NVIDIA Project G-Assist: ਸਾਡੀ ਰਾਏ

ਇਸ ਸਾਲ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, NVIDIA ਨੇ ਆਖਰਕਾਰ Project G-Assist ਪੇਸ਼ ਕੀਤਾ, ਇੱਕ ਅਸਲ ਉਤਪਾਦ ਜਿਸਨੂੰ ਤੁਸੀਂ ਅਜ਼ਮਾ ਸਕਦੇ ਹੋ, ਜਿਸਦਾ “ਕਨਸੈਪਟ” ਅਪ੍ਰੈਲ 2017 ਵਿੱਚ ਪ੍ਰਗਟ ਹੋਇਆ ਸੀ। ਸ਼ੁਰੂਆਤੀ ਵਿਚਾਰ ਖਿਡਾਰੀਆਂ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਮਦਦ ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਆਲੇ ਦੁਆਲੇ ਘੁੰਮਦਾ ਸੀ ਤਾਂ ਜੋ ਉਹ ਫਸੇ ਹੋਏ ਲੈਵਲਾਂ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਪਾਰ ਕਰ ਸਕਣ, ਜਦੋਂ ਕਿ ਅਸਲ ਉਤਪਾਦ AI ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਇਨ-ਗੇਮ ਸਹਾਇਕ ਤੋਂ ਵੱਧ ਕੰਮ ਕਰਦਾ ਹੈ।

Project G-Assist ਕੀ ਹੈ?

ਵਰਤਮਾਨ ਵਿੱਚ, Project G-Assist Meta ਦੇ Llama-3.1-8B ਛੋਟੇ ਭਾਸ਼ਾ ਮਾਡਲ (SLM) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜੋ ਤੁਹਾਡੇ ਕੰਪਿਊਟਰ ‘ਤੇ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਤੁਹਾਡੇ RTX GPU ‘ਤੇ। NVIDIA ਦੇ ਸ਼ਬਦਾਂ ਵਿੱਚ: “ਜਿਵੇਂ ਕਿ ਆਧੁਨਿਕ ਕੰਪਿਊਟਰ ਵੱਧ ਤੋਂ ਵੱਧ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੁੰਦੇ ਜਾਂਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਦਾ ਸੰਚਾਲਨ ਵੀ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਜਾਂਦਾ ਹੈ। G-Assist ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ PC ਸੈਟਿੰਗਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਗੇਮ ਅਤੇ ਸਿਸਟਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ, ਫਰੇਮ ਰੇਟਾਂ ਅਤੇ ਹੋਰ ਮੁੱਖ ਪ੍ਰਦਰਸ਼ਨ ਅੰਕੜਿਆਂ ਨੂੰ ਖਿੱਚਣ ਤੋਂ ਲੈ ਕੇ, ਚੁਣੇ ਹੋਏ ਪੈਰੀਫਿਰਲ ਡਿਵਾਈਸ ਸੈਟਿੰਗਾਂ (ਜਿਵੇਂ ਕਿ ਲਾਈਟਿੰਗ) ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਤੱਕ - ਇਹ ਸਭ ਬੁਨਿਆਦੀ ਵੌਇਸ ਜਾਂ ਟੈਕਸਟ ਕਮਾਂਡਾਂ ਰਾਹੀਂ।”

ਇਹ ਵਿਚਾਰ ਗੂਗਲ ਅਤੇ ਐਪਲ ਦੁਆਰਾ AI ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਪਣੇ ਡਿਜੀਟਲ ਸਹਾਇਕਾਂ ਨੂੰ ਵਧਾਉਣ ਤੋਂ ਬਹੁਤ ਵੱਖਰਾ ਨਹੀਂ ਹੈ, ਜੋ ਉਨ੍ਹਾਂ ਨੂੰ ਮਨੁੱਖੀ ਭਾਸ਼ਾ ਨੂੰ ਬਿਹਤਰ ਤਰੀਕੇ ਨਾਲ ਸਮਝਣ ਅਤੇ ਸਿਸਟਮ ਦੇ ਵੱਖ-ਵੱਖ ਕੋਨਿਆਂ ਵਿੱਚ ਪੰਨਿਆਂ ਦੇ ਡੂੰਘੇ ਮੀਨੂਆਂ ਨੂੰ ਬ੍ਰਾਊਜ਼ ਕੀਤੇ ਬਿਨਾਂ ਸੈਟਿੰਗਾਂ ਨੂੰ ਐਡਜਸਟ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਸਿਧਾਂਤਕ ਤੌਰ ‘ਤੇ, ਇਹ ਖਾਸ ਤੌਰ ‘ਤੇ ਆਮ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਮਦਦਗਾਰ ਹੋ ਸਕਦਾ ਹੈ: ਸਾਡੇ ਵਰਗੇ ਲੋਕ ਗੀਕ ਹਨ, ਜੋ ਆਪਣੀ ਮਰਜ਼ੀ ਅਨੁਸਾਰ ਨੌਬਾਂ ਨੂੰ ਐਡਜਸਟ ਕਰਨਾ ਪਸੰਦ ਕਰਦੇ ਹਨ, GPU ਓਵਰਕਲੌਕਿੰਗ ਜਾਂ ਗ੍ਰਾਫਿਕਸ ਸੈਟਿੰਗਾਂ ਨੂੰ ਐਡਜਸਟ ਕਰਨਾ ਉਨ੍ਹਾਂ ਲਈ ਬਹੁਤ ਡਰਾਉਣਾ ਹੋ ਸਕਦਾ ਹੈ - ਇੱਥੇ ਹੀ Project G-Assist ਕੰਮ ਆਉਂਦਾ ਹੈ।

