شهریور
اخبار
پروژه Zenith مایکروسافت: ویندوز ۱۱ ویژه اجرای محلی هوش مصنوعی
مایکروسافت با معرفی پروژه Zenith، ویندوز ۱۱ را برای نخستینبار به یک محیط اختصاصیِ اجرای محلی مدلهای بزرگ هوش مصنوعی تبدیل کرده؛ اقدامی جسورانه که هم اشتیاق برنامهنویسان و هم نگرانی کارشناسان امنیت را برانگیخته است.
لیست مطالب
۱. پروژه Zenith مایکروسافت دقیقاً چیست؟
پروژه Zenith را نباید یک نسخه کاملاً جدید از ویندوز دانست، بلکه پیکربندی خاصی از همان ویندوز ۱۱ است که مایکروسافت آن را «تجربه آمادهبهکدنویسی» مینامد. لوگان ایر، معاون شرکتی مایکروسافت، در وبلاگ رسمی توسعهدهندگان ویندوز نوشته این طرح قرار نیست یک روش کار واحد را به همه تحمیل کند، بلکه هدف آن فراهمکردن یک نقطه شروع بهتر برای برنامهنویسانی است که با هوش مصنوعی عاملمحور (Agentic AI) کار میکنند. نکته کلیدی تبلیغاتی مایکروسافت این جمله است: امکان اجرای مدلهای بالای سی میلیارد پارامتر بهصورت محلی و «بدون محدودیت مصرف»، یعنی بدون پرداخت مکرر هزینه توکن به سرویسهای ابری مثل چتجیپیتی یا جمینای. برای آشنایی بیشتر با تفاوت مدلهای ابری و محلی، میتوانید نگاهی هم به مقاله OpenAI چیست در سایت ما بیندازید.
۲. چرا به ۶۴ گیگابایت حافظه یکپارچه نیاز است؟
اجرای یک مدل زبانی بزرگ روی رایانه شخصی، برخلاف تصور رایج، بیشتر به حافظه و پهنای باند وابسته است تا صرفاً قدرت پردازنده. مشخصات فنی پروژه Zenith دو رقم مشخص را الزامی کرده: حداقل شصتوچهار گیگابایت حافظه یکپارچه (Unified Memory) و پهنای باند بالای دویستوپنجاه گیگابایت بر ثانیه. چنین ترکیبی فقط روی نسل تازهای از تراشهها مثل پلتفرم Ryzen AI شرکت AMD در دسترس است؛ تراشههایی که حافظه و پردازنده گرافیکی را بهجای طراحی جداگانه، در یک بسته یکپارچه قرار میدهند تا دادههای حجیم مدل با کمترین تأخیر جابهجا شوند. بدون این پهنای باند، حتی داشتن حافظه کافی هم مدل را کند و غیرقابلاستفاده میکند.
۳. چه ابزارهایی از پیش روی این ویندوز نصب شدهاند؟
کنار سختافزار سنگین، مایکروسافت روی نرمافزار هم سرمایهگذاری کرده است. در پیکربندی Project Zenith، ویژوال استودیو کد و گیتهاب کوپایلوت بهصورت پیشفرض روی نوار وظیفه سنجاق شدهاند، لایه لینوکسی WSL2 و ابزارهایی مثل پایتون و Node.js از پیش نصباند و تنظیمات کاربری هم برای برنامهنویسان بهینه شده: نمایش کامل پسوند فایلها، فایلهای مخفی و مسیر کامل در عنوان پنجره بهصورت پیشفرض فعال است. مایکروسافت همچنین از قابلیتی به نام Execution Containers خبر داده که ایزولهسازی در سطح سیستمعامل را برای عاملهای هوش مصنوعی خودمختار فراهم میکند تا این عاملها نتوانند بدون اجازه به کل سیستم دسترسی پیدا کنند. جالب اینکه این اقدام درست در ادامه تصمیم امسال مایکروسافت برای حذف کوپایلوت اجباری از ویندوز رخ میدهد؛ نشانهای از تغییر رویکرد این شرکت به سمت انتخاب آزادانهتر برنامهنویسان.
