شهریور
اخبار
پروژه زنیت مایکروسافت؛ ویندوزی برای اجرای محلی هوش مصنوعی
مایکروسافت با «پروژه زنیت» نسخهای از ویندوز ۱۱ عرضه کرده که هوش مصنوعی را از سرورهای ابری بیرون میکشد و مستقیم روی رایانهی شخصی اجرا میکند؛ گامی که میتواند معادلات هزینه و حریم خصوصی هوش مصنوعی را برای همیشه تغییر دهد.
لیست مطالب
بخش یک: پروژه زنیت دقیقاً چیست؟
پروژه زنیت را میتوان یک «پیکربندی آماده» برای ویندوز ۱۱ توصیف کرد، نه یک سیستمعامل کاملاً جدید. مایکروسافت مجموعهای از تنظیمات، ابزارها و برنامههای محبوب توسعهدهندگان را از پیش روی دستگاه نصب کرده تا کاربر از همان لحظهی روشنکردن رایانه، آمادهی کدنویسی و کار با مدلهای هوش مصنوعی باشد. به گفتهی مسئولان این پروژه، ایده از اینجا شکل گرفت که بسیاری از توسعهدهندگان، بلافاصله پس از نصب ویندوز، دهها تنظیم را دستی تغییر میدهند؛ از نمایش پسوند فایلها گرفته تا فعالسازی مسیرهای طولانی و نصب ابزارهای خطفرمان.
در نسخهی زنیت، File Explorer بهصورت پیشفرض پسوند کامل فایلها و فایلهای مخفی را نشان میدهد، پشتیبانی از مسیرهای طولانی فعال است و بستهی پایه شامل پایتون ۳٫۱۴ به بالا، Node.js نسخهی ۲۴ به بالا، داتنت ۱۰ و WSL 2 همراه با اوبونتو میشود. برای اطلاعات بیشتر دربارهی اینکه هوش مصنوعی امروز دقیقاً چه کاربردها و محدودیتهایی دارد، میتوانید مقالهی پتانسیل واقعی و محدودیتهای هوش مصنوعی را در سایت ما بخوانید.
بخش دو: چرا مایکروسافت الان چنین قدمی برداشت؟
ویندوز ۱۱ در ماههای اخیر با انتقادهای زیادی از سوی کاربران حرفهای روبهرو بوده؛ از حذف برخی ویژگیهای کوپایلوت گرفته تا تغییرات جابهجایی نوار وظیفه که خیلی از کاربران را ناراضی کرده بود. پروژه زنیت بخشی از تلاش گستردهتر مایکروسافت برای بازسازی اعتماد جامعهی توسعهدهندگان به ویندوز است؛ رویکردی که پاوان داولوری، یکی از مدیران ارشد بخش ویندوز، آن را محور راهبرد جدید شرکت توصیف کرده است.
از سوی دیگر، هزینهی روزافزون استفاده از سرویسهای ابری هوش مصنوعی برای تیمهای توسعه یک انگیزهی اقتصادی جدی است. وقتی هزار توکن پردازش در سرویسهای ابری هزینه دارد، اجرای نامحدود مدل روی سختافزار شخصی، بهخصوص برای تیمهایی که آزمایش و توسعهی زیادی انجام میدهند، میتواند در بلندمدت صرفهی اقتصادی چشمگیری داشته باشد. اگر میخواهید بدانید چرا هوش مصنوعی برای کسبوکارها اینقدر مهم شده، این مقاله دربارهی اهمیت هوش مصنوعی در کسبوکار ۲۰۲۵ را از دست ندهید.
بخش سه: مشخصات سختافزاری؛ چه رایانهای لازم دارید؟
حداقل نیاز اعلامشده برای دستگاههای سازگار با پروژه زنیت، ۶۴ گیگابایت حافظهی یکپارچه و پهنای باند حافظهای حدود ۲۵۰ گیگابایت بر ثانیه است. نسل نخست این دستگاهها بر پایهی پردازندههای AMD Ryzen AI Max+ ساخته شدهاند؛ همان تراشههایی که در رسانهها با لقب «Ryzen AI Halo» شناخته میشوند. این معماری با تکیه بر حافظهی یکپارچهی سریع، امکان بارگذاری مدلهای بزرگ را بدون نیاز به کارت گرافیک جداگانهی گرانقیمت فراهم میکند.
