Este ano, a NVIDIA finalmente lançou o Project G-Assist, um produto real que você pode experimentar, cujo "conceito" surgiu em abril de 2017. A ideia original (em tom de brincadeira) girava em torno de fornecer aos jogadores o máximo de ajuda possível para passarem por fases complicadas, enquanto o produto real depende de IA e é mais do que apenas um assistente no jogo.
O que é o Project G-Assist?
Atualmente, o Project G-Assist utiliza o Small Language Model (SLM) Llama-3.1-8B da Meta, que é executado localmente no seu computador, mais especificamente, na sua RTX GPU. Nas palavras da NVIDIA: "À medida que os computadores modernos se tornam cada vez mais poderosos, as suas operações tornam-se correspondentemente complexas. O G-Assist ajuda os usuários a controlar várias configurações de PC, desde otimizar jogos e configurações do sistema, exibir taxas de quadros e outras estatísticas de desempenho importantes, até controlar configurações periféricas selecionadas, como iluminação – tudo através de comandos básicos de voz ou texto."
A ideia não é muito diferente de como o Google e a Apple estão utilizando modelos de IA para aprimorar seus respectivos assistentes digitais, permitindo que eles entendam melhor a linguagem humana e ajustem as configurações sem precisar navegar por menus profundos nos vários cantos do sistema. Em teoria, isso é especialmente útil para usuários casuais: assim como nós, que somos geeks e gostamos de ajustar os botões ao nosso gosto, overclocking de GPU ou ajuste de configurações gráficas podem ser assustadores para eles – e é aí que o Project G-Assist entra em ação.
Configuração
Antes de instalar o Project G-Assist, há algumas coisas que você precisa saber, começando com os requisitos do sistema. O mais importante é que você deve ter uma RTX 30 Series ou GPU mais recente com pelo menos 12 GB de VRAM (GPUs de laptop atualmente não estão incluídas) – infelizmente, devido a algumas configurações estranhas de VRAM nas últimas gerações, isso criou uma situação em que os proprietários de uma RTX 3060 de 12 GB podem executar o modelo, enquanto os proprietários de uma RTX 3080 de ponta (com 10 GB de VRAM) não podem. Ai.
Assumindo que seu hardware de GPU atenda aos requisitos, você também precisará do sistema operacional Windows 10 ou Windows 11, além de um driver de GPU versão 572.83 ou mais recente; para armazenamento, ele requer pelo menos 6,5 GB de espaço em disco para que as funções do assistente do sistema funcionem corretamente (comandos de voz precisarão de 3 GB adicionais). Atualmente, apenas o inglês é suportado.
Você também precisa instalar o NVIDIA App para habilitar o Project G-Assist em seu sistema; para os requisitos de hardware relacionados a periféricos, a versão atual suporta placas-mãe MSI, bem como periféricos da Logitech G, Corsair e Nanoleaf. Nem todos os modelos são suportados dessas marcas – verifique a aba "Requisitos do sistema" na página inicial do Project G-Assist para obter mais detalhes.
Sistema de teste
- CPU: Intel Core i9-13900K
- Resfriamento: Cooler Master MasterLiquid PL360 Flux 30th Anniversary Edition
- Pasta térmica: Thermal Grizzly Kryonaut
- Placa-mãe: ASUS ROG Maximus Z790 Apex
- GPU: NVIDIA GeForce RTX 5090 Founders Edition
- Memória: Kingston FURY BEAST RGB DDR5-6800 CL34 (2x16GB)
- Configurado para perfil XMP DDR5-6400 CL32
- Armazenamento: ADATA LEGEND 960 MAX 1TB
- Fonte de alimentação: Cooler Master MWE Gold 1250 V2 Full Modular (ATX12V 2.52) 1250W
- Gabinete: VECTOR Bench Case (chassi aberto)
- Sistema operacional: Windows 11 Home 24H2
Teste
Como mencionado nas especificações do sistema de benchmark acima, usaremos a NVIDIA GeForce RTX 5090 Founders Edition para demonstrar essa funcionalidade. Esta GPU de ponta baseada em Blackwell possui 32 GB de GDDR7 VRAM, Tensor Cores de 5ª geração e 21.760 CUDA Cores, tudo combinado para fornecer 3.352 TOPS de desempenho FP4 específico para IA (observe que este número não pode ser comparado diretamente com os 1.321 TOPS da RTX 4090, que usa FP8).
