Vizând posibil cipul RTX Spark de la Nvidia, Microsoft testează alocarea manuală a memoriei unificate între sarcinile de sistem, grafică și AI
Conectarea punctelor: PC-urile fără un GPU dedicat trebuie deja să partajeze un singur pool de memorie între grafică, AI și sarcini de sistem, iar Windows face în prezent această împărțire pe cont propriu. Acest aranjament devine o afacere mult mai mare, deoarece Apple, Qualcomm, Nvidia și alții construiesc PC-uri AI în jurul unor pool-uri de memorie unificate care s-ar putea extinde la sute de gigaocteți.
O versiune experimentală recentă a Windows 11 ascunde dovezi că Microsoft se pregătește să permită utilizatorilor să controleze diviziunea dintre memoria de sistem și cea video în pool-uri unificate. Caracteristica le-ar putea oferi utilizatorilor mai multă flexibilitate atunci când jonglează cu sarcinile de lucru cu AI, în special pe viitoarele dispozitive cu memorie unificată, cum ar fi platforma Nvidia RTX Spark.
Windows 11 build 29648.1000, lansat pe 17 august, include o nouă caracteristică numită „IntelligentCarveout”, care nu este menționată nicăieri în notele de corecție ale Microsoft. Observatorul Windows @phantomofearth a confirmat pentru Windows Latest că șirurile de cod ale versiunii fac referire la rezervarea memoriei pentru acceleratoare, grafică și AI.
Acest lucru ar permite utilizatorilor să pună deoparte manual memoria unificată pentru jocuri și aplicații grele de AI, cu acea parte rezervată interzisă pentru orice altceva.
Referințe similare au apărut anterior în documentația Nvidia. Dacă funcția este livrată public, ar putea schimba fundamental modul în care utilizatorii configurează performanța pe cipurile cu memorie unificată.
Memoria unificată a apărut în mod tradițional pe Mac-uri, unele laptop-uri, PC-uri portabile pentru jocuri și alte sisteme construite în jurul graficelor integrate, mai degrabă decât discrete.
În funcție de sarcina de lucru, performanța pe aceste sisteme poate varia semnificativ în comparație cu GPU-urile discrete cu VRAM dedicată și, în timp ce sarcinile grele de GPU pot extrage din memoria sistemului atunci când sunt scurte, a face acest lucru vine de obicei cu o penalizare semnificativă a performanței.
Deoarece rularea modelelor locale de AI necesită cantități mari de memorie rapidă, GPU-urile de ultimă generație rezervate cândva în principal pentru jocuri au devenit instrumente populare pentru lucrul cu AI. Între timp, PC-urile construite de la zero pentru modelele locale au prezentat pool-uri de memorie unificată din ce în ce mai mari. Mac-urile configurate cu 24 GB de RAM unificată sau mai mult s-au confruntat cu lipsuri pe fondul boom-ului AI local, iar Microsoft și Nvidia au răspuns acestei schimbări cu dispozitive RTX Spark care oferă până la 128 GB.
Dominația Nvidia în GPU-uri datorează mult software-ului, nu doar siliciului – programarea CUDA, upscalingul DLSS, reducerea latenței Reflex și suita mai largă RTX au devenit adevărate puncte de vânzare pe lângă hardware-ul brut. Transportarea aceleiași stive de software în spațiul de grafică integrată oferă lui RTX Spark un avantaj încorporat față de AMD, Qualcomm și Intel, niciunul dintre acestea nu poate egala ecosistemul software al Nvidia în ceea ce privește AI sau performanța jocurilor.
Când a dezvăluit cipul RTX Spark, Nvidia l-a prezentat deja ca având mai multă memorie adresabilă decât oricare dintre GPU-urile sale. Deoarece IntelligentCarveout le-ar permite utilizatorilor să direcționeze o mare parte din acel pool de 128 GB către sarcini de grafică și AI, GPU-ul RTX Spark ar putea ajunge cu acces la mult mai multă memorie decât chiar și cei 32 GB de VRAM dedicati ai RTX 5090 – deși acel pool partajat, bazat pe LPDDR5x, este considerabil mai lent decât capacitatea RTX, deci este mai degrabă un avantaj de 5090 aGD90. unul.
