پروژه Zenith مایکروسافت؛ اجرای مدلهای بزرگ هوش مصنوعی روی کامپیوتر توسعهدهندگان
مایکروسافت Project Zenith را برای اجرای مدلهای بزرگ هوش مصنوعی بهصورت محلی روی کامپیوترهای توسعهدهندگان معرفی کرد.
مایکروسافت با معرفی Project Zenith قصد دارد تجربهای آماده برای برنامهنویسی در ویندوز 11 ارائه کند؛ تجربهای که برای کامپیوترهای قدرتمند توسعهدهندگان طراحی شده و امکان اجرای مدلهای بزرگ هوش مصنوعی با بیش از ۳۰ میلیارد پارامتر بهصورت محلی را فراهم میکند، بدون آنکه کاربران برای هر درخواست به توکنهای ابری هزینهبر وابسته باشند.
پروژه Zenith برای سیستمهایی با حداقل ۶۴ گیگابایت حافظه یکپارچه (Unified Memory) و پهنای باند حافظه ۲۵۰ گیگابایت بر ثانیه یا بیشتر طراحی شده است. مایکروسافت در این پروژه سختافزار قدرتمند را با یک محیط نرمافزاری از پیش پیکربندیشده ترکیب کرده تا توسعهدهندگان بتوانند از همان ابتدا برای کدنویسی، آزمایش و اجرای مدلهای هوش مصنوعی آماده باشند.
نخستین سیستمهای مبتنی بر Project Zenith به تراشه AMD Ryzen AI Halo مجهز خواهند بود و انتظار میرود طی ماههای آینده، محصولات بیشتری از سوی تولیدکنندگان تجهیزات اصلی (OEM) و شرکای سختافزاری مایکروسافت عرضه شوند.
این دستگاهها همچنین از بهبودهای مستمر ویندوز 11 در زمینه عملکرد، پایداری، جستوجو، File Explorer و مدیریت مصرف حافظه بهره خواهند برد.
محیط توسعه از پیش آماده در Project Zenith
یکی از ویژگیهای اصلی Project Zenith، ارائه یک محیط توسعه آماده است. مایکروسافت مجموعهای از ابزارهای موردنیاز توسعهدهندگان را از قبل روی این سیستمها نصب و تنظیم کرده است؛ ابزارهایی که زبانهای برنامهنویسی و Runtimeها، کنترل نسخه و نرمافزارهای بهرهوری را پوشش میدهند.
در این محیط، Windows Terminal و Visual Studio Code بهصورت پیشفرض روی نوار وظیفه (Taskbar) قرار گرفتهاند تا توسعهدهندگان بتوانند بلافاصله به ابزارهای اصلی برنامهنویسی دسترسی داشته باشند.
از سوی دیگر، ویندوز برای یک تجربه توسعهمحور از پیش پیکربندی شده است. در File Explorer، نمایش پسوند فایلها، فایلهای مخفی، مسیر کامل فایل در نوار عنوان و پنل جزئیات فعال است. همچنین پشتیبانی از مسیرهای طولانی نیز بهصورت پیشفرض فعال خواهد بود.
برای ایجاد یک محیط کاری خلوتتر، نمایش فایلها و پوشههای اخیراً استفادهشده و پیشنهادهای مربوط به سرویسهای همگامسازی غیرفعال شدهاند. در بخش Search و Start نیز قابلیت Command Palette فعال است، در حالی که پیشنهادهای منوی Start و اعلانهای مربوط به حساب کاربری برای کاهش حواسپرتی غیرفعال شدهاند.
اجرای لینوکس و کانتینرها روی ویندوز
Windows Subsystem for Linux یا WSL نیز بخش دیگری از این محیط توسعه است و زیرساخت لازم برای اجرای بارهای کاری لینوکس روی ویندوز را فراهم میکند.
قابلیت WSL Containers نیز به توسعهدهندگان اجازه میدهد کانتینرهای لینوکس را مستقیماً در محیط ویندوز ایجاد، اجرا و مدیریت کنند. به این ترتیب، توسعهدهندگان میتوانند بدون ترک محیط ویندوز، بخشی از ابزارها و گردشکارهای مبتنی بر لینوکس را در اختیار داشته باشند.
البته Project Zenith قرار نیست توسعهدهندگان را به یک محیط ثابت محدود کند. کاربران همچنان میتوانند ابزارها، زبانهای برنامهنویسی و فریمورکهای موردنیاز خود را متناسب با گردشکارشان نصب و شخصیسازی کنند. Zenith در واقع یک نقطه شروع استاندارد و توسعهمحور در اختیار آنها قرار میدهد.
امنیت داخلی برای ایجنتهای هوش مصنوعی
با گسترش استفاده از AI Agentها در فرآیند توسعه نرمافزار، امنیت این ابزارها به یکی از بخشهای مهم Project Zenith تبدیل شده است.
ویندوز مجموعهای از قابلیتهای امنیتی را برای ایجنتهای هوش مصنوعی ارائه میکند که از جمله آنها میتوان به احراز هویت تحت کنترل سیستمعامل، محدودسازی اجرای ایجنتها با استفاده از Microsoft Execution Containers (MXC) و قابلیتهای مدیریتی در سطح سازمانی اشاره کرد.
