Microsoft เริ่มให้ GPU แทนที่ NPU ในงาน AI บางส่วน
Microsoft เตรียมขยายให้เครื่องที่ใช้การ์ดจอ GeForce RTX สามารถใช้ฟีเจอร์ Local AI บน Windows ได้เหมือนกับเครื่องที่ผ่านมาตรฐาน Copilot+ PC จากที่ก่อนหน้านี้จำกัดไว้ให้เฉพาะเครื่องที่มี NPU ความแรงถึงเกณฑ์ที่กำหนดเท่านั้น
.
ความเปลี่ยนแปลงนี้ถือเป็นทิศทางใหม่ของ Microsoft ในการผลักดัน AI บน Windows เพราะจากเดิมที่ฟีเจอร์ AI หลายอย่างถูกผูกกับแนวคิด Copilot+ PC ซึ่งต้องมี NPU ระดับ 40 TOPS ขึ้นไป ตอนนี้บริษัทเริ่มเป ิดทางให้ GPU โดยเฉพาะ NVIDIA GeForce RTX เข้ามามีบทบาทในการประมวลผล AI บนเครื่องมากขึ้น
.
รายงานระบุว่า เครื่องที่ใช้การ์ดจอ NVIDIA GeForce RTX 30 Series ขึ้นไป และมี VRAM อย่างน้อย 6GB จะสามารถใช้พลังของ GPU เพื่อรันงาน Local AI บางส่วนบน Windows ได้ โดยไม่จำเป็นต้องมี NPU ตามสเปกของ Copilot+ PC เสมอไป
.
พูดง่าย ๆ คือ คนที่มีพีซีเกมมิ่ง เดสก์ท็อป หรือโน้ตบุ๊กสายครีเอเตอร์ที่ติดตั้งการ์ดจอ RTX อยู่แล้ว อาจมีโอกาสได้ใช้งานความสามารถ AI บน Windows มากขึ้นในอนาคต โดยไม่ต้องเปลี่ยนไปซื้อเครื่อง Copilot+ PC รุ่นใหม่เพียงอย่างเดียว
.
แต่เรื่องนี้ไม่ได้หมายความว่าฟีเจอร์ Copilot+ PC ทั้งหมดจะถูกปลดล็อกให้เครื่อง RTX ใช้งานได้ทันที ฟีเจอร์ระดับระบบบางอย่าง เช่น Recall, Click to Do หรือ Windows Studio Effects บางส่วน ยังอาจต้องใช้เครื่องที่ผ่านเงื่อนไข Copilot+ PC อยู่ในตอนนี้
.
สิ่งที่ Microsoft เปิดกว้างขึ้นในตอนนี้คือฝั่ง Windows AI APIs และ Windows ML ที่ช่วยให้นักพัฒนาสามารถสร้างแอป AI ที่รันบนเครื่องได้ โดยเลือกใช้ฮาร์ดแวร์ที่เหมาะสม ไม่ว่าจะเป็น CPU, GPU หรือ NPU แทนที่จะจำกัดไว้กับ NPU เพียงอย่างเดียว
.
ตัวอย่างงานที่อาจได้ประโยชน์จากการรันผ่าน GPU ได้แก่ การสรุปข้อความ การเขียนข้อความใหม่ การแปลภาษา การรันโมเดลภาษาในเครื่อง งานวิเคราะห์ข้อมูล รวมถึงฟีเจอร์ AI ที่ต้องใช้พลังประมวลผลหรือหน่วยความจำมากกว่า NPU ทั่วไป
.
สำหรับ NVIDIA การเปลี่ยนแปลงนี้ถือเป็นข่าวดี เพราะทำให้การ์ดจอ GeForce RTX ไม่ได้ถูกมองว่าเป็นฮาร์ดแวร์สำหรับเล่นเกมและงานกราฟิกเท่านั้น แต่ยังกลายเป็นส่วนสำคัญของระบบ AI บน Windows มากขึ้น โดยเฉพาะเมื่อ RTX GPU มี Tensor Cores และระบบนิเวศด้าน AI ที่แข็งแรงอยู่แล้ว
.
ขณะเดียวกัน NPU ก็ยังไม่ได้หมดความสำคัญ เพราะยังเหมาะกับงาน AI เบา ๆ ที่ต้องทำงานต่อเนื่องและประหยัดพลังงาน เ ช่น การปรับภาพกล้อง ลดเสียงรบกวน หรือฟีเจอร์เบื้องหลังต่าง ๆ ส่วน GPU จะเหมาะกับงาน AI ที่หนักกว่า เช่น โมเดลภาษา งานสร้างภาพ งานสรุปเอกสารจำนวนมาก หรือแอป AI ที่ต้องใช้ VRAM เยอะแทน
.
ที่มา : techspot