ਸੈੱਟਅੱਪ

Project G-Assist ਨੂੰ ਸਥਾਪਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਤੁਹਾਨੂੰ ਕੁਝ ਗੱਲਾਂ ਜਾਣਨ ਦੀ ਲੋੜ ਹੈ, ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਸਿਸਟਮ ਦੀਆਂ ਲੋੜਾਂ। ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਤੁਹਾਡੇ ਕੋਲ RTX 30 ਸੀਰੀਜ਼ ਜਾਂ ਨਵਾਂ GPU ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ 12GB VRAM ਹੋਵੇ (ਵਰਤਮਾਨ ਵਿੱਚ ਲੈਪਟਾਪ GPU ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ) - ਬਦਕਿਸਮਤੀ ਨਾਲ, ਪਿਛਲੀਆਂ ਪੀੜ੍ਹੀਆਂ ਵਿੱਚ ਕੁਝ ਅਜੀਬ VRAM ਸੰਰਚਨਾਵਾਂ ਦੇ ਕਾਰਨ, ਇਸਨੇ ਇੱਕ ਅਜਿਹੀ ਸਥਿਤੀ ਪੈਦਾ ਕਰ ਦਿੱਤੀ ਹੈ ਜਿੱਥੇ ਇੱਕ RTX 3060 12GB ਦਾ ਮਾਲਕ ਮਾਡਲ ਚਲਾ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਇੱਕ ਉੱਚ-ਅੰਤ ਵਾਲਾ RTX 3080 (ਜਿਸ ਵਿੱਚ 10GB VRAM ਹੈ) ਨਹੀਂ ਚਲਾ ਸਕਦਾ ਹੈ। ਊਫ।

ਮੰਨ ਲਓ ਕਿ ਤੁਹਾਡਾ GPU ਹਾਰਡਵੇਅਰ ਲੋੜਾਂ ਪੂਰੀਆਂ ਕਰਦਾ ਹੈ, ਤੁਹਾਨੂੰ Windows 10 ਜਾਂ Windows 11 ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਅਤੇ GPU ਡਰਾਈਵਰ ਸੰਸਕਰਣ 572.83 ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ ਦੀ ਵੀ ਲੋੜ ਹੋਵੇਗੀ; ਸਟੋਰੇਜ ਲਈ, ਇਸਨੂੰ ਸਿਸਟਮ ਸਹਾਇਕ ਫੰਕਸ਼ਨ ਨੂੰ ਠੀਕ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਨ ਲਈ ਘੱਟੋ-ਘੱਟ 6.5GB ਡਿਸਕ ਸਪੇਸ ਦੀ ਲੋੜ ਹੈ (ਵੌਇਸ ਕਮਾਂਡਾਂ ਲਈ ਇੱਕ ਵਾਧੂ 3GB ਦੀ ਲੋੜ ਹੋਵੇਗੀ)। ਵਰਤਮਾਨ ਵਿੱਚ, ਸਿਰਫ ਅੰਗਰੇਜ਼ੀ ਹੀ ਸਮਰਥਿਤ ਹੈ।

ਤੁਹਾਨੂੰ ਆਪਣੇ ਸਿਸਟਮ ‘ਤੇ Project G-Assist ਨੂੰ ਸਮਰੱਥ ਕਰਨ ਲਈ NVIDIA App ਨੂੰ ਵੀ ਸਥਾਪਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ; ਪੈਰੀਫਿਰਲ ਡਿਵਾਈਸ ਨਾਲ ਸਬੰਧਤ ਹਾਰਡਵੇਅਰ ਲੋੜਾਂ ਲਈ, ਮੌਜੂਦਾ ਸੰਸਕਰਣ MSI ਮਦਰਬੋਰਡਾਂ, ਅਤੇ Logitech G, Corsair ਅਤੇ Nanoleaf ਤੋਂ ਪੈਰੀਫਿਰਲ ਡਿਵਾਈਸਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ। ਇਨ੍ਹਾਂ ਬ੍ਰਾਂਡਾਂ ਦੇ ਸਾਰੇ ਮਾਡਲ ਸਮਰਥਿਤ ਨਹੀਂ ਹਨ - ਹੋਰ ਵੇਰਵਿਆਂ ਲਈ, ਕਿਰਪਾ ਕਰਕੇ Project G-Assist ਹੋਮਪੇਜ ਦੇ ਹੇਠਾਂ “ਸਿਸਟਮ ਲੋੜਾਂ” ਟੈਬ ਦੇਖੋ।

ਟੈਸਟਿੰਗ ਸਿਸਟਮ

• CPU: Intel Core i9-13900K
• ਕੂਲਿੰਗ: Cooler Master MasterLiquid PL360 Flux 30th Anniversary Edition
• ਥਰਮਲ ਪੇਸਟ: Thermal Grizzly Kryonaut
• ਮਦਰਬੋਰਡ: ASUS ROG Maximus Z790 Apex
• GPU: NVIDIA GeForce RTX 5090 Founders Edition
• ਮੈਮੋਰੀ: Kingston FURY BEAST RGB DDR5-6800 CL34 (2x16GB)
  • DDR5-6400 CL32 XMP ਪ੍ਰੋਫਾਈਲ ਵਜੋਂ ਸੰਰਚਿਤ
• ਸਟੋਰੇਜ: ADATA LEGEND 960 MAX 1TB
• ਪਾਵਰ ਸਪਲਾਈ: Cooler Master MWE Gold 1250 V2 Full Modular (ATX12V 2.52) 1250W
• ਕੇਸ: VECTOR Bench Case (Open-air chassis)
• ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ: Windows 11 Home 24H2

ਟੈਸਟਿੰਗ

ਜਿਵੇਂ ਕਿ ਉੱਪਰ ਦੱਸੇ ਗਏ ਬੈਂਚਮਾਰਕ ਸਿਸਟਮ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਅਸੀਂ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਦਰਸਾਉਣ ਲਈ NVIDIA GeForce RTX 5090 Founders Edition ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ। ਇਸ ਫਲੈਗਸ਼ਿਪ ਬਲੈਕਵੈੱਲ ਦੁਆਰਾ ਸੰਚਾਲਿਤ GPU ਵਿੱਚ 32GB GDDR7 VRAM, 5ਵੀਂ ਜਨਰੇਸ਼ਨ ਦੇ Tensor ਕੋਰ ਅਤੇ 21,760 CUDA ਕੋਰ ਹਨ, ਜੋ ਸਾਰੇ ਮਿਲ ਕੇ 3,352 TOPS ਦੀ AI-ਵਿਸ਼ੇਸ਼ FP4 ਕਾਰਗੁਜ਼ਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ (ਧਿਆਨ ਦਿਓ ਕਿ ਇਹ ਸੰਖਿਆ RTX 4090 ਦੇ 1,321 TOPS ਨਾਲ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਤੁਲਨਾ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ, ਜੋ FP8 ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ)।