Observação: No momento do teste, o Project G-Assist ainda está em uma versão de pré-lançamento (versão 0.1.9), portanto, algumas funcionalidades podem estar incompletas. Os resultados gerados a partir dos testes realizados abaixo se aplicarão apenas a esta versão, pois os resultados irão variar conforme os modelos de IA e os recursos são atualizados ao longo do tempo.
Primeira utilização
Isso é o que você verá primeiro depois de habilitar o recurso por meio da tecla Alt+G, e ele ficará permanentemente localizado em algum lugar da tela até que você o desabilite completamente (o que pode ser feito por meio das configurações rápidas pressionando a tecla Alt+R). Assim como os modelos de linguagem AI, as isenções de responsabilidade se aplicam – alucinações podem ocorrer (os modelos de linguagem podem gerar resultados incorretos, geralmente de uma forma que convence usuários desavisados), então verifique se há erros sempre que possível.
Uma mensagem de isenção de responsabilidade também é exibida ao inserir uma mensagem/comando pela primeira vez, declarando novamente que os resultados gerados por IA não podem ser totalmente garantidos. Depois de ver esta mensagem, o chatbot está pronto para responder aos comandos por meio de linguagem natural – isto é, ainda há um conjunto limitado de comandos disponíveis nesta versão (linguagem natural ou não), que você pode consultar no site.
Informações e monitoramento do sistema
Começando com perguntas simples, como a natureza do sistema, o G-Assist responde adequadamente com todas as informações de hardware importantes listadas na resposta. No entanto, parece ter dificuldade em obter a resolução válida do nosso monitor BenQ 4K (ou seja, 4K 60Hz), mas, fora isso, passou no nosso teste preliminar.
Em seguida, outro caso de uso comum (presumivelmente) seria monitorar o consumo de energia da GPU. Temos dados de telemetria mais tradicionais no canto superior direito, mas a menos que você tenha uma ferramenta de terceiros como o HWiNFO64, ela não fornece um gráfico completo; portanto, neste caso, um usuário casual pode simplesmente pedir ao chatbot as informações de que precisa.
Fizemos três perguntas diferentes ao chatbot do Project G-Assist, com as duas primeiras sendo respondidas sem problemas; isto é, a terceira pergunta parece estar fora de suas capacidades, pois inicialmente queríamos que ele fornecesse monitoramento em tempo real, se disponível. Em vez disso, ele nos deu o consumo de energia atual da GPU.
Também vale a pena notar que, quando a GPU está trabalhando duro para gerar uma resposta, ela usará uma grande parte de sua energia disponível, onde nosso RTX 5090 FE puxaria brevemente mais de 350 Watts sempre que um prompt fosse emitido para o chatbot neste caso. O tempo necessário para gerar uma resposta pode demorar mais em hardware mais antigo ou mais fraco (na pior das hipóteses, uma RTX 3060 de 12 GB, já que é o modelo de ponta inferior com VRAM suficiente para acessar esse recurso), mas, nesse caso, observamos cerca de meio segundo de "tempo de reflexão" antes de gerar uma resposta.
Jogos e desempenho
Vamos mudar as coisas e dar uma olhada nos jogos. Se você tiver uma biblioteca de jogos muito grande no Steam para filtrar, pode iniciar um jogo diretamente do chatbot – assumindo que você de alguma forma não tenha um atalho de jogo na sua área de trabalho ou no menu "Iniciar" (nesse caso, nem precisamos soletrar o nome completo de Forza Horizon 5 para que ele descobrisse qual jogo iniciar, embora seja o único jogo Forza em nosso sistema).
Por uma feliz coincidência, uma atualização de driver pode ter bagunçado as configurações no jogo, resultando em FH5 preso em terríveis 15 FPS. Um jogador casual preocupado provavelmente apertaria imediatamente a tecla de atalho Alt+G e começaria a perguntar ao G-Assist "o que está acontecendo", mas é aí que as limitações do G-Assist entram em cena: ele não tem a capacidade de ler as configurações do jogo e, em vez disso, fornece uma resposta genérica, fornecendo aos usuários alguma direção básica para diagnosticar o problema.