نکتهی جالب اینجاست که مایکروسافت پیکربندی لازم برای فعالسازی تجربهی زنیت را بهصورت عمومی از طریق مخزن Windows Developer Configuration در دسترس قرار داده؛ یعنی حتی کسانی که رایانهی رسمی این پروژه را نخریدهاند، میتوانند بخشی از این تنظیمات را روی سیستم فعلی خود پیادهسازی کنند، البته بدون تضمین همان سطح از عملکرد در اجرای مدلهای بزرگ.
بخش چهار: لنوو ThinkCentre X Ultra؛ اولین دستگاه رسمی
همزمان با معرفی پروژه زنیت، لنوو از نخستین رایانهی رسمی سازگار با آن رونمایی کرد: ThinkCentre X Ultra. این دستگاه در بالاترین پیکربندی به ۱۲۸ گیگابایت حافظهی یکپارچه مجهز میشود، اما در بدنهای فوقفشرده با حجمی تنها ۱.۶ لیتر جای گرفته است؛ چیزی نزدیک به اندازهی یک کتاب قطور. قیمت پایهی این محصول حدود ۳٬۷۰۰ دلار اعلام شده و عرضهی عمومی آن برای آبانماه (نوامبر ۲۰۲۶) برنامهریزی شده است.
برای مقایسه، انویدیا پیشتر DGX Spark را با قیمتی نزدیک به ۴٬۷۰۰ دلار به بازار عرضه کرده بود؛ یعنی رقیب جدید مایکروسافت و لنوو از نظر قیمتی کمی مقرونبهصرفهتر به نظر میرسد، هرچند مقایسهی دقیق عملکرد دو دستگاه هنوز نیازمند آزمایشهای مستقل بیشتری است.
بخش پنج: عملکرد واقعی مدلها؛ آنچه اعداد بهتنهایی نمیگویند
شعار تبلیغاتی مایکروسافت این است که این رایانهها میتوانند «مدلهای بالای ۳۰ میلیارد پارامتر را بهصورت محلی و نامحدود» اجرا کنند. اما واقعیتِ فنی پیچیدهتر از یک عدد ساده است. مدلهای ترکیبی از نوع Mixture-of-Experts، که در هر لحظه فقط بخش کوچکی از کل پارامترهایشان را فعال میکنند، روی این سختافزار میتوانند به سرعتی در حدود ۷۰ تا ۱۰۰ توکن بر ثانیه برسند؛ سرعتی که برای کار روزمرهی توسعه کاملاً قابل قبول است.
اما مدلهای چگال (Dense) که تمام پارامترهایشان همیشه فعال است، داستان متفاوتی دارند. برای مثال یک مدل چگال ۷۰ میلیارد پارامتری با کوانتیزیشن ۴بیتی ممکن است تنها به حدود ۵ توکن بر ثانیه برسد؛ سرعتی که برای مکالمهی زنده کند و برای بار پردازشی سنگین عملاً ناکارآمد است. به بیان ساده، معماری مدل، حتی بیشتر از تعداد پارامترها، تعیینکنندهی تجربهی واقعی کاربر خواهد بود؛ نکتهای که در بیشتر تیترهای خبری این هفته نادیده گرفته شده است.
بخش شش: ابزارهای توسعهدهنده؛ از کد تا کوپایلوت
بستهی نرمافزاری پروژه زنیت شامل ویژوالاستودیوکد، گیتهاب کوپایلوت، PowerToys، WinAppCLI و مجموعهای به نام Windows Dev Skills میشود. هدف مایکروسافت این است که کاربر بلافاصله پس از روشنکردن دستگاه، بدون نیاز به نصب دستی، بتواند مدلها را دانلود، تنظیم و اجرا کند و مستقیماً از داخل محیط کدنویسی با آنها تعامل داشته باشد. اگر تازه با دنیای پرامپتنویسی و کار عملی با مدلهای هوش مصنوعی آشنا میشوید، راهنمای نوشتن پرامپت برای مبتدیان نقطهی شروع خوبی است.
این رویکرد یکپارچه، تفاوت اصلی زنیت با راهکارهای قبلی اجرای محلی مدلها است؛ پیشتر کاربران معمولاً باید دهها ابزار جداگانه را دستی کنار هم میچیدند تا محیطی مشابه بسازند. برای کسانی که میخواهند بدانند تفاوت یک توسعهدهندهی واقعی با کسی که فقط از ابزارهای آماده استفاده میکند در چیست، این مقاله دربارهی توهم هوش مصنوعی در برابر مهندسی واقعی خواندنی است.
