- Нейронните процесори (NPU) в Windows разтоварват процесора (CPU) и графичния процесор (GPU) от задачите, свързани с изкуствен интелект (AI), подобрявайки производителността, живота на батерията и поверителността, като изпълняват модели директно на устройството.
- Компютрите Copilot+ с Windows 11 изискват повече от 40 TOPS на NPU и използват Windows ML и ONNX Runtime, за да използват автоматично процесора, графичния процесор и NPU.
- Intel, AMD и Qualcomm интегрират високопроизводителни невронни процесори (NPU) в своите SoCs, което позволява усъвършенствани функции на изкуствения интелект за офис задачи, креативност, сигурност и професионална употреба.
- Инструменти като Task Manager, WPR, WPA и GPUView ви позволяват да измервате реалното използване на NPU и да оптимизирате модели и приложения, за да извлечете максимума от хардуера.
Появата на NPU (нейронни процесори) в Windows напълно промени начина, по който използваме изкуствения интелект на персоналните компютри. Това, което преди разчиташе почти изключително на облака, сега започва да работи директно на нашите лаптопи, настолни компютри и мини компютри, с огромни подобрения в скоростта, живота на батерията и поверителността. Windows 11, особено с новите устройства Copilot+ и най-новите процесори от Intel, AMD и Qualcomm, е в основата на тази революция.
Ако обмисляте надграждане на компютъра си през следващите месеци, е важно да разберете какво представлява NPU (нейронен процесор), защо Microsoft го изисква за много усъвършенствани функции на изкуствения интелект в Windows 11 , каква е неговата роля в компютрите Copilot+, кои модели процесори го включват и кои реални приложения вече се възползват от този нов чип. Нека разгледаме по-отблизо, без да се впускаме в подробности, за да можете да вземете информирано решение дали надграждането си струва.
Какво точно е NPU и защо всички говорят за него сега?
Когато говорим за NPU (невронен процесор) в съвременен компютър, имаме предвид процесор, специализиран в изпълнението на математическите операции на невронните мрежи и други алгоритми за машинно обучение. Той не е предназначен да замени централния или графичния процесор (CPU) или графичния процесор (GPU), а по-скоро да ги допълни, като обработва всичко, свързано с изкуствения интелект.
За разлика от централния процесор (CPU), който е проектиран да изпълнява логически инструкции последователно, и графичната карта, която се фокусира върху масивно пикселно рендиране, NPU е проектиран от самото начало да умножава и натрупва матрици от числа с невероятна скорост и с много ниска консумация на енергия . Това е именно основата на това как моделите с изкуствен интелект „мислят“, от разпознаването на лица до генерирането на изображения.
На практика бихме могли да кажем, че NPU се превръщат в специфичния двигател на всички интелигентни функции на системата и приложенията, от размазване на фона във видео разговор до транскрипция в реално време, включително асистенти като Copilot или усъвършенствани филтри за видео редактиране.
Ключово предимство е, че изкуственият интелект може да работи директно на устройството, без да е необходимо да изпраща данни до отдалечени сървъри. Това подобрява поверителността, намалява латентността и разтоварва процесора и графичния процесор , освобождавайки ги за други задачи.
Освен това, много производители проектират тези устройства да работят с формати с по-ниска точност, като INT8, вместо FP32. Тъй като не изисква изключителна математическа прецизност за точни прогнози, NPU може да спести значително количество енергия с всяко изчисление , което е особено важно при лаптопи и мини компютри.
CPU, GPU и NPU: триъгълникът на съвременния SoC
Процесорите, използвани в съвременните устройства с Windows 11, обикновено използват подход „Система върху чип“ (SoC), при който централният процесор, графичният процесор и невронният процесор (NPU) са интегрирани в един и същ силициев чип . Тази физическа близост им позволява да споделят системната RAM памет и да прехвърлят задачи между тях без значителни затруднения.
В този триъгълник, процесорът (CPU) действа като контролиращ мозък, графичният процесор (GPU) обработва масивна паралелна обработка на графики, а NPU се фокусира изцяло върху машинното обучение и невронните мрежи . Всяка от тях има своята област на експертиза, а Windows 11 решава какво къде отива въз основа на натоварването.
Когато системата трябва да приложи видео ефекти, да извърши превод на реч в движение или да изпълни ONNX AI модел, Windows 11 анализира наличния хардуер и, ако открие NPU (нейронен процесор), пренасочва тези задачи към него, за да постигне най-добрия баланс между производителност и консумация на енергия . Ако по някаква причина NPU не е наличен, графичният процесор (GPU) или в крайна сметка процесорът (CPU) поемат контрола.