این لایههای حفاظتی از همان روز نخست روی دستگاههای Project Zenith در دسترس خواهند بود و هدف آنها فراهم کردن محیطی کنترلشدهتر برای اجرای ایجنتهای هوش مصنوعی است.
اجرای مدلهای هوش مصنوعی بهصورت محلی؛ کاهش وابستگی به سرویسهای ابری
یکی از مهمترین مزیتهای Project Zenith، امکان استفاده از مدلهای هوش مصنوعی بهصورت محلی است.
توسعهدهندگان میتوانند برای کارهای روزمره از مدلهای نصبشده روی کامپیوتر خود استفاده کنند و تنها برای پردازشهای سنگینتر به مدلهای ابری روی بیاورند. این رویکرد میتواند ضمن کاهش وابستگی به زیرساختهای ابری، مصرف سرویسهای ابری و هزینه پرداخت توکنهای هوش مصنوعی را نیز کاهش دهد.
این قابلیت بهخصوص برای توسعهدهندگانی اهمیت دارد که با مدلهای زبانی بزرگ (LLM)، ابزارهای کدنویسی مبتنی بر هوش مصنوعی و ایجنتهای نرمافزاری کار میکنند و به اجرای مداوم مدلها نیاز دارند.
مایکروسافت: سختافزار متفاوت، تجربه توسعه یکسان
لوگان آیر (Logan Iyer)، معاون رئیس بخش Windows Platform + Developer در مایکروسافت، میگوید Project Zenith بخشی از مسیر آینده ویندوز در همکاری با اکوسیستم سختافزاری این شرکت است.
به گفته او، همکاری با شرکای OEM به توسعهدهندگان امکان انتخاب میان دستگاههای مختلف و سطوح متفاوت عملکرد را میدهد، در حالی که تجربه «آماده برای کدنویسی» در تمام این دستگاهها حفظ خواهد شد.
آیر تأکید میکند که ممکن است سختافزار دستگاههای مختلف با یکدیگر متفاوت باشد، اما هدف مایکروسافت ارائه یک تجربه ثابت برای توسعهدهندگان است؛ تجربهای که از ابتدا برای توسعه مدرن قدرتمند، بهینهسازیشده و آماده استفاده باشد.
Project Zenith چه اهمیتی برای توسعهدهندگان دارد؟
Project Zenith را میتوان تلاش مایکروسافت برای نزدیکتر کردن سختافزار قدرتمند، هوش مصنوعی محلی و ابزارهای توسعه نرمافزار دانست.
ترکیب حداقل ۶۴ گیگابایت حافظه یکپارچه، پهنای باند بالای حافظه، پردازندههای جدید AMD Ryzen AI Halo و یک محیط نرمافزاری از پیش آماده، میتواند کامپیوترهای توسعهدهندگان را به گزینهای مناسبتر برای اجرای مدلهای هوش مصنوعی در خود دستگاه تبدیل کند.
اگر این پروژه طبق برنامه پیش برود، توسعهدهندگان میتوانند بخشی از وظایف مرتبط با هوش مصنوعی را بدون ارسال داده و درخواست به سرویسهای ابری انجام دهند و برای پردازشهای سنگینتر همچنان از مدلهای ابری استفاده کنند. این مدل ترکیبی میتواند در آینده به یکی از الگوهای رایج برای توسعه نرمافزار مبتنی بر هوش مصنوعی تبدیل شود.
مشخصات کلیدی Project Zenith در یک نگاه
- سیستمعامل: Windows 11
- مخاطب اصلی: توسعهدهندگان و کاربران حرفهای
- اجرای مدلهای AI: بهصورت محلی
- اندازه مدلهای هدف: بیش از ۳۰ میلیارد پارامتر
- حداقل حافظه یکپارچه: ۶۴ گیگابایت
- پهنای باند حافظه: حداقل ۲۵۰ گیگابایت بر ثانیه
- پردازندههای نخستین دستگاهها: AMD Ryzen AI Halo
- ابزارهای توسعه: Windows Terminal، Visual Studio Code و ابزارهای برنامهنویسی
- پشتیبانی لینوکس: Windows Subsystem for Linux (WSL)
- کانتینرها: WSL Containers
- امنیت AI Agentها: Microsoft Execution Containers و قابلیتهای امنیتی ویندوز
- هدف اصلی: فراهم کردن یک محیط آماده و بهینه برای توسعه نرمافزار و هوش مصنوعی
جمعبندی
Project Zenith نشان میدهد مایکروسافت در حال حرکت به سمت نسلی از کامپیوترهای ویندوزی است که اجرای هوش مصنوعی محلی را به یکی از قابلیتهای اصلی خود تبدیل میکنند. این پروژه با ترکیب سختافزار قدرتمند و محیط توسعه از پیش پیکربندیشده، میخواهد فاصله میان یک کامپیوتر معمولی و یک سیستم تخصصی برای توسعه نرمافزار و هوش مصنوعی را کاهش دهد.
در این رویکرد، مدلهای محلی برای کارهای روزمره و مدلهای ابری برای پردازشهای سنگینتر مورد استفاده قرار میگیرند؛ ترکیبی که میتواند هم انعطافپذیری بیشتری برای توسعهدهندگان ایجاد کند و هم هزینه استفاده از سرویسهای ابری هوش مصنوعی را کاهش دهد.