NVIDIA Project G-Assist – testy i opinie
Na początku tego roku NVIDIA wreszcie zaprezentowała Project G-Assist, realny produkt, który można przetestować. Sama koncepcja narodziła się już w kwietniu 2017 roku. Pierwotny pomysł (traktowany z przymrużeniem oka) krążył wokół zapewnienia graczom maksymalnej pomocy w przechodzeniu trudnych etapów. Obecny produkt opiera się na sztucznej inteligencji i oferuje znacznie więcej niż tylko wsparcie w grze.
Czym jest Project G-Assist?
Obecnie Project G-Assist wykorzystuje mały model językowy (SLM) Meta Llama-3.1-8B, który działa lokalnie na komputerze, a konkretnie na karcie graficznej RTX. Jak twierdzi NVIDIA: „Wraz ze wzrostem mocy współczesnych komputerów, ich obsługa staje się coraz bardziej skomplikowana. G-Assist pomaga użytkownikom kontrolować różne ustawienia komputera, od optymalizacji gier i ustawień systemowych, przez wyświetlanie liczby klatek na sekundę i innych kluczowych statystyk wydajności, po sterowanie wybranymi ustawieniami urządzeń peryferyjnych (takimi jak oświetlenie) – a wszystko to za pomocą podstawowych poleceń głosowych lub tekstowych.”
Koncepcja ta nie różni się zbytnio od sposobu, w jaki Google i Apple wykorzystują modele AI do ulepszania swoich cyfrowych asystentów, co pozwala im lepiej rozumieć ludzki język i dostosowywać ustawienia bez konieczności przeglądania głębokich menu w różnych zakątkach systemu. Teoretycznie jest to szczególnie przydatne dla zwykłych użytkowników: o ile tacy jak my, zapaleńcy, lubią dostosowywać wszystko według własnego uznania, o tyle podkręcanie GPU lub dostrajanie ustawień graficznych może być dla nich zbyt trudne – i tu właśnie wkracza Project G-Assist.
Konfiguracja
Przed zainstalowaniem Project G-Assist należy wziąć pod uwagę kilka kwestii, przede wszystkim wymagania systemowe. Najważniejsze jest posiadanie karty graficznej RTX z serii 30 lub nowszej, z co najmniej 12 GB VRAM (obecnie nie obejmuje to kart graficznych w laptopach). Niestety, z powodu dziwnych konfiguracji VRAM w poprzednich generacjach, powstała sytuacja, w której właściciele RTX 3060 12GB mogą uruchomić ten model, podczas gdy posiadacze high-endowych RTX 3080 (z 10 GB VRAM) już nie. Ojoj.
Zakładając, że sprzęt GPU spełnia wymagania, potrzebny jest również system operacyjny Windows 10 lub Windows 11 oraz sterownik GPU w wersji 572.83 lub nowszej; jeśli chodzi o pamięć, potrzebne jest co najmniej 6,5 GB miejsca na dysku, aby funkcja asystenta systemowego działała prawidłowo (polecenia głosowe będą wymagały dodatkowych 3 GB). Obecnie obsługiwany jest tylko język angielski.
Konieczne jest również zainstalowanie NVIDIA App, aby włączyć Project G-Assist w systemie; jeśli chodzi o wymagania sprzętowe związane z urządzeniami peryferyjnymi, obecna wersja obsługuje płyty główne MSI oraz urządzenia peryferyjne firm Logitech G, Corsair i Nanoleaf. Nie wszystkie modele tych marek są obsługiwane – więcej szczegółów można znaleźć w zakładce „Wymagania systemowe” na stronie głównej Project G-Assist.
System testowy
- CPU: Intel Core i9-13900K
- Chłodzenie: Cooler Master MasterLiquid PL360 Flux 30th Anniversary Edition
- Pasta termoprzewodząca: Thermal Grizzly Kryonaut
- Płyta główna: ASUS ROG Maximus Z790 Apex
- GPU: NVIDIA GeForce RTX 5090 Founders Edition
- Pamięć RAM: Kingston FURY BEAST RGB DDR5-6800 CL34 (2x16GB)
- Skonfigurowana z profilem DDR5-6400 CL32 XMP
- Pamięć masowa: ADATA LEGEND 960 MAX 1TB
- Zasilacz: Cooler Master MWE Gold 1250 V2 Full Modular (ATX12V 2.52) 1250W
- Obudowa: VECTOR Bench Case (Open-air chassis)
- System operacyjny: Windows 11 Home 24H2
Testy
Jak wspomniano w specyfikacji systemu testowego powyżej, do demonstracji tej funkcji użyjemy NVIDIA GeForce RTX 5090 Founders Edition. Ten flagowy GPU oparty na architekturze Blackwell ma 32 GB pamięci GDDR7 VRAM, rdzenie Tensor 5. generacji i 21 760 rdzeni CUDA, które razem zapewniają wydajność AI FP4 na poziomie 3352 TOPS (należy pamiętać, że liczba ta nie jest bezpośrednio porównywalna z 1321 TOPS RTX 4090, która wykorzystuje FP8).
