AI PC-கள் இன்று எதற்கெல்லாம் பயன்படுகின்றன?

உங்கள் லேப்டாப்பில் உள்ள சிலிக்கான் மூளை

தற்போது டெக் உலகில் ‘AI PC’ என்ற வார்த்தைதான் டிரெண்டிங். பெரிய மேனுஃபேக்சரர்கள் அனைவரும், கிளவுட் (cloud) டேட்டா சென்டர்களை நம்பியிருக்காமல், உங்கள் டெஸ்க்டாப்பிலேயே AI வேலைகளைச் செய்யும் புதிய ஹார்டுவேர்களை அறிமுகப்படுத்தி வருகின்றனர். சுருக்கமாகச் சொன்னால், AI PC என்பது ‘Neural Processing Unit’ (NPU) எனப்படும் பிரத்யேகக் கூறைக் கொண்ட ஒரு கம்ப்யூட்டர். மெஷின் லேர்னிங் (machine learning) சார்ந்த கணித வேலைகளைச் செய்வதற்காகவே இந்த சிப் வடிவமைக்கப்பட்டுள்ளது. வழக்கமான கம்ப்யூட்டர்களில் CPU மற்றும் கிராபிக்ஸ் கார்டு மட்டுமே இருந்த நிலையில், இந்த மூன்றாவது இன்ஜின் பர்சனல் கம்ப்யூட்டிங்கில் ஒரு பெரிய மாற்றத்தை ஏற்படுத்தியுள்ளது. கிளவுட் இல்லாமல், உங்கள் டிவைஸிலேயே டேட்டாவை ப்ராசஸ் செய்வதுதான் இதன் நோக்கம். இதனால் பிரைவசி (privacy), வேகம் மற்றும் பேட்டரி லைஃப் ஆகியவை மேம்படுகின்றன. மார்க்கெட்டிங் விளம்பரங்களைத் தாண்டி, இந்த சிலிக்கான் சிப்கள் உண்மையில் என்ன செய்கின்றன என்பதைப் பார்ப்போம்.

லோக்கல் இன்டெலிஜென்ஸின் கட்டமைப்பு

AI PC-ஐப் புரிந்துகொள்ள, NPU-வின் பங்கைத் தெரிந்துகொள்வது அவசியம். பாரம்பரியமான ப்ராசஸர்கள் பொதுவான வேலைகளைச் செய்பவை. CPU ஆப்பரேட்டிங் சிஸ்டத்தையும், கிராபிக்ஸ் என்ஜின் பிக்சல்களையும் கையாளும். ஆனால், NPU என்பது மேட்ரிக்ஸ் மல்டிபிளிகேஷன் (matrix multiplication) செய்வதில் கில்லாடி. இதுதான் லார்ஜ் லாங்குவேஜ் மாடல்கள் (LLMs) மற்றும் இமேஜ் ரெகக்னிஷன் (image recognition) ஆகியவற்றின் அடிப்படை. இந்த வேலைகளை NPU கவனித்துக்கொள்வதால், பேட்டரி குறையாமலும், ஃபேன் சத்தம் போடாமலும் கம்ப்யூட்டர் இயங்கும். இதைத்தான் ‘ஆன்-டிவைஸ் இன்ஃபெரன்ஸ்’ (on-device inference) என்கிறோம். உங்கள் குரல் அல்லது டெக்ஸ்ட் தகவல்களை சர்வர் பக்கம் அனுப்பாமல், உங்கள் ஹார்டுவேரிலேயே மாடல் இயங்கும். இதனால் இன்டர்நெட் தாமதம் இருக்காது, டேட்டாவும் உங்கள் டிவைஸை விட்டு வெளியேறாது. இன்டெல் (Intel) நிறுவனம் தனது சமீபத்திய Core Ultra ப்ராசஸர்களில் இதை இணைத்துள்ளது. மைக்ரோசாப்ட் (Microsoft) தனது Copilot Plus PC மூலம் இந்த மாற்றத்தை ஊக்குவிக்கிறது. குவால்காம் (Qualcomm) நிறுவனத்தின் Snapdragon X Elite சிப், விண்டோஸ் (Windows) எக்கோசிஸ்டமில் மொபைல் போன்ற செயல்திறனைக் கொண்டு வந்துள்ளது.

