤਕਨੀਕੀ ਗਿਆਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਜੋਖਮ ਹੁੰਦੇ ਹਨ, AI ਸੁਰੱਖਿਅਤ, ਡੇਟਾ-ਸੰਚਾਲਿਤ ਸਿਫ਼ਾਰਸ਼ਾਂ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਸਵੈਚਾਲਤ ਸਥਿਰਤਾ ਟੈਸਟ ਵੀ ਕਰ ਸਕਦਾ ਹੈ, ਇਸ ਪ੍ਰਦਰਸ਼ਨ-ਵਧਾਉਣ ਵਾਲੀ ਤਕਨੀਕ ਨੂੰ ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਬਣਾਉਂਦਾ ਹੈ।
- ਪ੍ਰਦਰਸ਼ਨ ਨਿਗਰਾਨੀ: ਸਹਾਇਕ ਸਿਸਟਮ ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਵਿੱਚ ਰੀਅਲ-ਟਾਈਮ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਉਪਭੋਗਤਾ ਮੌਜੂਦਾ ਫਰੇਮ ਦਰਾਂ, CPU/GPU ਉਪਯੋਗਤਾ, ਤਾਪਮਾਨ, ਕਲਾਕ ਸਪੀਡ, ਅਤੇ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਅੰਕੜਿਆਂ ਲਈ G-Assist ਤੋਂ ਪੁੱਛਗਿੱਛ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਗੇਮਰਾਂ ਨੂੰ ਵੱਖਰੇ ਓਵਰਲੇ ਸੌਫਟਵੇਅਰ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਮੰਗ ਵਾਲੇ ਗੇਮਪਲੇ ਸੈਸ਼ਨਾਂ ਦੌਰਾਨ ਆਪਣੇ ਸਿਸਟਮ ਦੇ ਵਿਵਹਾਰ ‘ਤੇ ਨੇੜਿਓਂ ਨਜ਼ਰ ਰੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
- ਪੈਰੀਫਿਰਲ ਕੰਟਰੋਲ: PC ਟਾਵਰ ਤੋਂ ਪਰੇ ਆਪਣੀ ਪਹੁੰਚ ਨੂੰ ਵਧਾਉਂਦੇ ਹੋਏ, G-Assist ਵਿੱਚ ਅਨੁਕੂਲ ਸਮਾਰਟ ਹੋਮ ਡਿਵਾਈਸਾਂ ਅਤੇ ਪੈਰੀਫਿਰਲਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਲਈ ਕਾਰਜਕੁਸ਼ਲਤਾ ਸ਼ਾਮਲ ਹੈ। Nvidia ਨੇ Logitech, Corsair, MSI, ਅਤੇ Nanoleaf ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਬ੍ਰਾਂਡਾਂ ਦੇ ਉਤਪਾਦਾਂ ਨਾਲ ਏਕੀਕਰਣ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ। ਇਹ ਵੌਇਸ ਕਮਾਂਡਾਂ ਜਾਂ ਸਵੈਚਾਲਤ ਰੁਟੀਨਾਂ ਨੂੰ RGB ਲਾਈਟਿੰਗ ਸਕੀਮਾਂ, ਪੱਖੇ ਦੀ ਗਤੀ, ਜਾਂ ਹੋਰ ਵਾਤਾਵਰਣਕ ਕਾਰਕਾਂ ਨੂੰ ਇਨ-ਗੇਮ ਮਾਹੌਲ ਜਾਂ ਸਿਸਟਮ ਸਥਿਤੀ ਨਾਲ ਮੇਲ ਕਰਨ ਲਈ ਵਿਵਸਥਿਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਸਕਦਾ ਹੈ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਜਦੋਂ ਤੁਹਾਡੀ ਇਨ-ਗੇਮ ਸਿਹਤ ਘੱਟ ਹੁੰਦੀ ਹੈ ਤਾਂ ਤੁਹਾਡੇ ਕਮਰੇ ਦੀ ਰੋਸ਼ਨੀ ਸਵੈਚਲਿਤ ਤੌਰ ‘ਤੇ ਲਾਲ ਹੋ ਜਾਂਦੀ ਹੈ, ਜੋ ਸਥਾਨਕ AI ਸਹਾਇਕ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੁੰਦੀ ਹੈ।