Por meio de diagnóstico manual, descobrimos que o jogo de alguma forma trocou seu limitador de taxa de quadros interno para apenas 15 FPS, o que o G-Assist simplesmente não detectou. Sua resposta indicou que "o limitador de taxa de quadros está desativado", o que pode estar se referindo à configuração em nível de driver da NVIDIA no NVIDIA App, mas um usuário casual provavelmente não conseguiria resolver esse problema sozinho e poderia acabar sendo enganado por essa resposta menos que ideal.
Em seguida, vamos levá-lo para o Counter-Strike 2 para ver se a NVIDIA pode encontrar maneiras de melhorar a latência do PC – uma métrica que os jogadores competitivos devem estar atentos, mas que nem todos conseguem entender facilmente. Pedir ao G-Assist para fornecer um relatório de latência média é fácil de fazer, mas ele não conseguiu fornecer nenhuma recomendação específica para melhorar ainda mais essa métrica (e acabou dando a mesma resposta que acabamos de ver no Forza Horizon 5).
Isso ainda é bom, pois assumimos que a NVIDIA já promoveu tão bem seus recursos que o NVIDIA Reflex é um recurso que os jogadores de jogos FPS provavelmente conhecerão. Então, o que acontece se eles não conseguirem encontrar onde essa opção está localizada nas configurações do jogo, que são razoavelmente complexas no CS2, e optarem por perguntar ao chatbot? Infelizmente, ele estava completamente inconsciente de que o Reflex estava realmente habilitado e, em vez disso, nos disse que estava desativado. Acho que é por isso que somos lembrados de verificar seus erros.
Outros cenários
No próximo cenário, sondamos o chatbot para ver se ele consegue encontrar uma maneira de habilitar o RTX Video Super Resolution (RTX VSR), uma tecnologia de upscaling de vídeo projetada para melhorar a resolução efetiva e reduzir artefatos de compressão em vídeos online (como YouTube e Twitch). Agora, se você estiver familiarizado com o League of Legends, você sabe que às vezes uma luta de equipe pode deixar a tela muito confusa e levar a todos os tipos de artefatos visuais existentes na forma de pixels blocados; ou, em outros casos, você deseja que um fluxo de 1080p seja aumentado para o seu monitor 4K.
Para ser justo, o Project G-Assist realmente conseguiu descobrir o recurso que estávamos procurando, embora não tenhamos mencionado explicitamente o nome do recurso; no entanto, não tem a capacidade de detectar se o recurso já está habilitado ou não. (Não seria muito simples para o G-Assist verificar as configurações do NVIDIA App?)
Bem, seja como for – talvez apenas peçamos ao chatbot para nos levar diretamente à página de configurações para habilitar o recurso, apenas para dar a ele a melhor chance possível. Isso também não funcionou, com o chatbot falhando em fornecer qualquer conselho adicional, deixando qualquer usuário casual para perguntar ao Google (o que muito provavelmente lhes daria outro resultado gerado por IA, dadas as circunstâncias atuais).
Análise aprofundada do Project G-Assist: o assistente de IA da NVIDIA atinge o objetivo?
O Project G-Assist da NVIDIA promete aproveitar a inteligência artificial para simplificar o gerenciamento do PC e aprimorar as experiências de jogo. Alimentado pelo SLM Llama-3.1-8B da Meta, que é executado localmente, tem como objetivo otimizar as configurações do sistema, monitorar o desempenho e controlar os periféricos por meio de comandos de voz ou texto. Embora a ideia seja promissora, o desempenho real está longe de ser perfeito.
Desafios de configuração: obstáculos de hardware e software
A configuração do Project G-Assist apresenta vários obstáculos. Primeiro, a exigência de uma RTX 30 Series ou GPU mais recente, juntamente com pelo menos 12 GB de VRAM, limita significativamente sua base de usuários potenciais. Essa limitação exclui uma grande parte dos jogadores com GPUs de desempenho inferior, incluindo muitos proprietários da série RTX xx60. Além disso, a dependência de versões específicas do sistema operacional e drivers adiciona complexidade.