ਨੋਟ: ਟੈਸਟਿੰਗ ਦੇ ਸਮੇਂ, Project G-Assist ਅਜੇ ਵੀ ਪ੍ਰੀ-ਰਿਲੀਜ਼ ਸੰਸਕਰਣ (ਸੰਸਕਰਣ 0.1.9) ਵਿੱਚ ਹੈ, ਇਸਲਈ ਕੁਝ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਧੂਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਹੇਠਾਂ ਕੀਤੇ ਗਏ ਟੈਸਟਾਂ ਤੋਂ ਪੈਦਾ ਹੋਏ ਨਤੀਜੇ ਸਿਰਫ ਇਸ ਸੰਸਕਰਣ ‘ਤੇ ਲਾਗੂ ਹੋਣਗੇ, ਕਿਉਂਕਿ ਸਮੇਂ ਦੇ ਨਾਲ AI ਮਾਡਲ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਪਡੇਟ ਹੋਣ ਨਾਲ ਨਤੀਜੇ ਵੱਖਰੇ ਹੋਣਗੇ।

ਪਹਿਲੀ ਵਾਰ ਵਰਤੋਂ

ਇਹ ਉਹ ਹੈ ਜੋ ਤੁਸੀਂ Alt+G ਕੁੰਜੀਆਂ ਦਬਾ ਕੇ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਸਮਰੱਥ ਕਰਨ ਤੋਂ ਬਾਅਦ ਪਹਿਲੀ ਵਾਰ ਦੇਖੋਗੇ, ਇਹ ਸਕ੍ਰੀਨ ‘ਤੇ ਕਿਤੇ ਸਥਾਈ ਤੌਰ ‘ਤੇ ਰਹੇਗੀ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਇਸਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਯੋਗ ਨਹੀਂ ਕਰ ਦਿੰਦੇ (ਇਹ Alt+R ਕੁੰਜੀਆਂ ਰਾਹੀਂ ਤੁਰੰਤ ਸੈਟਿੰਗਾਂ ਰਾਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ)। AI ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਦੀ ਤਰ੍ਹਾਂ, ਬੇਦਾਅਵਾ ਲਾਗੂ ਹੁੰਦੇ ਹਨ - ਭੁਲੇਖੇ ਹੋ ਸਕਦੀਆਂ ਹਨ (ਭਾਸ਼ਾ ਮਾਡਲ ਗਲਤ ਨਤੀਜੇ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ, ਅਕਸਰ ਅਣਜਾਣ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਯਕੀਨ ਦਿਵਾਉਂਦੇ ਹਨ), ਇਸ ਲਈ ਜਿੰਨਾ ਹੋ ਸਕੇ ਗਲਤੀਆਂ ਦੀ ਜਾਂਚ ਕਰੋ।

ਜਦੋਂ ਤੁਸੀਂ ਪਹਿਲੀ ਵਾਰ ਇੱਕ ਸੁਨੇਹਾ/ਕਮਾਂਡ ਦਾਖਲ ਕਰਦੇ ਹੋ ਤਾਂ ਇੱਕ ਬੇਦਾਅਵਾ ਸੁਨੇਹਾ ਵੀ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਇਹ ਦੁਬਾਰਾ ਐਲਾਨ ਕਰਦਾ ਹੈ ਕਿ AI ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਨਤੀਜਿਆਂ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਰੰਟੀ ਨਹੀਂ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਇਹ ਸੁਨੇਹਾ ਦੇਖਣ ਤੋਂ ਬਾਅਦ, ਚੈਟਬੋਟ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਵਿੱਚ ਕਮਾਂਡਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਤਿਆਰ ਹੈ - ਭਾਵ, ਇਸ ਸੰਸਕਰਣ ਵਿੱਚ ਅਜੇ ਵੀ ਉਪਲਬਧ ਕਮਾਂਡਾਂ ਦਾ ਇੱਕ ਸੀਮਤ ਸਮੂਹ ਹੈ (ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਜਾਂ ਹੋਰ), ਤੁਸੀਂ ਵੈੱਬਸਾਈਟ ‘ਤੇ ਇਨ੍ਹਾਂ ਕਮਾਂਡਾਂ ਬਾਰੇ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ।

ਸਿਸਟਮ ਜਾਣਕਾਰੀ ਅਤੇ ਨਿਗਰਾਨੀ

ਸਧਾਰਨ ਸਵਾਲਾਂ (ਜਿਵੇਂ ਕਿ ਸਿਸਟਮ ਦੀ ਪ੍ਰਕਿਰਤੀ) ਨਾਲ ਸ਼ੁਰੂ ਕਰਦਿਆਂ, G-Assist ਜਵਾਬ ਵਿੱਚ ਸੂਚੀਬੱਧ ਸਾਰੀ ਮਹੱਤਵਪੂਰਨ ਹਾਰਡਵੇਅਰ ਜਾਣਕਾਰੀ ਨਾਲ ਉਚਿਤ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਸਾਡੇ BenQ 4K ਡਿਸਪਲੇ ਦਾ ਵੈਧ ਰੈਜ਼ੋਲਿਊਸ਼ਨ (ਭਾਵ 4K 60Hz) ਪ੍ਰਾਪਤ ਕਰਨਾ ਮੁਸ਼ਕਲ ਜਾਪਦਾ ਹੈ, ਪਰ ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸਨੇ ਸਾਡੇ ਸ਼ੁਰੂਆਤੀ ਸੁੰਘਣ ਵਾਲੇ ਟੈਸਟ ਨੂੰ ਪਾਸ ਕਰ ਲਿਆ।