ਇਹ ਫੰਕਸ਼ਨ-ਕੇਂਦਰਿਤ ਪਹੁੰਚ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ PC ਗੇਮਰਾਂ ਅਤੇ ਹਾਰਡਵੇਅਰ ਉਤਸ਼ਾਹੀਆਂ ਦੀਆਂ ਦੁਖਦਾਈ ਬਿੰਦੂਆਂ ਅਤੇ ਇੱਛਾਵਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦੀ ਹੈ, ਸਿਰਫ਼ ਗੱਲਬਾਤ ਦੀ ਨਵੀਨਤਾ ਦੀ ਬਜਾਏ ਵਿਹਾਰਕ ਸਾਧਨਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀ ਹੈ।
ਭਵਿੱਖ ਲਈ ਬਿਲਡਿੰਗ ਬਲਾਕ: ਵਿਸਤਾਰਯੋਗਤਾ ਅਤੇ ਕਮਿਊਨਿਟੀ ਇਨਪੁਟ
ਇਸਦੇ ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ੇਸ਼ਤਾ ਸੈੱਟ ਤੋਂ ਪਰੇ ਨਵੀਨਤਾ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਪਛਾਣਦੇ ਹੋਏ, Nvidia ਨੇ ਜਾਣਬੁੱਝ ਕੇ Project G-Assist ਨੂੰ ਵਿਸਤਾਰਯੋਗਤਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਤਿਆਰ ਕੀਤਾ ਹੈ। ਕੰਪਨੀ ਇੱਕ GitHub ਰਿਪੋਜ਼ਟਰੀ ਪ੍ਰਦਾਨ ਕਰਕੇ ਕਮਿਊਨਿਟੀ ਦੀ ਸ਼ਮੂਲੀਅਤ ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਉਤਸ਼ਾਹਿਤ ਕਰ ਰਹੀ ਹੈ ਜਿੱਥੇ ਡਿਵੈਲਪਰ ਯੋਗਦਾਨ ਪਾ ਸਕਦੇ ਹਨ ਅਤੇ ਆਪਣੇ ਖੁਦ ਦੇ ਪਲੱਗਇਨ ਬਣਾ ਸਕਦੇ ਹਨ। ਇਹ ਖੁੱਲ੍ਹੀ ਪਹੁੰਚ ਤੀਜੀ-ਧਿਰ ਦੇ ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਪ੍ਰੇਰਿਤ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ G-Assist ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।
ਪਲੱਗਇਨ ਆਰਕੀਟੈਕਚਰ ਇੱਕ ਸਿੱਧੇ JSON ਫਾਰਮੈਟ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜੋ ਉਹਨਾਂ ਡਿਵੈਲਪਰਾਂ ਲਈ ਦਾਖਲੇ ਦੀ ਰੁਕਾਵਟ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ ਜੋ ਆਪਣੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਜਾਂ ਸੇਵਾਵਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਨ। Nvidia ਨੇ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਉਦਾਹਰਨ ਪਲੱਗਇਨ ਪ੍ਰਦਾਨ ਕੀਤੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਪ੍ਰਸਿੱਧ ਸੰਗੀਤ ਸਟ੍ਰੀਮਿੰਗ ਸੇਵਾ Spotify ਨਾਲ ਏਕੀਕਰਣ ਅਤੇ Google ਦੇ Gemini AI ਮਾਡਲਾਂ ਨਾਲ ਕਨੈਕਟੀਵਿਟੀ ਸ਼ਾਮਲ ਹੈ। ਇੱਕ Spotify ਪਲੱਗਇਨ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ G-Assist ਦੁਆਰਾ ਵੌਇਸ ਕਮਾਂਡਾਂ ਰਾਹੀਂ ਸੰਗੀਤ ਪਲੇਬੈਕ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦੇ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਇੱਕ Gemini ਕਨੈਕਸ਼ਨ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ, ਵੈੱਬ-ਸੂਚਿਤ ਪੁੱਛਗਿੱਛਾਂ ਨੂੰ ਸਮਰੱਥ ਕਰ ਸਕਦਾ ਹੈ ਜੇਕਰ ਉਪਭੋਗਤਾ ਇਸਨੂੰ ਲਿੰਕ ਕਰਨ ਦੀ ਚੋਣ ਕਰਦਾ ਹੈ (ਹਾਲਾਂਕਿ ਇਹ ਖਾਸ ਕਾਰਜਾਂ ਲਈ ਕਲਾਉਡ ਸਮਰੱਥਾਵਾਂ ਨਾਲ ਸਥਾਨਕ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਪੂਰਾ ਕਰੇਗਾ)।
ਕਮਿਊਨਿਟੀ ਸੁਧਾਰ ‘ਤੇ ਇਹ ਜ਼ੋਰ Nvidia ਵੱਲੋਂ ਉਪਭੋਗਤਾ ਫੀਡਬੈਕ ਲਈ ਇੱਕ ਸਪੱਸ਼ਟ ਬੇਨਤੀ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। ਇੱਕ “ਪ੍ਰਯੋਗਾਤਮਕ” ਰੀਲੀਜ਼ ਵਜੋਂ, G-Assist ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਮ ਚੱਲ ਰਿਹਾ ਹੈ। Nvidia ਦਾ ਉਦੇਸ਼ ਸ਼ੁਰੂਆਤੀ ਅਪਣਾਉਣ ਵਾਲਿਆਂ ਦੇ ਤਜ਼ਰਬਿਆਂ, ਸੁਝਾਵਾਂ ਅਤੇ ਆਲੋਚਨਾਵਾਂ ਦੀ ਵਰਤੋਂ ਸਹਾਇਕ ਦੇ ਭਵਿੱਖ ਦੇ ਵਿਕਾਸ ਦੇ ਮਾਰਗ ਨੂੰ ਆਕਾਰ ਦੇਣ ਲਈ ਕਰਨਾ ਹੈ। ਕਿਹੜੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸਭ ਤੋਂ ਵੱਧ ਉਪਯੋਗੀ ਹਨ? ਪ੍ਰਦਰਸ਼ਨ ਪ੍ਰਭਾਵ ਕਿੱਥੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਧਿਆਨ ਦੇਣ ਯੋਗ ਬਣ ਜਾਂਦਾ ਹੈ? ਉਪਭੋਗਤਾ ਕਿਹੜੇ ਨਵੇਂ ਏਕੀਕਰਣ ਦੇਖਣਾ ਚਾਹੁਣਗੇ? ਇਹਨਾਂ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ, Nvidia ਐਪ ਅਤੇ ਕਮਿਊਨਿਟੀ ਚੈਨਲਾਂ ਰਾਹੀਂ ਇਕੱਠੇ ਕੀਤੇ ਗਏ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੋਣਗੇ ਕਿ ਕੀ G-Assist ਇੱਕ ਪ੍ਰਯੋਗ ਤੋਂ GeForce ਈਕੋਸਿਸਟਮ ਦੀ ਇੱਕ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾ ਵਿੱਚ ਵਿਕਸਤ ਹੁੰਦਾ ਹੈ।
AI ਸਹਾਇਕ ਅਖਾੜਾ: ਪ੍ਰਤੀਯੋਗੀ ਲੈਂਡਸਕੇਪ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨਾ
G-Assist ਦੀ Nvidia ਦੀ ਸ਼ੁਰੂਆਤ ਇੱਕ ਖਲਾਅ ਵਿੱਚ ਨਹੀਂ ਹੁੰਦੀ ਹੈ। ਗੇਮਰਾਂ ਲਈ AI-ਸੰਚਾਲਿਤ ਸਹਾਇਤਾ ਦੀ ਧਾਰਨਾ ਪੂਰੇ ਉਦਯੋਗ ਵਿੱਚ ਖਿੱਚ ਪ੍ਰਾਪਤ ਕਰ ਰਹੀ ਹੈ। Microsoft, PC ਸਪੇਸ ਵਿੱਚ Nvidia ਦਾ ਸਦੀਵੀ ਪ੍ਰਤੀਯੋਗੀ (Windows ਅਤੇ Xbox ਰਾਹੀਂ), ਆਪਣਾ ਹੱਲ ਵਿਕਸਿਤ ਕਰਨ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਜਿਸਨੂੰ ਆਰਜ਼ੀ ਤੌਰ ‘ਤੇ ‘Copilot for Gaming’ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਸੰਕੇਤ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ Microsoft ਦੀ ਪਹੁੰਚ ਸ਼ੁਰੂ ਵਿੱਚ ਇੱਕ ਰਵਾਇਤੀ ਚੈਟ ਸਹਾਇਕ ਮਾਡਲ ਵੱਲ ਵਧੇਰੇ ਝੁਕ ਸਕਦੀ ਹੈ, ਗੇਮ ਸੁਝਾਅ, ਵਾਕਥਰੂ, ਜਾਂ ਵੈੱਬ ਤੋਂ ਇਕੱਠੀ ਕੀਤੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਯੋਜਨਾਵਾਂ ਵਿੱਚ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਇਸਨੂੰ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਗੇਮਪਲੇ ਦ੍ਰਿਸ਼ਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਵਿਕਸਤ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ, ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਕਲਾਉਡ ਪ੍ਰੋਸੈਸਿੰਗ ਸ਼ਕਤੀ ਦਾ ਲਾਭ ਉਠਾਉਣਾ।
ਬੁਨਿਆਦੀ ਅੰਤਰ ਪ੍ਰੋਸੈਸਿੰਗ ਸਥਾਨ ਵਿੱਚ ਹੈ: G-Assist ਸਥਾਨਕ, ਔਨ-ਡਿਵਾਈਸ AI ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ Microsoft ਦਾ Copilot ਕਲਾਉਡ ‘ਤੇ ਵਧੇਰੇ ਭਾਰੀ ਨਿਰਭਰ ਕਰਨ ਲਈ ਤਿਆਰ ਜਾਪਦਾ ਹੈ। ਇਹ ਭਿੰਨਤਾ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ ਤਰਜੀਹਾਂ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਵਿਕਲਪ ਪੇਸ਼ ਕਰਦੀ ਹੈ:
- G-Assist (ਸਥਾਨਕ): ਸੰਭਾਵੀ ਫਾਇਦਿਆਂ ਵਿੱਚ ਘੱਟ ਲੇਟੈਂਸੀ, ਵਧੀ ਹੋਈ ਗੋਪਨੀਯਤਾ (ਬਾਹਰੀ ਤੌਰ ‘ਤੇ ਘੱਟ ਡੇਟਾ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ), ਅਤੇ ਔਫਲਾਈਨ ਕਾਰਜਕੁਸ਼ਲਤਾ ਸ਼ਾਮਲ ਹੈ। ਮੁੱਖ ਰੁਕਾਵਟਾਂ ਮਹੱਤਵਪੂਰਨ ਹਾਰਡਵੇਅਰ ਲੋੜਾਂ (ਹਾਈ-ਐਂਡ RTX GPU, ਕਾਫ਼ੀ VRAM) ਅਤੇ ਸਥਾਨਕ ਮਸ਼ੀਨ ‘ਤੇ ਅਸਥਾਈ ਪ੍ਰਦਰਸ਼ਨ ਪ੍ਰਭਾਵਾਂ ਦੀ ਸੰਭਾਵਨਾ ਹਨ।
- Copilot for Gaming (ਕਲਾਉਡ-ਅਧਾਰਿਤ - ਅਨੁਮਾਨਿਤ): ਸੰਭਾਵੀ ਫਾਇਦਿਆਂ ਵਿੱਚ ਹਾਰਡਵੇਅਰ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ‘ਤੇ ਪਹੁੰਚਯੋਗਤਾ (ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਘੱਟ ਮੰਗ), ਡੇਟਾ ਸੈਂਟਰਾਂ ਵਿੱਚ ਹੋਸਟ ਕੀਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਮਾਡਲ, ਅਤੇ ਵੈੱਬ ਸੇਵਾਵਾਂ ਨਾਲ ਆਸਾਨ ਏਕੀਕਰਣ ਸ਼ਾਮਲ ਹਨ। ਨੁਕਸਾਨਾਂ ਵਿੱਚ ਇੱਕ ਸਥਿਰ ਇੰਟਰਨੈਟ ਕਨੈਕਸ਼ਨ ‘ਤੇ ਨਿਰਭਰਤਾ, ਸੰਭਾਵੀ ਗਾਹਕੀ ਲਾਗਤਾਂ, ਅਤੇ ਕਲਾਉਡ ਪ੍ਰੋਸੈਸਿੰਗ ਨਾਲ ਜੁੜੇ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਵਿਚਾਰ ਸ਼ਾਮਲ ਹਨ।