۴. اولین دستگاهها: از AMD Ryzen AI تا لپتاپ لنوو
نخستین سختافزار تأییدشده برای پروژه Zenith، رایانه رومیزی ThinkCentre X Ultra ساخت لنوو است که قرار است از آبانماه (نوامبر ۲۰۲۶) با قیمتی نزدیک به سههزاروششصدونودونه دلار عرضه شود. این دستگاه از پردازنده AMD Ryzen AI Max+ PRO 495 و تا صدوبیستوهشت گیگابایت حافظه یکپارچه بهره میبرد و امکان بههمپیوستن تا چهار واحد را هم دارد؛ یعنی در حالت خوشهای میتوان به پانصدودوازده گیگابایت حافظه ترکیبی رسید. مایکروسافت اعلام کرده پلتفرمهای دیگری مثل RTX Spark انویدیا و AMD Gorgon Halo هم بهزودی به این اکوسیستم میپیوندند، هرچند در حال حاضر تنها لنوو رسماً تأیید شده و اکوسیستم سازندگان هنوز کمعمق است.
۵. واقعیت فنی: چرا «سی میلیارد پارامتر» همیشه یعنی سرعت بالا نیست؟
اینجاست که ماجرا پیچیده میشود. تحلیلگران فنی که مشخصات را بررسی کردهاند، هشدار میدهند ادعای تبلیغاتی مایکروسافت از نظر فنی درست اما گمراهکننده است، چون همهچیز به معماری مدل بستگی دارد. مدلهای ترکیبی یا MoE (آمیزهای از چند شبکه تخصصی کوچکتر) روی همین سختافزار میتوانند به هفتاد تا صد توکن در ثانیه برسند که برای کدنویسی زنده کاملاً کاربردی است. اما مدلهای متراکم (Dense) هفتاد میلیاردی، وقتی در حالت فشردهسازی چهاربیتی اجرا شوند، ممکن است سرعتشان تا حدود پنج توکن در ثانیه افت کند؛ رقمی که به گفته منتقدان «برای اکثر برنامهنویسان، یک دستیار کدنویسی قابلاستفاده نیست». بهعبارت دیگر، خرید این سختافزار فقط برای تیمهایی معنا دارد که بدانند دقیقاً چه معماری مدلی را قرار است اجرا کنند.
مقایسه با رقبا: مک استودیو و DGX اسپارک
در مقایسه با رقبا، مک استودیوی M3 اولترا اپل با پهنای باند نزدیک به هشتصد گیگابایت بر ثانیه، دو تا سه برابر سریعتر از دستگاه لنوو روی مدلهای متراکم عمل میکند. از سوی دیگر DGX Spark انویدیا با قیمت حدود چهارهزاروششصدونودونه دلار، در پردازش اولیه پرامپت برای گردشکارهای عاملمحور برتری دارد، هرچند AMD مدعی است در بنچمارکهای مبتنی بر مدلهای MoE، هفت تا دوازده درصد از DGX Spark جلوتر است؛ ادعایی که هنوز نیاز به اعتبارسنجی مستقل دارد.
۶. آیا سرمایهگذاری روی هوش مصنوعی محلی از نظر اقتصادی بهصرفه است؟
پاسخ کوتاه: بستگی دارد. توجیه مالی خرید یک دستگاه سههزاروششصددلاری وقتی منطقی میشود که تیم برنامهنویسی از مدلهای معماری MoE استفاده کند و هزینه ماهانه استفاده از مدلهای ابری برای هر برنامهنویس از حدود صد دلار فراتر رود. رایان شراوت، تحلیلگر مؤسسه Signal65، معتقد است اقتصاد این معادله بهسرعت در حال تغییر است، چون هوش مصنوعی عاملمحور برخلاف چت ساده، میتواند چهار تا پانزده برابر بیشتر توکن مصرف کند و گاهی حتی بیشتر از این هم برود. با رشد استفاده از عاملهای خودکار برای وظایفی مثل تست کد، رفع باگ و مستندسازی، دوره بازگشت سرمایه سختافزار محلی میتواند کوتاهتر از حد انتظار باشد. برای درک عمیقتر اهمیت این تحول برای کسبوکارها، مطالعه چرا هوش مصنوعی برای کسبوکار ۲۰۲۵ اهمیت دارد را هم پیشنهاد میکنیم.