ਅੱਗੇ, ਇਕ ਹੋਰ (ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ) ਆਮ ਵਰਤੋਂ GPU ਦੀ ਪਾਵਰ ਖਪਤ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਾ ਹੈ। ਸਾਡੇ ਕੋਲ ਉੱਪਰ ਸੱਜੇ ਕੋਨੇ ਵਿੱਚ ਵਧੇਰੇ ਰਵਾਇਤੀ ਟੈਲੀਮੈਟਰੀ ਡੇਟਾ ਹੈ, ਪਰ ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੇ ਕੋਲ HWiNFO64 ਵਰਗਾ ਕੋਈ ਤੀਜੀ-ਧਿਰ ਟੂਲ ਨਹੀਂ ਹੈ, ਇਹ ਪੂਰਾ ਗ੍ਰਾਫ ਨਹੀਂ ਦਿੰਦਾ ਹੈ; ਇਸ ਲਈ, ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਆਮ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸ਼ਾਇਦ ਚੈਟਬੋਟ ਨੂੰ ਉਹ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਕਹਿਣਾ ਪੈ ਸਕਦਾ ਹੈ ਜਿਸਦੀ ਉਨ੍ਹਾਂ ਨੂੰ ਲੋੜ ਹੈ।

ਅਸੀਂ Project G-Assist ਚੈਟਬੋਟ ਨੂੰ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਸਵਾਲ ਪੁੱਛੇ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਪਹਿਲੇ ਦੋਵਾਂ ਦਾ ਬਿਨਾਂ ਕਿਸੇ ਸਮੱਸਿਆ ਦੇ ਜਵਾਬ ਦਿੱਤਾ ਗਿਆ; ਭਾਵ, ਤੀਜਾ ਸਵਾਲ ਇਸਦੀ ਸਮਰੱਥਾ ਤੋਂ ਬਾਹਰ ਜਾਪਦਾ ਹੈ, ਕਿਉਂਕਿ ਅਸੀਂ ਸ਼ੁਰੂ ਵਿੱਚ ਉਮੀਦ ਕੀਤੀ ਸੀ ਕਿ ਜਦੋਂ ਉਪਲਬਧ ਹੋਵੇ ਤਾਂ ਇਹ ਰੀਅਲ-ਟਾਈਮ ਨਿਗਰਾਨੀ ਪ੍ਰਦਾਨ ਕਰੇਗਾ। ਇਸ ਦੀ ਬਜਾਏ, ਇਸਨੇ ਸਾਨੂੰ ਸਾਡੀ ਮੌਜੂਦਾ GPU ਪਾਵਰ ਖਪਤ ਦਿੱਤੀ।

ਇਹ ਵੀ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਜਦੋਂ GPU ਜਵਾਬ ਪੈਦਾ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਤਾਂ ਇਹ ਆਪਣੀ ਉਪਲਬਧ ਜ਼ਿਆਦਾਤਰ ਪਾਵਰ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ, ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਹਰ ਵਾਰ ਜਦੋਂ ਚੈਟਬੋਟ ਨੂੰ ਇੱਕ ਪ੍ਰੋਂਪਟ ਜਾਰੀ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਸਾਡਾ RTX 5090 FE 350 ਵਾਟ ਤੋਂ ਵੱਧ ਪਾਵਰ ਦੀ ਤੁਰੰਤ ਖਪਤ ਕਰੇਗਾ। ਪੁਰਾਣੇ ਜਾਂ ਕਮਜ਼ੋਰ ਹਾਰਡਵੇਅਰ ‘ਤੇ, ਜਵਾਬ ਪੈਦਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦਾ ਸਮਾਂ ਜ਼ਿਆਦਾ ਹੋ ਸਕਦਾ ਹੈ (ਬਦਤਰ ਸਥਿਤੀ RTX 3060 12GB ਹੈ, ਕਿਉਂਕਿ ਇਹ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਲਈ ਕਾਫ਼ੀ VRAM ਵਾਲਾ ਸਭ ਤੋਂ ਘੱਟ-ਅੰਤ ਵਾਲਾ ਮਾਡਲ ਹੈ), ਪਰ ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਅਸੀਂ ਜਵਾਬ ਪੈਦਾ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਲਗਭਗ ਅੱਧੇ ਸਕਿੰਟ ਦੇ “ਸੋਚਣ” ਦੇ ਸਮੇਂ ਦਾ ਨਿਰੀਖਣ ਕੀਤਾ।

ਗੇਮਿੰਗ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ

ਆਓ ਇੱਕ ਪਲ ਲਈ ਗੇਮਾਂ ਵੱਲ ਧਿਆਨ ਦੇਈਏ। ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਸਟੀਮ ਵਿੱਚ ਬਹੁਤ ਵੱਡੀ ਗੇਮ ਲਾਇਬ੍ਰੇਰੀ ਹੈ ਜਿਸਨੂੰ ਫਿਲਟਰ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਗੇਮ ਨੂੰ ਸਿੱਧਾ ਚੈਟਬੋਟ ਤੋਂ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹੋ - ਮੰਨ ਲਓ ਕਿ ਕਿਸੇ ਤਰ੍ਹਾਂ ਤੁਸੀਂ ਗੇਮ ਸ਼ਾਰਟਕੱਟ ਨੂੰ ਡੈਸਕਟਾਪ ਜਾਂ “ਸਟਾਰਟ” ਮੀਨੂ ਵਿੱਚ ਨਹੀਂ ਰੱਖਿਆ ਹੈ (ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਸਾਨੂੰ Forza Horizon 5 ਦਾ ਪੂਰਾ ਨਾਮ ਲਿਖਣ ਦੀ ਵੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਅਤੇ ਇਹ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਕਿ ਕਿਹੜੀ ਗੇਮ ਸ਼ੁਰੂ ਕਰਨੀ ਹੈ, ਹਾਲਾਂਕਿ ਇਹ ਸਾਡੇ ਸਿਸਟਮ ਵਿੱਚ ਇਕਲੌਤੀ Forza ਗੇਮ ਹੈ)।