ਇਹ ਸਥਾਨਕ-ਬਨਾਮ-ਕਲਾਉਡ ਬਹਿਸ ਵਿਆਪਕ AI ਲੈਂਡਸਕੇਪ ਵਿੱਚ ਇੱਕ ਆਵਰਤੀ ਥੀਮ ਹੈ, ਅਤੇ ਗੇਮਿੰਗ ਖੇਤਰ ਵਿੱਚ ਇਸਦਾ ਪ੍ਰਗਟਾਵਾ ਪ੍ਰਮੁੱਖ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਲਗਾਏ ਜਾ ਰਹੇ ਵੱਖ-ਵੱਖ ਰਣਨੀਤਕ ਦਾਅਵਿਆਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ। Nvidia ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਸਥਾਨਕ ਕੰਪਿਊਟ (GPUs) ਵਿੱਚ ਆਪਣੇ ਦਬਦਬੇ ਦਾ ਇੱਕ ਮੁੱਖ ਵਿਭਿੰਨਤਾ ਵਜੋਂ ਲਾਭ ਉਠਾ ਰਿਹਾ ਹੈ।
ਇੱਕ ਵੱਡੇ ਟੈਪੇਸਟ੍ਰੀ ਵਿੱਚ ਇੱਕ ਧਾਗਾ: Nvidia ਦਾ ਸਥਾਈ AI ਵਿਜ਼ਨ
Project G-Assist ਕੋਈ ਅਲੱਗ-ਥਲੱਗ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਆਲੇ-ਦੁਆਲੇ Nvidia ਦੀ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲੀ ਆ ਰਹੀ ਅਤੇ ਡੂੰਘਾਈ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਰਣਨੀਤੀ ਦਾ ਨਵੀਨਤਮ ਪ੍ਰਗਟਾਵਾ ਹੈ। ਕੰਪਨੀ ਦੀ GPU ਆਰਕੀਟੈਕਚਰ, ਖਾਸ ਤੌਰ ‘ਤੇ ਹਾਲੀਆ ਪੀੜ੍ਹੀਆਂ ਵਿੱਚ Tensor Cores ਦੇ ਆਗਮਨ ਨਾਲ, AI ਵਰਕਲੋਡ ਲਈ ਬੇਮਿਸਾਲ ਤੌਰ ‘ਤੇ ਅਨੁਕੂਲ ਸਾਬਤ ਹੋਈ ਹੈ, ਜਿਸ ਨਾਲ Nvidia ਨੂੰ ਸਿਰਫ਼ ਗੇਮਿੰਗ ਤੋਂ ਪਰੇ AI ਕ੍ਰਾਂਤੀ ਵਿੱਚ ਸਭ ਤੋਂ ਅੱਗੇ ਲਿਜਾਇਆ ਗਿਆ ਹੈ।
ਇਹ ਨਵਾਂ ਸਹਾਇਕ ਕੰਪਨੀ ਦੀਆਂ ਹੋਰ ਹਾਲੀਆ AI ਪਹਿਲਕਦਮੀਆਂ ਦੇ ਨਾਲ ਸਾਫ਼-ਸੁਥਰਾ ਸਲਾਟ ਕਰਦਾ ਹੈ:
- ChatRTX: 2024 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਲਾਂਚ ਕੀਤਾ ਗਿਆ, ChatRTX RTX GPU ਮਾਲਕਾਂ ਲਈ ਇੱਕ ਹੋਰ ਪ੍ਰਯੋਗਾਤਮਕ, ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲਣ ਵਾਲੀ ਐਪਲੀਕੇਸ਼ਨ ਹੈ। ਇਹ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਸਥਾਨਕ ਦਸਤਾਵੇਜ਼ਾਂ, ਫੋਟੋਆਂ, ਜਾਂ ਹੋਰ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਚੈਟਬੋਟ ਨੂੰ ਵਿਅਕਤੀਗਤ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਅੱਪਡੇਟਾਂ ਨੇ Google ਦੇ Gemma ਅਤੇ ChatGLM3 ਵਰਗੇ ਵੱਖ-ਵੱਖ AI ਮਾਡਲਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਟੈਕਸਟ ਵਰਣਨ ਦੇ ਅਧਾਰ ‘ਤੇ ਆਧੁਨਿਕ ਫੋਟੋ ਖੋਜਾਂ ਲਈ OpenAI ਦੇ CLIP ਲਈ ਸਮਰਥਨ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ। G-Assist ChatRTX ਨਾਲ ਸਥਾਨਕ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਦੇ ਮੁੱਖ ਸਿਧਾਂਤ ਨੂੰ ਸਾਂਝਾ ਕਰਦਾ ਹੈ ਪਰ ਖਾਸ ਤੌਰ ‘ਤੇ ਗੇਮਿੰਗ ਅਤੇ ਸਿਸਟਮ ਕਾਰਜਾਂ ‘ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦਾ ਹੈ।