• NPU-க்கள் மெயின் ப்ராசஸரின் சுமையைக் குறைத்து மின்சாரத்தைச் சேமிக்கின்றன.
• லோக்கல் இன்ஃபெரன்ஸ் மூலம் முக்கியமான டேட்டா கிளவுடுக்குச் செல்லாமல் பாதுகாப்பாக இருக்கும்.
• பிரத்யேக நியூட்ரல் சிலிக்கான் மூலம் ஐ-ட்ிராக்கிங் (eye-tracking) மற்றும் வாய்ஸ் ஐசோலேஷன் (voice isolation) போன்ற வசதிகள் எப்போதும் இயங்கும்.

சிப் ரேஸில் செயல்திறனும் பாதுகாப்பும்

லோக்கல் AI நோக்கிய இந்த நகர்வுக்கு மின்சாரம் மற்றும் பிரைவசிதான் முக்கிய காரணங்கள். தினமும் கோடிக்கணக்கான AI குவெரிகளைச் (queries) செய்ய டேட்டா சென்டர்கள் அதிக மின்சாரத்தை செலவழிக்கின்றன. இது சூழலியல் ரீதியாகச் சிக்கலானது. வேலையை அந்தந்த டிவைஸ்களுக்கே மாற்றுவது இந்தச் சுமையைக் குறைக்கும். டேட்டா சாவரின்ட்டி (data sovereignty) குறித்த கவலைகளுக்கும் இது தீர்வாகிறது. ஐரோப்பா அல்லது ஆசியாவில் உள்ள ஒரு நிபுணர், தனது டேட்டா சர்வதேச எல்லைகளைத் தாண்டாமல் பாதுகாப்பாக இருக்கும் என்பதால் இந்த AI PC-களை விரும்புவார்கள். 2026-ல் இது ஒரு ஸ்டாண்டர்ட் அம்சமாக மாறத் தொடங்கியுள்ளது. 2026-க்குள், நியூட்ரல் இன்ஜின் இல்லாத கம்ப்யூட்டர், வைஃபை கார்டு இல்லாத லேப்டாப் போல காலாவதியாகிவிடும். டெவலப்பர்கள் NPU-வை மையமாக வைத்து ஆப்ஸ்களை (apps) உருவாக்கும்போது, பழைய மற்றும் புதிய ஹார்டுவேர்களுக்கு இடையிலான இடைவெளி அதிகரிக்கும். நிறுவனங்கள் தங்கள் இன்டர்னல் AI டூல்களைப் பாதுகாப்பாக இயக்க இந்த டிவைஸ்களைப் பயன்படுத்துகின்றன.

மார்க்கெட்டிங் ஹைப் முதல் அன்றாடப் பயன்பாடு வரை

AI PC-யின் தாக்கம் பெரிய அளவில் தெரியாவிட்டாலும், அன்றாட வேலைகளை எளிதாக்குகிறது. உதாரணமாக, ஒரு ரிமோட் ஒர்க்கர் வீடியோ காலில் பேசும்போது, சாதாரண லேப்டாப்பில் பேக்ரவுண்ட் பிளர் (background blur) செய்ய CPU திணறும், லேப்டாப் சூடாகும். ஆனால் AI PC-யில் NPU இந்த வேலையைச் சத்தமில்லாமல் செய்யும். இதனால் பேட்டரி நீண்ட நேரம் உழைக்கும். மதியம், பல டாக்குமெண்டுகளில் ஒரு குறிப்பிட்ட தகவலைத் தேடும்போது, லோக்கல் AI மாடல் அந்தச் சூழலைப் புரிந்துகொண்டு நொடியில் தகவலைத் தரும். இதற்கு இன்டர்நெட் தேவையில்லை. போட்டோ எடிட்டிங்கில் ஜெனரேட்டிவ் ஃபில் (generative fill) செய்ய NPU வேகத்தை அதிகரிக்கும். சுருக்கமாகச் சொன்னால், மெஷின் அதிக திறன் கொண்டதாக மாறுகிறது, பயனர் தனது வேலையில் முழு கவனத்தைச் செலுத்த முடிகிறது.

