เทคโนโลยี NVIDIA RTX และ GeForce RTX ได้กลายเป็นสิ่งจำเป็นสำหรับการตระหนักถึงโครงการของคุณ
ไม่กี่เดือนที่ผ่านมา AI มีความหมายเหมือนกันกับอนาคต วันนี้มันเป็นส่วนหนึ่งของชีวิตประจำวันของเรา ด้วยยุคของ "PC IA" ปัญญาประดิษฐ์ได้ถูกรวมเข้ากับพีซีของเราอย่างสมบูรณ์แบบและช่วยให้เราสามารถทำงานได้อย่างมีประสิทธิภาพยิ่งขึ้นเพื่อดำเนินโครงการที่มีความทะเยอทะยานมากขึ้นอย่างไม่น่าเชื่อ นี่คือเหตุผลที่ Nvidia เสนอเทคโนโลยีใหม่ ๆnvidia rtx et geforce rtxเพื่อเสนอเครื่องมือที่ดีที่สุดให้คุณ
เทคโนโลยีใหม่เหล่านี้มาพร้อมกับวิธีใหม่ในการประเมินประสิทธิภาพของงานเร่งความเร็ว AI และภาษาใหม่ที่ยากที่จะถอดรหัสเมื่อมันมาถึงการเลือกระหว่างคอมพิวเตอร์เดสก์ท็อปและแล็ปท็อปที่มีอยู่ ลืมภาพโดยวินาที (FPS) ที่รู้จักกันดีโดยผู้เล่นและพีซีเกมตอนนี้ด้วย AI เรากำลังพูดถึงท็อปส์ซูและโทเค็น นี่คือภาพรวมเล็กน้อย
พีซีที่ยอดเทคโนโลยี
มาตรการแรกที่สามารถแก้ไขได้จึงเป็นท็อปส์ซูหรือ“ การดำเนินงานล้านล้านต่อวินาที” ล้านล้านเป็นคำสำคัญ
ที่นี่เนื่องจากเขาเน้นย้ำถึงลำดับขนาดใหญ่ที่ AI จะสามารถจัดการได้ ท็อปส์ซูเป็นเหมือนการวัดประสิทธิภาพขั้นต้นคล้ายกับกำลังของเครื่องยนต์
หากเรายกตัวอย่างช่วงของ PC Copilot+ ซึ่งเพิ่งประกาศโดย Microsoft ช่วงนี้รวมถึงหน่วยบำบัดระบบประสาท (NPU) ที่สามารถดำเนินการมากกว่า 40 ล้านล้านต่อวินาที สิ่งนี้แสดงให้เห็นถึงการดำเนินการของ 40 ยอดซึ่งเพียงพอสำหรับงานแสงบางอย่างที่ได้รับความช่วยเหลือจาก AI เช่นการขอแชทบ็อตในพื้นที่ที่บันทึกของคุณอยู่
อย่างไรก็ตามงาน AI ที่เกิดขึ้นมากมายมีความต้องการมากขึ้นและต้องการทรัพยากรอีกมากมาย เมื่อมาถึงจุดนี้ Nvidia RTX และ GeForce RTX GPU เข้ามาเล่น หลังจึงสามารถเสนอประสิทธิภาพที่ไม่มีใครเทียบได้สำหรับงานทั่วไปทั้งหมด หากเราใช้ Gpuroce RTX 4090 GPU หลังสามารถเสนอท็อปส์ซูมากกว่า 1,300 แห่ง ด้วยสิ่งนี้คุณจะสามารถ (และไม่มีปัญหา) ในการจัดการการสร้างเนื้อหาดิจิทัลที่ได้รับความช่วยเหลือจาก AI (DCC), Super Resolution IA ในเกมบนพีซี, การสร้างภาพจากข้อความหรือวิดีโอคำถามของรุ่นภาษาท้องถิ่นขนาดใหญ่ (LLM) และอื่น ๆ อีกมากมาย
โทเค็นสำหรับเกม
ท็อปส์ซูเป็นส่วนหนึ่งของมาตรการใหม่ แต่พวกเขาไม่ใช่คนเดียว ประสิทธิภาพของ LLM วัดจากจำนวนโทเค็น (โทเค็น) ที่สร้างขึ้นโดยแบบจำลอง เพื่อให้ง่ายโทเค็นคือการเปิดตัวของ LLM ตัวอย่างเช่นโทเค็นสามารถเป็นคำในประโยคหรือแม้แต่เครื่องหมายวรรคตอนหรือพื้นที่สีขาว ประสิทธิภาพของงานที่เร่งโดย AI สามารถวัดได้ใน "โทเค็นต่อวินาที"
LLM จะเป็นหัวใจสำคัญของระบบ AI ที่ทันสมัยมากมาย ดังนั้นความสามารถในการรักษาหลายรายการ (ตัวอย่างเช่นแอปพลิเคชันเดียวหรือแอปพลิเคชันหลายอย่าง) เป็นสิ่งจำเป็น ขนาดของแบทช์ (ล็อต) หรือจำนวนอินพุตที่ได้รับการรักษาพร้อมกันในการอนุมานครั้งเดียวจึงเป็นปัจจัยสำคัญ หากรางวัลใหญ่ขึ้นปรับปรุงประสิทธิภาพสำหรับอินพุตพร้อมกันพวกเขายังต้องการหน่วยความจำมากขึ้นโดยเฉพาะอย่างยิ่งเมื่อเชื่อมโยงกับรุ่นที่มีขนาดใหญ่ขึ้น
แม่นยำ Nvidia ทำให้เธอGPU RTXเหมาะอย่างยิ่งกับ LLM ด้วยหน่วยความจำวิดีโอเฉพาะ (VRAM) จำนวนมาก, Tensor Hearts และ Tensorrt-LLM ดังนั้น GPUS GeForce RTX เสนอ truum สูงถึง 24 GB ด้วยความเร็วสูงและ Nvidia RTX GPUs สูงถึง 48 GB ซึ่งช่วยให้คุณจัดการโมเดลขนาดใหญ่ขึ้นและเพิ่มขนาดของแบทช์
เพื่อไปให้ไกลยิ่งขึ้น Nvidia ทำให้มั่นใจได้ว่า RTX GPU ของมันยังใช้ประโยชน์จากแกนเทนเซอร์คือผู้เร่งความเร็ว AI โดยเฉพาะซึ่งเร่งการดำเนินการคำนวณอย่างเข้มข้นที่จำเป็นสำหรับการเรียนรู้อย่างลึกซึ้งและแบบจำลอง AI ดังนั้นเมื่อแอปพลิเคชันใช้ชุดพัฒนาซอฟต์แวร์ Nvidia Tensorrt (SDK) สิ่งนี้จะปลดล็อคพันธุกรรม AI ที่มีประสิทธิภาพยิ่งขึ้นในพีซีมากกว่า 100 ล้านเครื่องและสถานีทำงาน Windows ที่ติดตั้ง RTX GPU
ไปจากข้อความหนึ่งไปอีกภาพด้วยความเร็วแสง
ด้วยเทคโนโลยีใหม่เหล่านี้กระบวนการ AI แบบกำเนิดจะถูกเร่งอย่างมาก เป็นผลให้การวัดความเร็วในการสร้างภาพเป็นอีกวิธีหนึ่งในการประเมินประสิทธิภาพ และ Nvidia Technologies ยังคงจัดการให้เราได้ผลลัพธ์ที่น่าทึ่ง
หนึ่งในวิธีการคำนวณที่ง่ายที่สุดคือการใช้การแพร่กระจายที่เสถียรซึ่งเป็นโมเดล IA ยอดนิยมตามภาพที่ช่วยให้ผู้ใช้สามารถแปลงคำอธิบายข้อความเป็นตัวแทนภาพที่ซับซ้อนได้อย่างง่ายดาย นี่คือหลักการสำคัญของมิดเจอร์นีย์ที่คุณจะป้อนคำสั่งข้อความและรูปภาพ (หรือวิดีโอ) จะถูกสร้างขึ้นจากสิ่งนี้
ด้วยการแพร่กระจายที่เสถียรผู้ใช้สามารถสร้างและปรับแต่งภาพได้อย่างรวดเร็วจากการแจ้งเตือนข้อความเพื่อให้ได้ผลลัพธ์ที่ต้องการ ต้องขอบคุณ NVIDIA RTX GPU ผลลัพธ์เหล่านี้สามารถสร้างได้เร็วกว่าการรักษาแบบจำลอง AI บน CPU หรือ NPU
แน่นอนถ้าคุณใช้ส่วนขยาย Tensorrt ประสิทธิภาพจะสูงขึ้น ผู้ใช้ RTX สร้างภาพจากการแจ้งเตือนเร็วถึงสองเท่าด้วยจุดควบคุมฐาน SDXL ซึ่งทำให้เวิร์กโฟลว์การแพร่กระจายที่เสถียรง่ายขึ้นอย่างมาก
เสถียรการแพร่กระจาย 3 เป็นรูปแบบภาพข้อความที่คาดการณ์ไว้สูงใหม่จากความเสถียร AI หลังยังใช้ Tensorrt ซึ่งเพิ่มประสิทธิภาพ 50% การเร่งความเร็วสามารถเพิ่มขึ้นเป็น 70% ด้วยเครื่องมือเพิ่มประสิทธิภาพ Tensorrt รุ่นใหม่ เครื่องมือเพิ่มประสิทธิภาพนี้ยังช่วยลดการใช้หน่วยความจำ 50%
🔴อย่าพลาดข่าว 01NET ใด ๆ ติดตามเราที่Google NewsETWhatsapp-
ในความร่วมมือกับ Nvidia