ਸੰਯੋਗ ਨਾਲ, ਡਰਾਈਵਰ ਅਪਡੇਟ ਨੇ ਸ਼ਾਇਦ ਗੇਮ ਵਿੱਚ ਸੈਟਿੰਗਾਂ ਨੂੰ ਵਿਗਾੜ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਕਾਰਨ FH5 ਮਾੜੀ 15 FPS ਵਿੱਚ ਫਸ ਗਈ ਹੈ। ਇੱਕ ਮੁਸ਼ਕਲ ਵਾਲਾ ਆਮ ਖਿਡਾਰੀ ਤੁਰੰਤ Alt+G ਹੌਟਕੀ ਨੂੰ ਦਬਾ ਸਕਦਾ ਹੈ ਅਤੇ G-Assist ਤੋਂ “ਕੀ ਹੋ ਰਿਹਾ ਹੈ” ਪੁੱਛਣਾ ਸ਼ੁਰੂ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇੱਥੇ ਹੀ G-Assist ਦੀਆਂ ਸੀਮਾਵਾਂ ਹਨ: ਇਸ ਵਿੱਚ ਗੇਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਸਮਰੱਥਾ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਉਪਭੋਗਤਾ ਨੂੰ ਸਮੱਸਿਆ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕੁਝ ਬੁਨਿਆਦੀ ਦਿਸ਼ਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਮੈਨੂਅਲ ਡਾਇਗਨੌਸਟਿਕਸ ਦੁਆਰਾ, ਸਾਨੂੰ ਪਤਾ ਲੱਗਾ ਕਿ ਗੇਮ ਨੇ ਕਿਸੇ ਤਰ੍ਹਾਂ ਆਪਣੀ ਅੰਦਰੂਨੀ ਫਰੇਮ ਰੇਟ ਸੀਮਾ ਨੂੰ ਸਿਰਫ 15 FPS ‘ਤੇ ਬਦਲ ਦਿੱਤਾ ਹੈ, ਅਤੇ G-Assist ਨੇ ਇਸਦਾ ਪਤਾ ਨਹੀਂ ਲਗਾਇਆ। ਇਸਦਾ ਜਵਾਬ “ਫਰੇਮ ਰੇਟ ਸੀਮਾ ਅਯੋਗ ਹੈ” ਦਿਖਾਉਂਦਾ ਹੈ, ਜੋ NVIDIA App ਵਿੱਚ NVIDIA ਦੀ ਡਰਾਈਵਰ-ਪੱਧਰੀ ਸੈਟਿੰਗ ਦਾ ਹਵਾਲਾ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਆਮ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਆਪਣੇ ਆਪ ਹੱਲ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ, ਅਤੇ ਅੰਤ ਵਿੱਚ ਇਸ ਗੈਰ-ਆਦਰਸ਼ ਜਵਾਬ ਦੁਆਰਾ ਗੁੰਮਰਾਹ ਹੋ ਸਕਦੇ ਹਨ।

ਅੱਗੇ, ਅਸੀਂ ਇਸਨੂੰ Counter-Strike 2 ‘ਤੇ ਲੈ ਜਾਂਦੇ ਹਾਂ, ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਕੀ NVIDIA PC ਲੇਟੈਂਸੀ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਦਾ ਕੋਈ ਤਰੀਕਾ ਲੱਭ ਸਕਦਾ ਹੈ - ਇਹ ਇੱਕ ਅਜਿਹਾ ਮੈਟ੍ਰਿਕ ਹੈ ਜਿਸ ਵੱਲ ਮੁਕਾਬਲੇ ਵਾਲੇ ਖਿਡਾਰੀਆਂ ਨੂੰ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ, ਪਰ ਹਰ ਕੋਈ ਇਸਨੂੰ ਆਸਾਨੀ ਨਾਲ ਨਹੀਂ ਸਮਝ ਸਕਦਾ ਹੈ। G-Assist ਤੋਂ ਔਸਤ ਲੇਟੈਂਸੀ ਰਿਪੋਰਟ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਕਹਿਣਾ ਆਸਾਨ ਹੈ, ਪਰ ਇਹ ਇਸ ਮੈਟ੍ਰਿਕ ਨੂੰ ਹੋਰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕੋਈ ਖਾਸ ਸਿਫ਼ਾਰਸ਼ਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ (ਅਤੇ ਇਸਨੇ ਸਾਨੂੰ ਉਹੀ ਜਵਾਬ ਦਿੱਤਾ ਜੋ ਅਸੀਂ ਹੁਣੇ Forza Horizon 5 ਵਿੱਚ ਦੇਖਿਆ ਸੀ)।

ਇਹ ਅਜੇ ਵੀ ਠੀਕ ਹੈ, ਕਿਉਂਕਿ ਅਸੀਂ ਮੰਨਦੇ ਹਾਂ ਕਿ NVIDIA ਨੇ ਆਪਣੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਇੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵੇਚਿਆ ਹੈ ਕਿ NVIDIA Reflex ਇੱਕ ਅਜਿਹੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜਿਸ ਬਾਰੇ FPS ਗੇਮਰਾਂ ਨੂੰ ਜਾਣਨ ਦੀ ਸੰਭਾਵਨਾ ਸਭ ਤੋਂ ਵੱਧ ਹੈ। ਤਾਂ ਕੀ ਹੋਵੇਗਾ ਜੇਕਰ ਉਹ CS2 ਦੀਆਂ ਮੁਕਾਬਲਤਨ ਗੁੰਝਲਦਾਰ ਇਨ-ਗੇਮ ਸੈਟਿੰਗਾਂ ਵਿੱਚ ਉਸ ਵਿਕਲਪ ਦੀ ਸਥਿਤੀ ਨਹੀਂ ਲੱਭ ਸਕਦੇ ਹਨ ਅਤੇ ਚੈਟਬੋਟ ਨੂੰ ਪੁੱਛਣਾ ਚੁਣਦੇ ਹਨ? ਬਦਕਿਸਮਤੀ ਨਾਲ, ਇਸਨੂੰ ਬਿਲਕੁਲ ਵੀ ਨਹੀਂ ਪਤਾ ਕਿ Reflex ਅਸਲ ਵਿੱਚ ਸਮਰੱਥ ਹੈ, ਸਗੋਂ ਸਾਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਇਹ ਅਯੋਗ ਹੈ। ਮੈਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਇਸੇ ਕਰਕੇ ਸਾਨੂੰ ਇਸ ਦੀਆਂ ਗਲਤੀਆਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕਿਹਾ ਗਿਆ ਹੈ।