இந்தத் தகவல் துல்லியமாகவும் தெளிவாகவும் இருப்பதற்காக ஆட்டோமேட்டட் டூல்கள் மூலம் தயாரிக்கப்பட்டது. வெண்டார்கள் அனைத்தையும் AI-நேட்டிவ் என்று பிராண்ட் செய்தாலும், உண்மையான மதிப்பு அதன் செயல்திறனில்தான் உள்ளது. கிளவுட் பதிலுக்காகக் காத்திருக்கும் காலம் முடிந்து, இப்போது இன்டெலிஜென்ஸ் உங்கள் லேப்டாப்பிற்குள்ளேயே வந்துவிட்டது. இது கனெக்ஷன் சிக்கல்களையும், டேட்டா கசிவு பயத்தையும் குறைக்கிறது. கிரியேட்டிவ் நிபுணர்களுக்கு இது வேகமான ரெண்டரிங்கைத் தருகிறது, அலுவலகப் பணியாளர்களுக்குச் சிறந்த ஆர்கனைசேஷனைத் தருகிறது. இந்த மாற்றம் படிப்படியாக நிகழ்ந்தாலும், கம்ப்யூட்டிங் அனுபவம் முன்பை விட மிகவும் சீராக இருக்கும்.

நியூரல் டாக்ஸ் (Neural Tax) எனும் விலை

இந்த உற்சாகத்திற்கு மத்தியிலும் சில கேள்விகள் எழுகின்றன. NPU உண்மையிலேயே அவசியமா அல்லது ஹார்டுவேரை மாற்றச் செய்யும் தந்திரமா? பல AI அம்சங்கள் ஏற்கனவே மென்பொருள் மூலமே சாத்தியமாகி இருந்தன. இந்த சிப்களால் கிடைக்கும் லாபம், அதன் விலைக்கு ஈடாகுமா என்பது கேள்விக்குறி. மேலும், சாப்ட்வேர் சப்போர்ட் முக்கியம். டெவலப்பர் தனது ஆப்பை NPU-க்கு ஏற்ப ஆப்டிமைஸ் (optimize) செய்யாவிட்டால், அந்த ஹார்டுவேர் சும்மா தான் இருக்கும். பிரைவசியிலும் சில சந்தேகங்கள் உள்ளன; ஆன்-டிவைஸ் இன்ஃபெரன்ஸ் பாதுகாப்பானது என்றாலும், OS இன்னும் டெலிமெட்ரி டேட்டாவைச் சேகரிக்கிறது. பழைய லேப்டாப்களைத் தூக்கி எறிந்துவிட்டு புதியவற்றை வாங்குவது, இ-வேஸ்ட் (e-waste) பிரச்சனையை அதிகரிக்காதா? மார்க்கெட்டிங் சொல்லும் கதை எளிதானது, ஆனால் நிஜம் சற்று சிக்கலானது. உங்கள் வேலைக்குத் தேவைப்பட்டால் மட்டும் இந்த புதிய டிரெண்டிற்கு மாறுங்கள்.