Uwaga: W momencie przeprowadzania testów Project G-Assist był nadal w wersji przedpremierowej (wersja 0.1.9), więc niektóre funkcje mogły być niekompletne. Wyniki wygenerowane z poniższych testów będą miały zastosowanie tylko do tej wersji, ponieważ wyniki będą się różnić w miarę aktualizacji modelu AI i funkcji w czasie.
Pierwsze wrażenia
To właśnie widzisz po włączeniu funkcji za pomocą klawiszy Alt+G. Funkcja ta będzie stale obecna na ekranie, dopóki jej całkowicie nie wyłączysz (można to zrobić za pomocą szybkiego ustawienia, naciskając Alt+R). Podobnie jak w przypadku modeli językowych AI, obowiązuje zastrzeżenie – mogą wystąpić halucynacje (model językowy może generować nieprawidłowe wyniki, często przekonujące dla niczego niepodejrzewających użytkowników), więc w miarę możliwości sprawdzaj błędy.
Przy pierwszym wprowadzeniu wiadomości/polecenia wyświetlane jest również zastrzeżenie, ponownie stwierdzające, że wyniki generowane przez AI nie mogą być w pełni zagwarantowane. Po wyświetleniu tego komunikatu chatbot jest gotowy do odpowiadania na polecenia w języku naturalnym – to znaczy, że w tej wersji nadal dostępny jest tylko ograniczony zestaw poleceń (języka naturalnego lub innego), do których można się odwołać na stronie internetowej.
Informacje i monitoring systemu
Zaczynając od prostych pytań (takich jak natura systemu), G-Assist odpowiednio reaguje, wymieniając wszystkie ważne informacje o sprzęcie w odpowiedzi. Wydaje się jednak, że ma trudności z uzyskaniem prawidłowej rozdzielczości naszego monitora BenQ 4K (czyli 4K 60 Hz), ale poza tym przeszedł nasz wstępny test węchowy.
Następnie, innym (prawdopodobnie) powszechnym przypadkiem użycia jest monitorowanie zużycia energii przez GPU. W prawym górnym rogu mamy bardziej tradycyjne dane telemetryczne, ale nie zapewniają one pełnego obrazu, chyba że masz narzędzie innej firmy, takie jak HWiNFO64; dlatego w takim przypadku zwykły użytkownik może poprosić chatbota o potrzebne mu informacje.
Zadaliśmy chatbotowi Project G-Assist trzy różne pytania, na które dwa pierwsze zostały udzielone bez problemu; to znaczy trzecie pytanie wydawało się wykraczać poza jego możliwości, ponieważ początkowo chcieliśmy, aby zapewnił monitorowanie na żywo, gdy jest dostępne. Zamiast tego podał nam bieżące zużycie energii przez GPU.
Warto również zauważyć, że gdy GPU pracuje nad wygenerowaniem odpowiedzi, zużywa ogromną większość dostępnej mocy. W tym przypadku nasz RTX 5090 FE zużywał chwilowo ponad 350 watów mocy za każdym razem, gdy wysyłaliśmy zapytanie do chatbota. Czas potrzebny do wygenerowania odpowiedzi może być dłuższy na starszym lub słabszym sprzęcie (najgorszym przypadkiem byłby RTX 3060 12GB, ponieważ jest to najniższy model z wystarczającą ilością VRAM, aby uzyskać dostęp do tej funkcji), ale w tym przypadku zaobserwowaliśmy około pół sekundy „myślenia” przed wygenerowaniem odpowiedzi.
Gry i wydajność
Przejdźmy teraz do gier. Jeśli masz zbyt dużą bibliotekę gier w Steam, aby ją przeszukiwać, możesz uruchomić grę bezpośrednio z chatbota – zakładając, że z jakiegoś powodu nie umieściłeś skrótu do gry na pulpicie lub w menu „Start” (w takim przypadku nie musieliśmy nawet wpisywać pełnej nazwy Forza Horizon 5, a on sam wiedział, którą grę uruchomić, chociaż jest to jedyna gra Forza w naszym systemie).
Jak na ironię, aktualizacja sterownika mogła popsuć ustawienia w grze, powodując, że FH5 utknął na kiepskich 15 FPS. Zdezorientowany zwykły gracz mógłby natychmiast uderzyć w klawisze Alt+G i zacząć pytać G-Assist, „co się dzieje”, ale tu właśnie pojawiają się ograniczenia G-Assist: brak mu możliwości odczytywania ustawień gry, zamiast tego dostarcza ogólną odpowiedź, dając użytkownikowi podstawowe wskazówki dotyczące diagnozowania problemu.