بخش هفت: مایکروسافت در برابر رقبا؛ اپل، انویدیا و متا
این حرکت مایکروسافت را باید در بستر یک رقابت بزرگتر دید. انویدیا از قبل با DGX Spark وارد بازار رایانههای شخصی مخصوص هوش مصنوعی شده است. اپل هم با گسترش چارچوب Foundation Models در اکوسیستم Xcode، مسیر مشابهی را برای توسعهدهندگان مک دنبال میکند. متا نیز روی پروژهای با نام Muse Glimmer کار میکند که هدفش اجرای سبکتر مدلها روی سختافزار مصرفی معمولی است، نه فقط رایانههای حرفهای گرانقیمت.
در این میان شرکتهای ارائهدهندهی مدلهای زبانی بزرگ ابری، از جمله همانهایی که پشت چتجیپیتی و کلود قرار دارند، باید به این روند توجه ویژهای داشته باشند؛ چراکه اگر اجرای محلی مدلها برای بخش قابلتوجهی از توسعهدهندگان به گزینهای واقعی و مقرونبهصرفه تبدیل شود، بخشی از تقاضای فعلی برای سرویسهای ابری ممکن است به سمت سختافزار شخصی جابهجا شود. برای آشنایی بیشتر با یکی از بازیگران اصلی این عرصه، این مقاله دربارهی اوپنایآی و ماهیت این شرکت را بخوانید.
بخش هشت: این تغییر برای کاربران فارسیزبان هوش مصنوعی چه معنایی دارد؟
برای بسیاری از کاربران و کسبوکارهای فارسیزبان که با محدودیت دسترسی یا نوسان قیمت سرویسهای ابری هوش مصنوعی دستوپنجه نرم میکنند، امکان اجرای محلی و بدون واسطهی مدلهای قدرتمند میتواند یک مزیت واقعی باشد؛ هم از نظر پایداری دسترسی و هم از نظر حریم خصوصی دادهها، چراکه اطلاعات هرگز رایانهی کاربر را ترک نمیکند. البته این مزیت با هزینهی اولیهی سختافزار بالا (نزدیک به ۳٬۷۰۰ دلار) همراه است که برای بسیاری از کاربران فردی همچنان رقمی قابلتوجه محسوب میشود.
در عین حال، این روند نشان میدهد که مرز میان «هوش مصنوعی ابری» و «هوش مصنوعی محلی» روزبهروز کمرنگتر میشود. برای پیگیری تازهترین تحولات این حوزه و مقایسهی مدلهای مختلف با یکدیگر، سری مقالات مقایسهی چتجیپیتی و دیپسیک در سایت ما و همچنین بخش اخبار هوش مصنوعی میتوانند مرجع خوبی باشند.
سوالات متداول دربارهی پروژه زنیت
پروژه زنیت یک سیستمعامل جدید است؟
نه. پروژه زنیت یک پیکربندی و بستهی از پیش نصبشده روی ویندوز ۱۱ است، نه یک نسخهی مستقل یا سیستمعامل جداگانه.
آیا میشود بدون خرید رایانهی جدید از این قابلیت استفاده کرد؟
بله تا حدی؛ مایکروسافت تنظیمات پایهی این پروژه را از طریق مخزن Windows Developer Configuration در اختیار عموم گذاشته، اما رسیدن به همان سطح از عملکرد بدون سختافزار مناسب (حداقل ۶۴ گیگابایت حافظهی یکپارچه) عملاً ممکن نیست.
چه مدلهای هوش مصنوعی روی این رایانهها اجرا میشوند؟
هر مدل متنبازی که با سختافزار سازگار باشد، اما بهترین نتیجه با مدلهای ترکیبی (Mixture-of-Experts) بهدست میآید؛ مدلهای چگال بزرگتر ممکن است سرعت پایینتری داشته باشند.
قیمت این رایانهها چقدر است؟
اولین دستگاه رسمی، لنوو ThinkCentre X Ultra، از حدود ۳٬۷۰۰ دلار شروع میشود و عرضهی عمومی آن به نوامبر ۲۰۲۶ موکول شده است.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