ਹੋਰ ਦ੍ਰਿਸ਼

ਅਗਲੇ ਦ੍ਰਿਸ਼ ਵਿੱਚ, ਅਸੀਂ ਚੈਟਬੋਟ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਾਂ ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਕੀ ਇਸਨੂੰ RTX ਵੀਡੀਓ ਸੁਪਰ ਰੈਜ਼ੋਲਿਊਸ਼ਨ (RTX VSR) ਨੂੰ ਸਮਰੱਥ ਕਰਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਮਿਲਦਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਵੀਡੀਓ ਅੱਪਸਕੇਲਿੰਗ ਤਕਨਾਲੋਜੀ ਹੈ ਜੋ ਆਨਲਾਈਨ ਵੀਡੀਓ (ਜਿਵੇਂ ਕਿ YouTube ਅਤੇ Twitch) ਵਿੱਚ ਪ੍ਰਭਾਵੀ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਕੰਪ੍ਰੈਸ਼ਨ ਆਰਟੀਫੈਕਟਸ ਨੂੰ ਘਟਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ। ਹੁਣ, ਜੇਕਰ ਤੁਸੀਂ League of Legends ਤੋਂ ਜਾਣੂ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ ਕਿ ਕਈ ਵਾਰ ਇੱਕ ਟੀਮ ਲੜਾਈ ਸਕ੍ਰੀਨ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਖਰਾਬ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਸਾਰੇ ਵਿਜ਼ੂਅਲ ਆਰਟੀਫੈਕਟਸ ਦੇ ਟੁਕੜੇ ਪਿਕਸਲ ਦੇ ਰੂਪ ਵਿੱਚ ਮੌਜੂਦ ਹੋਣ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ; ਜਾਂ ਹੋਰ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਇੱਕ 1080p ਸਟ੍ਰੀਮ ਤੁਹਾਡੇ 4K ਡਿਸਪਲੇਅ ‘ਤੇ ਅੱਪਸਕੇਲ ਹੋਵੇ।

ਇਨਸਾਫ ਕਰਨ ਲਈ, Project G-Assist ਨੇ, ਭਾਵੇਂ ਅਸੀਂ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਨਾਮ ਦਾ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਜ਼ਿਕਰ ਨਹੀਂ ਕੀਤਾ, ਇਹ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਸਫਲ ਰਿਹਾ ਕਿ ਅਸੀਂ ਕੀ ਲੱਭ ਰਹੇ ਸੀ; ਪਰ ਇਸ ਵਿੱਚ ਇਹ ਪਤਾ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਵਿਸ਼ੇਸ਼ਤਾ ਸਮਰੱਥ ਹੈ ਜਾਂ ਨਹੀਂ। (ਕੀ ਇਹ ਅਜੀਬ ਨਹੀਂ ਹੈ ਕਿ G-Assist ਲਈ NVIDIA App ਦੀ ਸੈਟਿੰਗ ਦੀ ਜਾਂਚ ਕਰਨਾ ਬਹੁਤ ਸੌਖਾ ਨਹੀਂ ਹੋਵੇਗਾ?)

ਠੀਕ ਹੈ, ਇਸ ਲਈ ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਹੋਵੇਗਾ - ਅਸੀਂ ਸ਼ਾਇਦ ਚੈਟਬੋਟ ਨੂੰ ਸਿੱਧਾ ਸੈਟਿੰਗ ਪੇਜ ‘ਤੇ ਲਿਜਾਣ ਲਈ ਕਹਿ ਸਕਦੇ ਹਾਂ ਤਾਂ ਜੋ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਸਮਰੱਥ ਕੀਤਾ ਜਾ ਸਕੇ, ਸਿਰਫ ਇਸਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਮੌਕਾ ਦੇਣ ਲਈ। ਇਹ ਵੀ ਕੰਮ ਨਹੀਂ ਕਰਦਾ, ਚੈਟਬੋਟ ਕੋਈ ਹੋਰ ਸਿਫ਼ਾਰਸ਼ਾਂ ਨਹੀਂ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਕੋਈ ਵੀ ਆਮ ਉਪਭੋਗਤਾ ਗੂਗਲ ਨੂੰ ਪੁੱਛਣ ਲਈ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ (ਜਿਸ ਨਾਲ ਉਨ੍ਹਾਂ ਨੂੰ ਹੁਣ ਚੀਜ਼ਾਂ ਦੀ ਸਥਿਤੀ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, ਇੱਕ ਹੋਰ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਨਤੀਜਾ ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ)।

Project G-Assist ਦੀ ਡੂੰਘਾਈ ਨਾਲ ਸਮੀਖਿਆ: ਕੀ NVIDIA ਦਾ AI ਸਹਾਇਕ ਟੀਚੇ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦਾ ਹੈ?

NVIDIA ਦਾ Project G-Assist PC ਪ੍ਰਬੰਧਨ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਅਤੇ ਗੇਮਿੰਗ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ। Meta ਦੇ Llama-3.1-8B SLM ਦੁਆਰਾ ਸੰਚਾਲਿਤ, ਜੋ ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲਦਾ ਹੈ, ਇਸਦਾ ਉਦੇਸ਼ ਵੌਇਸ ਜਾਂ ਟੈਕਸਟ ਕਮਾਂਡਾਂ ਰਾਹੀਂ ਸਿਸਟਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ, ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਾ ਅਤੇ ਪੈਰੀਫਿਰਲ ਡਿਵਾਈਸਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨਾ ਹੈ। ਹਾਲਾਂਕਿ ਵਿਚਾਰ ਬਹੁਤ ਵਧੀਆ ਹੈ, ਅਸਲ ਪ੍ਰਦਰਸ਼ਨ ਸੰਪੂਰਨਤਾ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ।