Dzięki ręcznej diagnostyce odkryliśmy, że gra w jakiś sposób przestawiła swoje wewnętrzne ograniczenie liczby klatek na sekundę na zaledwie 15 FPS, czego G-Assist w ogóle nie wykrył. Jego odpowiedź wskazywała, że „ogranicznik liczby klatek na sekundę jest wyłączony”, co mogło odnosić się do ustawienia na poziomie sterownika NVIDIA w NVIDIA App, ale zwykły użytkownik prawdopodobnie nie byłby w stanie samodzielnie rozwiązać tego problemu i mógłby zostać wprowadzony w błąd przez tę niezbyt idealną odpowiedź.
Następnie przenieśliśmy się do Counter-Strike 2, aby sprawdzić, czy NVIDIA może znaleźć sposób na poprawę opóźnienia na PC – jest to wskaźnik, na który gracze rywalizacyjni muszą zwracać uwagę, ale nie każdy go łatwo rozumie. Poproszenie G-Assist o raport dotyczący średniego opóźnienia było łatwe do zrobienia, ale nie udało mu się zaproponować żadnych konkretnych zaleceń dotyczących dalszej poprawy tego wskaźnika (i dał nam tę samą odpowiedź, którą widzieliśmy przed chwilą w Forza Horizon 5).
Nadal jest to w porządku, ponieważ zakładamy, że NVIDIA tak dobrze sprzedaje swoje funkcje, że NVIDIA Reflex to funkcja, o której gracze FPS najprawdopodobniej wiedzą. Co się stanie, jeśli nie będą mogli znaleźć opcji w dość skomplikowanych ustawieniach w grze CS2 i postanowią zapytać chatbota? Niestety, nie zdawał sobie sprawy, że Reflex jest faktycznie włączony, zamiast tego powiedział nam, że jest wyłączony. Chyba dlatego przypominają nam, abyśmy sprawdzali jego błędy.
Inne scenariusze
W następnym scenariuszu sprawdzamy chatbota, aby zobaczyć, czy znajdzie sposób na włączenie RTX Video Super Resolution (RTX VSR), technologii ulepszania wideo, która ma na celu poprawę efektywnej rozdzielczości i zmniejszenie artefaktów kompresji w filmach online (takich jak YouTube i Twitch). Jeśli znasz League of Legends, wiesz, że czasami walka drużynowa może sprawić, że ekran stanie się bardzo zagmatwany i powoduje wszystkie wizualne artefakty w postaci kwadratowych pikseli; lub w innych przypadkach chcesz, aby strumień 1080p był ulepszony do twojego monitora 4K.
Uczciwie trzeba przyznać, że Project G-Assist, mimo że nie wspomnieliśmy wyraźnie o nazwie tej funkcji, zdołał znaleźć funkcję, której szukaliśmy; ale nie miał możliwości wykrycia, czy ta funkcja jest włączona, czy nie. (Czy nie byłoby bardzo proste dla G-Assist sprawdzenie ustawień NVIDIA App?)
Cóż, niech tak będzie – możemy po prostu poprosić chatbota, aby przeniósł nas bezpośrednio do strony ustawień, aby włączyć tę funkcję, tylko po to, aby dać mu jak najlepszą szansę. To również nie zadziałało, chatbot nie udzielił żadnych dalszych zaleceń, pozostawiając każdego zwykłego użytkownika, aby zapytał Google (co, biorąc pod uwagę obecny stan, prawdopodobnie da im kolejny wynik wygenerowany przez AI).
Szczegółowa analiza Project G-Assist: Czy asystent AI firmy NVIDIA spełnia swoje obietnice?
Project G-Assist firmy NVIDIA obiecuje wykorzystanie sztucznej inteligencji do uproszczenia zarządzania komputerem i poprawy wrażeń z gier. Wspierany przez Meta Llama-3.1-8B SLM, który działa lokalnie, ma na celu optymalizację ustawień systemu, monitorowanie wydajności i sterowanie urządzeniami peryferyjnymi za pomocą poleceń głosowych lub tekstowych. Choć pomysł jest obiecujący, rzeczywista wydajność pozostawia wiele do życzenia.
Zagadki konfiguracji: bariery sprzętowe i programowe
Konfiguracja Project G-Assist stwarza kilka przeszkód. Po pierwsze, wymaganie karty graficznej RTX z serii 30 lub nowszej, z co najmniej 12 GB VRAM, znacznie ogranicza potencjalną bazę użytkowników. To ograniczenie wyklucza znaczną liczbę graczy posiadających karty graficzne o niższej wydajności, w tym wielu właścicieli RTX xx60. Ponadto, zależność od określonych wersji systemu operacyjnego i sterowników dodaje złożoności.