- Nvidia ACE (Avatar Cloud Engine): Computex ਵਿਖੇ G-Assist ਦੇ ਨਾਲ ਪ੍ਰਦਰਸ਼ਿਤ, ACE ਤਕਨਾਲੋਜੀਆਂ ਦਾ ਇੱਕ ਸੂਟ ਹੈ ਜਿਸਦਾ ਉਦੇਸ਼ ਗੇਮਾਂ ਵਿੱਚ ਵਧੇਰੇ ਯਥਾਰਥਵਾਦੀ ਅਤੇ ਇੰਟਰਐਕਟਿਵ ਡਿਜੀਟਲ ਮਨੁੱਖ (NPCs - Non-Player Characters) ਬਣਾਉਣਾ ਹੈ। ਇਸ ਵਿੱਚ ਐਨੀਮੇਸ਼ਨ, ਗੱਲਬਾਤ ਅਤੇ ਸਮਝ ਲਈ AI ਮਾਡਲ ਸ਼ਾਮਲ ਹਨ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਗੇਮ ਦੀਆਂ ਦੁਨੀਆ ਨੂੰ ਵਧੇਰੇ ਜੀਵੰਤ ਮਹਿਸੂਸ ਕਰਵਾਉਂਦੇ ਹਨ।
- RTX AI Toolkit: ਇਹ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ ਗੇਮਾਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਟੂਲ ਅਤੇ SDK ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜੋ RTX ਹਾਰਡਵੇਅਰ ਲਈ ਅਨੁਕੂਲਿਤ ਹਨ।
- Nemotron-4 4B Instruct: ਇੱਕ ਹਾਲ ਹੀ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਸੰਖੇਪ ਭਾਸ਼ਾ ਮਾਡਲ (4 ਬਿਲੀਅਨ ਪੈਰਾਮੀਟਰ) ਖਾਸ ਤੌਰ ‘ਤੇ ਸਥਾਨਕ ਡਿਵਾਈਸਾਂ ‘ਤੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਚੱਲਣ ਅਤੇ ਗੇਮ ਪਾਤਰਾਂ ਜਾਂ ਹੋਰ AI ਏਜੰਟਾਂ ਦੀਆਂ ਗੱਲਬਾਤ ਯੋਗਤਾਵਾਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ G-Assist ਜਾਂ ACE ਕੰਪੋਨੈਂਟਸ ਦੇ ਭਵਿੱਖੀ ਦੁਹਰਾਓ ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।
ਇਸ ਤੋਂ ਵੀ ਪਿੱਛੇ, ਗ੍ਰਾਫਿਕਸ ਅਤੇ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਵਿੱਚ AI ਦੀ ਸੰਭਾਵਨਾ ਦੀ Nvidia ਦੀ ਖੋਜ ਸਾਲਾਂ ਪੁਰਾਣੀ ਹੈ। 2018 ਦੇ ਅਖੀਰ ਵਿੱਚ, ਕੰਪਨੀ ਨੇ ਇੱਕ AI ਸਿਸਟਮ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਜੋ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਇੰਟਰਐਕਟਿਵ 3D ਸ਼ਹਿਰ ਦੇ ਵਾਤਾਵਰਣ ਪੈਦਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ, ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੀਡੀਓ ਫੁਟੇਜ ‘ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੈ। ਇਹ ਲੰਬੇ ਸਮੇਂ ਦਾ ਨਿਵੇਸ਼ ਅਤੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਇਸ ਗੱਲ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦਾ ਹੈ ਕਿ G-Assist ਸਿਰਫ਼ ਇੱਕ