ਸੈੱਟਅੱਪ ਦੀਆਂ ਮੁਸ਼ਕਲਾਂ: ਹਾਰਡਵੇਅਰ ਅਤੇ ਸੌਫਟਵੇਅਰ ਦੀਆਂ ਰੁਕਾਵਟਾਂ

Project G-Assist ਨੂੰ ਸੈੱਟਅੱਪ ਕਰਨ ਵਿੱਚ ਕਈ ਰੁਕਾਵਟਾਂ ਆਉਂਦੀਆਂ ਹਨ। ਸਭ ਤੋਂ ਪਹਿਲਾਂ, RTX 30 ਸੀਰੀਜ਼ ਜਾਂ ਨਵੇਂ GPU ਦੀ ਲੋੜ, ਅਤੇ ਘੱਟੋ-ਘੱਟ 12GB VRAM, ਇਸਦੇ ਸੰਭਾਵੀ ਉਪਭੋਗਤਾ ਅਧਾਰ ਨੂੰ ਬਹੁਤ ਸੀਮਤ ਕਰਦੀ ਹੈ। ਇਹ ਪਾਬੰਦੀ ਘੱਟ ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ GPUs ਵਾਲੇ ਬਹੁਤ ਸਾਰੇ ਖਿਡਾਰੀਆਂ ਨੂੰ ਬਾਹਰ ਕੱਢਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ RTX xx60 ਸੀਰੀਜ਼ ਦੇ ਮਾਲਕ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਖਾਸ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਸੰਸਕਰਣਾਂ ਅਤੇ ਡਰਾਈਵਰਾਂ ‘ਤੇ ਨਿਰਭਰਤਾ ਗੁੰਝਲਦਾਰਤਾ ਨੂੰ ਵਧਾਉਂਦੀ ਹੈ।

ਸਮਰਥਿਤ ਪੈਰੀਫਿਰਲ ਡਿਵਾਈਸਾਂ ਵੀ MSI ਮਦਰਬੋਰਡਾਂ ਅਤੇ Logitech G, Corsair ਅਤੇ Nanoleaf ਦੇ ਡਿਵਾਈਸਾਂ ਤੱਕ ਸੀਮਤ ਹਨ, ਜੋ ਇਹਨਾਂ ਖਾਸ ਬ੍ਰਾਂਡਾਂ ਦੇ ਹਾਰਡਵੇਅਰ ਤੋਂ ਬਿਨਾਂ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਉਪਯੋਗਤਾ ਨੂੰ ਹੋਰ ਸੀਮਤ ਕਰਦੀਆਂ ਹਨ।

ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ: ਮਿਲੇ-ਜੁਲੇ ਨਤੀਜੇ

ਅਸਲ ਦੁਨੀਆ ਦੇ ਟੈਸਟਾਂ ਵਿੱਚ, Project G-Assist ਨੇ ਵੱਖ-ਵੱਖ ਕੰਮਾਂ ਵਿੱਚ ਅਸੰਗਤ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ। ਹਾਲਾਂਕਿ ਇਹ ਸਿਸਟਮ ਜਾਣਕਾਰੀ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ GPU ਪਾਵਰ ਖਪਤ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਦੇ ਯੋਗ ਸੀ, ਪਰ ਇਸਨੂੰ ਹੋਰ ਗੁੰਝਲਦਾਰ ਸਵਾਲਾਂ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਈ। ਉਦਾਹਰਨ ਲਈ, ਇਹ BenQ 4K ਡਿਸਪਲੇ ਦਾ ਸਹੀ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਪਛਾਣਨ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ, ਅਤੇ ਗੇਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਬਾਰੇ ਖਾਸ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਈ।

ਗੇਮਿੰਗ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, Project G-Assist ਸਟੀਮ ਵਿੱਚ ਗੇਮਾਂ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨ ਦੇ ਯੋਗ ਸੀ, ਪਰ ਪ੍ਰਦਰਸ਼ਨ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਇਸਦੀ ਉਪਯੋਗਤਾ ਸੀਮਤ ਸੀ। ਜਦੋਂ Forza Horizon 5 ਨੂੰ ਫਰੇਮ ਰੇਟ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ, ਤਾਂ G-Assist ਅੰਤਰਨਹਿਤ ਕਾਰਨ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ, ਅਤੇ ਇਸਦੀ ਬਜਾਏ ਇੱਕ ਆਮ ਜਵਾਬ ਪ੍ਰਦਾਨ ਕੀਤਾ ਜੋ ਉਪਭੋਗਤਾ ਲਈ ਬਹੁਤ ਮਦਦਗਾਰ ਨਹੀਂ ਸੀ। ਇਸੇ ਤਰ੍ਹਾਂ, Counter-Strike 2 ਵਿੱਚ, ਇਹ ਲੇਟੈਂਸੀ ਨੂੰ ਘਟਾਉਣ ਬਾਰੇ ਕੋਈ ਖਾਸ ਸਿਫ਼ਾਰਸ਼ਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ, ਅਤੇ NVIDIA Reflex ਦੀ ਸਥਿਤੀ ਨੂੰ ਵੀ ਗਲਤ ਢੰਗ ਨਾਲ ਦੱਸਿਆ।

ਗੁੰਮ ਹੋਈਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਸੀਮਾਵਾਂ

Project G-Assist ਦੀਆਂ ਸੀਮਾਵਾਂ ਸਿਰਫ਼ ਇਸਦੇ ਅਸੰਗਤ ਪ੍ਰਦਰਸ਼ਨ ਤੱਕ ਹੀ ਸੀਮਤ ਨਹੀਂ ਹਨ। ਇਸ ਵਿੱਚ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਘਾਟ ਵੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਗੇਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਪੜ੍ਹਨ ਅਤੇ RTX Video Super Resolution (RTX VSR) ਦੀ ਸਥਿਤੀ ਦਾ ਪਤਾ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ। ਇਹ ਛੱਡੀਆਂ ਗਈਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਇੱਕ ਵਿਆਪਕ PC ਸਹਾਇਕ ਵਜੋਂ ਇਸਦੀ ਉਪਯੋਗਤਾ ਨੂੰ ਬਹੁਤ ਸੀਮਤ ਕਰਦੀਆਂ ਹਨ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, G-Assist ਸਥਾਨਕ ਤੌਰ ‘ਤੇ ਚੱਲਣ ਵਾਲੇ ਭਾਸ਼ਾ ਮਾਡਲ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਸਨੂੰ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਟੈਸਟਿੰਗ ਦੌਰਾਨ, ਜਦੋਂ ਵੀ ਚੈਟਬੋਟ ਨੇ ਇੱਕ ਜਵਾਬ ਤਿਆਰ ਕੀਤਾ, RTX 5090 FE ਨੇ 350 ਵਾਟ ਤੱਕ ਪਾਵਰ ਦੀ ਖਪਤ ਕੀਤੀ। ਪੁਰਾਣੇ ਜਾਂ ਘੱਟ ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਹਾਰਡਵੇਅਰ ਵਾਲੇ ਉਪਭੋਗਤਾਵਾਂ ਲਈ, ਇਹ ਪ੍ਰਦਰਸ਼ਨ ਸਮੱਸਿਆਵਾਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ।

