Gigabyte wprowadza kompleksowe rozwiązania AI podczas targów Computex 2024. Tajwańska firma dołącza tym samym do producentów komputerów, którzy idą w stronę sztucznej inteligencji.
Podczas targów Computex 2024 firma Gigabyte zaprezentowała swoje rozwiązanie sztucznej inteligencji (AI) do uczenia dużych modeli językowych (LLM) lokalnie na urządzeniu. Oferta, nazwana AI Prime, składa się z trzech głównych elementów: AI Prime Utilities, AI Prime Hardware oraz AI Prime Tutor, obejmując wszystkie aspekty szkolenia modeli AI typu open source.
AI Prime Utilities to zaawansowane oprogramowanie szkoleniowe, które obsługuje różne modele AI open source, w tym te o maksymalnie 236 miliardach parametrów. Gigabyte podkreśla, że oprogramowanie oferuje intuicyjny interfejs oraz możliwość monitorowania postępów w czasie rzeczywistym. Jest to bardziej opłacalne rozwiązanie w porównaniu do chmurowych odpowiedników, umożliwiające również przenoszenie danych do pamięci systemowej i dysków SSD, co przekracza tradycyjne ograniczenia rozmiaru pamięci VRAM.
AI Prime Hardware to linia produktów zoptymalizowanych pod kątem sztucznej inteligencji, zaprojektowanych z myślą o energooszczędności i wydajności w obciążeniach szkoleniowych AI. Kluczowym elementem tej oferty jest płyta główna AI Prime (TRX50). W skład zestawu wchodzą również karta graficzna AI Prime, dysk SSD oraz zasilacz, co czyni to rozwiązanie wszechstronnym i gotowym do modernizacji.
AI Prime Tutor to system konsultacji i wsparcia technicznego oparty na sztucznej inteligencji. Gigabyte pozycjonuje go jako “coaching AI na biurku”, oferując zarówno początkującym, jak i profesjonalistom wsparcie w rozpoczęciu projektów AI na własnych urządzeniach. AI Prime Tutor zapewnia wskazówki dotyczące konfiguracji, pomoc w rozwiązywaniu problemów oraz cenne spostrzeżenia, które mają ułatwić użytkownikom maksymalne wykorzystanie możliwości AI.
Choć Gigabyte nie ogłosił jeszcze cen ani dostępności rozwiązań AI Prime, prezentacja ta jest kolejnym krokiem w kierunku umożliwienia użytkownikom szkolenia własnych modeli AI bez konieczności korzystania z chmurowych zasobów, co może zrewolucjonizować sposób pracy z AI na poziomie lokalnym.