Obsługiwane urządzenia peryferyjne ograniczają się również do płyt głównych MSI oraz urządzeń firm Logitech G, Corsair i Nanoleaf, co dodatkowo ogranicza użyteczność dla tych, którzy nie posiadają sprzętu tych konkretnych marek.
Wydajność w świecie rzeczywistym: mieszane wyniki
W testach w świecie rzeczywistym Project G-Assist wykazywał niespójną wydajność w różnych zadaniach. Choć był w stanie dokładnie pobierać informacje o systemie i monitorować zużycie energii przez GPU, miał trudności z bardziej złożonymi zapytaniami. Na przykład, nie udało mu się rozpoznać prawidłowej rozdzielczości monitora BenQ 4K i miał trudności z udzielaniem konkretnych wskazówek dotyczących optymalizacji ustawień gry.
W grach Project G-Assist był w stanie uruchamiać gry w Steam, ale jego użyteczność w rozwiązywaniu problemów z wydajnością była ograniczona. Gdy Forza Horizon 5 napotkała problemy z liczbą klatek na sekundę, G-Assist nie był w stanie zdiagnozować przyczyny, zamiast tego udzielił ogólnej odpowiedzi, która nie była szczególnie pomocna dla użytkownika. Podobnie, w Counter-Strike 2 nie udało mu się udzielić konkretnych zaleceń dotyczących zmniejszenia opóźnienia, a nawet błędnie zgłosił stan NVIDIA Reflex.
Brakujące funkcje i ograniczenia
Ograniczenia Project G-Assist wykraczają poza jego niespójną wydajność. Brakuje mu również kluczowych funkcji, takich jak możliwość odczytywania ustawień gry i wykrywania stanu RTX Video Super Resolution (RTX VSR). Te braki znacznie ograniczają jego użyteczność jako wszechstronnego asystenta PC.
Ponadto, G-Assist polega na lokalnie działającym modelu językowym, co oznacza, że potrzebuje znacznych zasobów obliczeniowych. Podczas testów RTX 5090 FE zużywał do 350 watów mocy za każdym razem, gdy chatbot generował odpowiedź. Dla użytkowników posiadających starszy lub mniej wydajny sprzęt może to prowadzić do problemów z wydajnością.
Lepsza komunikacja i zarządzanie oczekiwaniami
Biorąc pod uwagę jego obecny stan, NVIDIA lepiej komunikuje, że Project G-Assist jest nadal w fazie testów beta. Jego ograniczone funkcje i niespójna wydajność mogą prowadzić do frustracji użytkowników oczekujących bardziej dopracowanego doświadczenia. Poprzez przejrzystość co do obecnych możliwości G-Assist, NVIDIA może ustalić rozsądne oczekiwania i uniknąć niepotrzebnych negatywnych opinii.
Potencjał na przyszłość: czas pokaże
Pomimo ograniczeń, Project G-Assist nadal ma potencjał na przyszłość. Wraz z dalszym rozwojem technologii AI, NVIDIA może ulepszyć model językowy, rozszerzyć jego funkcje i zoptymalizować jego wydajność. Poprzez wyeliminowanie obecnych ograniczeń i dodanie nowych funkcji, Project G-Assist ma szansę stać się cennym narzędziem dla zwykłych użytkowników. Jednak zanim osiągnie ten potencjał, czeka go jeszcze długa droga.
Na razie Project G-Assist wydaje się bardziej efektowną, naturalną językowo wersją konsoli poleceń niż wszechstronnym asystentem PC. Choć może być w stanie poradzić sobie z niektórymi podstawowymi zadaniami, nie jest wystarczająco dopracowany, aby niezawodnie rozwiązywać zaawansowane problemy lub udzielać spersonalizowanych wskazówek. Tylko poprzez ciągły rozwój i ulepszenia Project G-Assist może naprawdę zrealizować swoją obietnicę uproszczenia zarządzania komputerem i poprawy wrażeń z gier.
Kolejną ważną kwestią do rozwiązania są wymagania systemowe. Jeśli nie masz dość wydajnej karty graficznej z 12 GB lub więcej VRAM, po prostu nie możesz korzystać z tej funkcji – co praktycznie wyklucza wszystkich posiadaczy RTX xx60 (chyba że masz RTX 3060 12GB, RTX 4060 Ti 16GB lub RTX 5060 Ti 16GB), którzy stanowią dużą część komputerów PC napędzanych przez NVIDIA w wielu ankietach sprzętowych Steam, które widzieliśmy w ostatnich latach. Mam nadzieję, że model językowy można zmniejszyć, aby zmieścił się w 8 GB, a nawet 6 GB VRAM, w przeciwnym razie nie będzie szeroko stosowany, chyba że NVIDIA zacznie instalować więcej VRAM w swoich GPU od teraz.