ਬਿਹਤਰ ਸੰਚਾਰ ਅਤੇ ਉਮੀਦਾਂ ਦਾ ਪ੍ਰਬੰਧਨ

ਇਸਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, NVIDIA ਲਈ ਇਹ ਸੰਚਾਰ ਕਰਨਾ ਬਿਹਤਰ ਹੈ ਕਿ Project G-Assist ਅਜੇ ਵੀ ਟੈਸਟਿੰਗ ਦੇ ਪੜਾਅ ਵਿੱਚ ਹੈ। ਇਸਦੀਆਂ ਸੀਮਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਅਸੰਗਤ ਪ੍ਰਦਰਸ਼ਨ ਉਨ੍ਹਾਂ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਨਿਰਾਸ਼ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਵਧੇਰੇ ਸੰਪੂਰਨ ਅਨੁਭਵ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ। G-Assist ਦੀਆਂ ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ ਬਾਰੇ ਪਾਰਦਰਸ਼ੀ ਹੋ ਕੇ, NVIDIA ਜਾਇਜ਼ ਉਮੀਦਾਂ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਬੇਲੋੜੀ ਨਕਾਰਾਤਮਕ ਫੀਡਬੈਕ ਤੋਂ ਬਚ ਸਕਦੀ ਹੈ।

ਭਵਿੱਖ ਦੀ ਸੰਭਾਵਨਾ: ਦੇਖਣਾ ਬਾਕੀ

ਸੀਮਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, Project G-Assist ਵਿੱਚ ਅਜੇ ਵੀ ਭਵਿੱਖ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਜਿਵੇਂ ਕਿ AI ਤਕਨਾਲੋਜੀ ਦਾ ਵਿਕਾਸ ਜਾਰੀ ਹੈ, NVIDIA ਭਾਸ਼ਾ ਮਾਡਲ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ, ਇਸਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਵਿਸਤਾਰ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਇਸਦੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਸਕਦੀ ਹੈ। ਮੌਜੂਦਾ ਸੀਮਾਵਾਂ ਨੂੰ ਹੱਲ ਕਰਕੇ ਅਤੇ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜੋੜ ਕੇ, Project G-Assist ਵਿੱਚ ਆਮ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਇੱਕ ਕੀਮਤੀ ਟੂਲ ਬਣਨ ਦੀ ਸਮਰੱਥਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਸੰਭਾਵਨਾ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਇਸਨੂੰ ਅਜੇ ਬਹੁਤ ਲੰਬਾ ਸਫ਼ਰ ਤੈਅ ਕਰਨਾ ਹੈ।

ਹੁਣ ਲਈ, Project G-Assist ਇੱਕ ਵਿਆਪਕ PC ਸਹਾਇਕ ਦੀ ਬਜਾਏ ਕਮਾਂਡ ਕੰਸੋਲ ਦਾ ਇੱਕ ਵਧੇਰੇ ਸਜਾਵਟੀ, ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਸੰਸਕਰਣ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਕੁਝ ਬੁਨਿਆਦੀ ਕੰਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਉੱਨਤ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਹੱਲ ਕਰਨ ਜਾਂ ਵਿਅਕਤੀਗਤ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਸੰਪੂਰਨ ਨਹੀਂ ਹੈ। ਸਿਰਫ਼ ਨਿਰੰਤਰ ਵਿਕਾਸ ਅਤੇ ਸੁਧਾਰ ਦੁਆਰਾ ਹੀ Project G-Assist ਅਸਲ ਵਿੱਚ PC ਪ੍ਰਬੰਧਨ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਅਤੇ ਗੇਮਿੰਗ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਦੇ ਆਪਣੇ ਵਾਅਦੇ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦਾ ਹੈ।

ਇੱਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਮੁੱਦਾ ਜਿਸਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਉਹ ਹੈ ਸਿਸਟਮ ਦੀਆਂ ਲੋੜਾਂ। ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੇ ਕੋਲ 12GB ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ VRAM ਵਾਲਾ ਕਾਫ਼ੀ ਉੱਚ-ਅੰਤ ਵਾਲਾ GPU ਨਹੀਂ ਹੈ, ਤੁਸੀਂ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਵਰਤੋਂ ਬਿਲਕੁਲ ਨਹੀਂ ਕਰ ਸਕਦੇ - ਇਹ ਲਗਭਗ ਸਾਰੇ RTX xx60 ਸੀਰੀਜ਼ ਦੇ ਮਾਲਕਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢਦਾ ਹੈ (ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੇ ਕੋਲ RTX 3060 12GB, RTX 4060 Ti 16GB ਜਾਂ RTX 5060 Ti 16GB ਨਹੀਂ ਹੈ), ਜਿਨ੍ਹਾਂ ਮਾਲਕਾਂ ਨੇ ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ ਸਟੀਮ ਹਾਰਡਵੇਅਰ ਸਰਵੇਖਣਾਂ ਵਿੱਚ NVIDIA ਦੁਆਰਾ ਸੰਚਾਲਿਤ PCs ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਬਣਾਇਆ ਹੈ। ਮੈਨੂੰ ਸੱਚਮੁੱਚ ਉਮੀਦ ਹੈ ਕਿ ਭਾਸ਼ਾ ਮਾਡਲ ਨੂੰ 8GB ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ 6GB VRAM ਵਿੱਚ ਫਿੱਟ ਕਰਨ ਲਈ ਸੁੰਗੜਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਨਹੀਂ ਤਾਂ, ਇਹ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਨਹੀਂ ਵਰਤਿਆ ਜਾਵੇਗਾ ਜਦੋਂ ਤੱਕ NVIDIA ਹੁਣ ਤੋਂ GPUs ਵਿੱਚ ਹੋਰ VRAM ਸਥਾਪਤ ਨਹੀਂ ਕਰਦਾ ਹੈ।