நியூரல் இன்ஜினின் தொழில்நுட்பம்

பவர் யூசர்களுக்கு மார்க்கெட்டிங் பெயர்களை விட ஸ்பெக்ஸ் (specs) முக்கியம். NPU செயல்திறனை அளவிட **TOPS** (Trillions of Operations Per Second) பயன்படுத்தப்படுகிறது. விண்டோஸில் AI அம்சங்களுக்கு 40 **TOPS** அடிப்படைத் தேவையாக உள்ளது. ஆனால், மெமரி பேண்ட்வித் (memory bandwidth) தான் உண்மையான சவால். பெரிய லாங்குவேஜ் மாடல்களை இயக்க அதிக டேட்டா மெமரிக்கும் ப்ராசஸருக்கும் இடையே பரிமாறப்பட வேண்டும். அதனால்தான் AI PC-கள் வேகமான LPDDR5x RAM-உடன் வருகின்றன. 8GB RAM-ல் லோக்கல் மாடல்களை இயக்குவது கடினம். டெவலப்பர்கள் OpenVINO அல்லது Qualcomm AI Stack போன்ற API-களைப் பயன்படுத்தி ஹார்டுவேரை அணுகுகிறார்கள். புதிய மெஷினை வாங்கும் போது, வெப்பமடையும் போது NPU எப்படிச் செயல்படுகிறது என்பதை கவனிக்க வேண்டும்.

• மெமரி பேண்ட்வித் லோக்கல் LLM-களின் வேகத்தைத் தீர்மானிக்கிறது.
• API இணக்கத்தன்மை எந்தெந்த கிரியேட்டிவ் டூல்கள் NPU-வைப் பயன்படுத்தும் என்பதைத் தீர்மானிக்கிறது.
• நீண்ட நேர வேலைகளுக்கு வெப்ப மேலாண்மை (thermal management) மிக முக்கியம்.

நாங்கள் கவர் செய்ய வேண்டும் என்று நீங்கள் நினைக்கும் AI கதை, கருவி, போக்கு அல்லது கேள்வி உங்களிடம் உள்ளதா? உங்கள் கட்டுரை யோசனையை எங்களுக்கு அனுப்பவும் — அதைக் கேட்க நாங்கள் விரும்புகிறோம்.

சிலிக்கான் ஹைப் பற்றிய தீர்ப்பு

AI PC என்பது ஒரு திடீர் அதிசயம் அல்ல, இது ஹார்டுவேரின் தர்க்கரீதியான பரிணாமம். அன்றாட மென்பொருட்களில் மெஷின் லேர்னிங் தேவை அதிகரித்துள்ளதால் இந்த மாற்றம் ஏற்பட்டுள்ளது. உங்கள் கம்ப்யூட்டர் திடீரென புத்திசாலியாகிவிடாது, ஆனால் அது சிக்கலான பின்னணி வேலைகளை எளிதாகக் கையாளும். சாப்ட்வேர் எக்கோசிஸ்டம் வளர வளர, இதன் நன்மைகள் பயனர்களுக்குத் தெளிவாகத் தெரியும். இப்போதுள்ள நிலையில், உங்கள் அன்றாடத் தேவைகளை அடிப்படையாகக் கொண்டு இந்த மெஷின்களைத் தேர்வு செய்யுங்கள். லோக்கல் இன்டெலிஜென்ஸ் இனி ஒரு அங்கமாகிவிட்டது, இது ஒரு நீண்ட பயணமே தவிர, குறுகிய கால ஓட்டம் அல்ல.

ஆசிரியரின் குறிப்பு: கணினித் துறையில் நிபுணர்கள் அல்லாதவர்கள், ஆனால் செயற்கை நுண்ணறிவைப் புரிந்துகொள்ளவும், அதை அதிக நம்பிக்கையுடன் பயன்படுத்தவும், ஏற்கனவே வந்துகொண்டிருக்கும் எதிர்காலத்தைப் பின்தொடரவும் விரும்பும் மக்களுக்காக, பலமொழி AI செய்திகள் மற்றும் வழிகாட்டல் மையமாக இந்த தளத்தை நாங்கள் உருவாக்கினோம்.

ஒரு பிழையைக் கண்டறிந்தீர்களா அல்லது திருத்தப்பட வேண்டிய ஒன்று இருக்கிறதா? எங்களுக்குத் தெரியப்படுத்துங்கள்.