O suporte para periféricos também é limitado a placas-mãe MSI e dispositivos da Logitech G, Corsair e Nanoleaf, restringindo ainda mais a utilidade para aqueles que não possuem hardware dessas marcas específicas.
Desempenho no mundo real: resultados mistos
Em testes no mundo real, o Project G-Assist exibiu um desempenho inconsistente em várias tarefas. Embora tenha sido capaz de recuperar informações do sistema com precisão e monitorar o consumo de energia da GPU, ele teve dificuldades com consultas mais complexas. Por exemplo, ele não conseguiu identificar a resolução correta para um monitor BenQ 4K e teve dificuldades para fornecer orientação específica sobre como otimizar as configurações de jogos.
No que diz respeito aos jogos, o Project G-Assist foi capaz de iniciar jogos no Steam, mas sua utilidade na solução de problemas de desempenho foi limitada. Quando o Forza Horizon 5 encontrou um problema de taxa de quadros, o G-Assist não conseguiu diagnosticar a causa raiz e, em vez disso, forneceu uma resposta genérica que não foi de grande ajuda para o usuário. Da mesma forma, no Counter-Strike 2, ele não conseguiu fornecer recomendações específicas sobre como reduzir a latência e até relatou erroneamente o status do NVIDIA Reflex.
Funcionalidades e limitações ausentes
As limitações do Project G-Assist vão além de seu desempenho inconsistente. Ele também carece de funcionalidades cruciais, como a capacidade de ler as configurações do jogo e detectar o status do RTX Video Super Resolution (RTX VSR). Essas omissões limitam significativamente sua utilidade como um assistente de PC abrangente.
Além disso, a dependência do G-Assist em um modelo de linguagem executado localmente significa que ele requer recursos computacionais significativos. Durante os testes, o RTX 5090 FE consumiu até 350 watts de potência sempre que o chatbot gerava uma resposta. Isso pode representar um problema de desempenho para usuários com hardware mais antigo ou de desempenho inferior.
Melhor comunicação e gerenciamento de expectativas
Dado seu estado atual, a NVIDIA se beneficiaria de uma melhor comunicação de que o Project G-Assist ainda está em fase de testes. Sua funcionalidade limitada e desempenho inconsistente podem levar à frustração para aqueles que esperam uma experiência mais refinada. Ao ser transparente sobre as capacidades atuais do G-Assist, a NVIDIA pode definir expectativas razoáveis e evitar feedback negativo desnecessário.
Potencial futuro: a ser observado
Apesar de suas limitações, o Project G-Assist ainda tem potencial para o futuro. À medida que a tecnologia de IA continua a avançar, a NVIDIA pode melhorar o modelo de linguagem, expandir seus recursos e otimizar seu desempenho. Ao abordar as limitações existentes e adicionar novas funcionalidades, o Project G-Assist tem o potencial de se tornar uma ferramenta valiosa para usuários casuais. No entanto, ainda há um longo caminho a percorrer antes que atinja esse potencial.
Por enquanto, o Project G-Assist parece mais uma versão mais chamativa e em linguagem natural de um console de comando do que um assistente de PC abrangente. Embora possa ser capaz de lidar com algumas tarefas básicas, não é suficientemente refinado para solucionar problemas avançados de forma confiável ou fornecer orientação personalizada. Somente por meio de desenvolvimento e melhoria contínuos o Project G-Assist poderá realmente cumprir sua promessa de simplificar o gerenciamento do PC e aprimorar as experiências de jogo.
Outra questão importante a ser abordada são os requisitos do sistema. A menos que você tenha uma GPU razoavelmente sofisticada com 12 GB ou mais de VRAM, você simplesmente não pode usar esse recurso – o que elimina quase todos os proprietários da série RTX xx60 (a menos que você tenha uma RTX 3060 de 12 GB, RTX 4060 Ti de 16 GB ou RTX 5060 Ti de 16 GB), que respondem por uma grande parte dos PCs alimentados por NVIDIA em muitas pesquisas de hardware do Steam que vimos nos últimos anos. Eu realmente espero que o modelo de linguagem possa ser reduzido para caber em 8 GB ou mesmo 6 GB de VRAM, caso contrário, não será amplamente utilizado, a menos que a NVIDIA comece a instalar mais VRAM em suas GPUs a partir de agora.