۷. نگرانی امنیتی: چرا رایانه لنوو حاشیهساز شده؟
شاید جنجالیترین بخش این ماجرا، انتخاب لنوو بهعنوان اولین سازنده تأییدشده باشد. لنوو شرکتی است که مقر اصلی آن در پکن قرار دارد و سهامدار اصلی آن هلدینگ Legend است، نهادی با ریشههای چینی. منتقدان به قانون اطلاعات ملی چین مصوب دوهزاروهفده اشاره میکنند که طبق ماده هفت آن، هر سازمان چینی موظف است با تلاشهای اطلاعاتی کشور «همکاری و کمک» کند؛ تعهدی که فارغ از محل فروش محصول یا سیاست حریم خصوصی شرکت، همچنان پابرجاست. این اولین بار نیست که لنوو با چنین نگرانیای روبهرو میشود: پیشتر آژانسهای اطلاعاتی آمریکا، بریتانیا، استرالیا، کانادا و نیوزیلند استفاده از محصولات لنوو را در شبکههای طبقهبندیشده ممنوع کرده بودند و این شرکت همچنین در سال دوهزاروپانزده با شکایت کمیسیون تجارت فدرال آمریکا درباره بدافزار تبلیغاتی Superfish روبهرو شده بود. طبیعی است که وقتی چنین دستگاهی قرار است دادههای تلمتری، محتوای درخواستهای هوش مصنوعی و حتی اطلاعات بیومتریک کاربر را در خود جای دهد، پرسشهای امنیتی جدی مطرح شود؛ هرچند تاکنون هیچ ممیزی امنیتی مستقلی از این دستگاه خاص منتشر نشده است.
۸. واکنش کارشناسان و منتقدان صنعت
واکنشها به پروژه Zenith در همان روزهای نخست، دوگانه بوده است. پاول ثورت، تحلیلگر باسابقه حوزه ویندوز که سالهاست روند این سیستمعامل را دنبال میکند، این تصمیم مایکروسافت را «یک محاسبه اشتباه عجیب» توصیف کرده، چون به باور او هر برنامهنویس حرفهای از قبل پیکربندی دلخواه خودش را دارد و بهمحض بازکردن جعبه، تنظیمات پیشفرض مایکروسافت را تغییر میدهد. در مقابل، طرفداران این طرح میگویند مسئله اصلی، خودِ تنظیمات نیست بلکه در دسترسقراردادن سختافزاری است که تا پیش از این برای اکثر برنامهنویسان مقرونبهصرفه نبود. این بحث یادآور تنش همیشگی میان توسعهدهنده واقعی و ابزارهای از پیشساخته است؛ موضوعی که در توهم هوش مصنوعی: برنامهنویس تنها در برابر مهندس واقعی هم به آن پرداختهایم.
۹. این تحول برای برنامهنویسان ایرانی چه معنایی دارد؟
برای بسیاری از برنامهنویسان و علاقهمندان ایرانی که به دلیل محدودیتهای پرداخت بینالمللی همیشه به راحتی نمیتوانند از سرویسهای ابری هوش مصنوعی استفاده کنند، مسیر اجرای محلی مدلها جذابیت ویژهای دارد؛ هرچند هزینه بالای این سختافزارها همچنان یک مانع جدی است. اگر به تازه واردید و میخواهید بدانید چگونه باید با مدلهای هوش مصنوعی، چه ابری و چه محلی، تعامل مؤثرتری داشته باشید، پیشنهاد میکنیم نگاهی به راهنمای نوشتن پرامپت برای مبتدیان و مجموعه آموزشهای چتجیپیتی در سایت ما بیندازید. همچنین میتوانید محدودیتهای واقعی این فناوری را در مقاله پتانسیل و محدودیتهای واقعی هوش مصنوعی بخوانید و برای مقایسه رویکردهای مختلف مدلسازی، سری به مقایسه چتجیپیتی و دیپسیک بزنید.
۱۰. پرسشهای متداول درباره پروژه Zenith
آیا پروژه Zenith یک سیستمعامل کاملاً جدید است؟
خیر. این طرح فقط یک پیکربندی خاص از ویندوز ۱۱ با تنظیمات و ابزارهای از پیش نصبشده برای برنامهنویسان هوش مصنوعی است، نه یک محصول مستقل.
چه رایانهای همین حالا از پروژه Zenith پشتیبانی میکند؟
در حال حاضر فقط رایانه ThinkCentre X Ultra ساخت لنوو، مبتنی بر تراشه AMD Ryzen AI Max+ PRO، برای این تجربه تأیید شده و از آبانماه عرضه میشود.
آیا اجرای محلی مدلها همیشه سریعتر و ارزانتر از سرویسهای ابری است؟
نه لزوماً. سرعت به معماری مدل (متراکم یا MoE) بستگی دارد و صرفه اقتصادی هم فقط برای کاربرانی که مصرف توکن بالایی دارند، توجیهپذیر میشود.
نگرانی امنیتی درباره این دستگاهها دقیقاً چیست؟
از آنجا که اولین سازنده تأییدشده، لنوو با سهامداری چینی است، نهادهای اطلاعاتی چند کشور غربی پیشتر نسبت به الزامات قانونی همکاری این شرکت با نهادهای اطلاعاتی چین هشدار دادهاند.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