Това интелигентно разпределение на задачите е особено важно при тънки лаптопи, мини компютри и устройства „всичко в едно“, където управлението на температурата и консумацията на енергия са критични (вижте нашите уроци за хардуер на лаптопи ). Прехвърлянето на постоянна работа, свързана с изкуствен интелект, към NPU предотвратява прегряването на процесора и необходимостта от намаляване на честотата му , като по този начин се поддържа цялостната плавност на системата.
По отношение на ефективността, конвенционалният графичен процесор (GPU) може да консумира десетки ватове, за да изпълнява AI алгоритми с известна сложност, докато NPU може да върши същата работа с много по-ниска консумация , което ви позволява лесно да удължите живота на батерията с 15% до 20% в интензивни AI сценарии.
NPU и Windows 11: ролята на Copilot+ компютрите
Microsoft направи още една крачка напред с представянето на Copilot+ компютри, нова категория компютри с Windows 11, предназначени да превърнат изкуствения интелект не в допълнителна функция, а в нещо, интегрирано в ежедневието на потребителя. Тези машини се отличават, наред с други неща, с високопроизводителен NPU, способен да надхвърля 40 TOPS (тера операции в секунда).
Това изискване за повече от 40 TOPS не е прищявка: много от новите функции на AI на Windows 11, както на системно, така и на приложно ниво, се нуждаят от това ниво на устойчива мощност, за да предоставят преводи в реално време, генериране на изображения, видео ефекти и интелигентни асистенти, без да се намалява живота на батерията или изпълнението на други задачи.
На практика, компютърът Copilot+ е проектиран да предлага целодневен живот на батерията, постоянно достъпни AI изживявания и директен достъп до най-модерните AI модели и функции на Microsoft. Идеята е, че можете да използвате Copilot, за да работите, учите или творите, без да разчитате толкова много на облака.
Тези системи разчитат на процесори от следващо поколение от Qualcomm (като семейството Snapdragon X Elite), AMD (като най-новия Ryzen AI) и Intel (Core Ultra и наследниците му) — за да сравните опциите, вижте еквивалентите на процесорите Intel и AMD . Всички те споделят концепцията за интегриране на три процесорни двигателя: CPU, GPU и NPU , така че Windows 11 да може да разпределя работното натоварване много ефективно.
Самата платформа Windows 11 се готви да се възползва от тези възможности чрез уникални преживявания, като например подобрени ефекти за видео разговори, интелигентна организация на документи, асистенти, които обобщават локално съдържание , и креативни функции, които разчитат на изкуствен интелект, без постоянно да изпращат данни в облака.
Чипът Snapdragon X Elite и залогът на Qualcomm
Един от ключовите компоненти в Copilot+ PC е чипът Snapdragon X Elite, базиран на Arm архитектура и разработен от Qualcomm. Този процесор е проектиран с мисъл за интеграция с изкуствен интелект, включващ много мощен и изключително енергийно ефективен NPU.
Нейронният процесор (NPU) на Snapdragon X Elite може да обработва големи обеми данни паралелно, достигайки десетки трилиони операции в секунда , което му позволява да се справя с интензивни задачи с изкуствен интелект, като симултанен превод, подобряване на изображения или анализ в реално време, без да изтощава батерията за нула време.
Windows 11 координира комбинираната работа на процесора, графичния процесор и невронния процесор (NPU) в тези устройства. Във всеки един момент системата решава кой компонент е най-подходящ за всяка задача, търсейки оптимален баланс между скорост, бързина и консумация на енергия . Това води до много тънки и леки лаптопи с целодневен живот на батерията и постоянно активно AI изживяване.
Основното предимство на този подход е, че много от AI изживяванията в Copilot+ компютрите могат да работят директно на самото устройство: от функции на Windows 11 до инструменти на трети страни, оптимизирани за NPU . Това намалява зависимостта от интернет връзка и подобрява сигурността на данните.
Qualcomm предлага и специфични ресурси за разработчици чрез своя Qualcomm AI Hub, където можете да намерите модели, които вече са оптимизирани и валидирани за тези NPU , готови за ефективна работа на устройства Copilot+ със Snapdragon X Elite.
Как Windows открива и използва NPU за изкуствен интелект
Неврологичният процесор (NPU), както всеки друг хардуерен ресурс в компютъра, се нуждае от операционната система и приложенията , за да знаят как да комуникират с него и да използват неговата мощност . Microsoft усъвършенства начина за достъп до тези устройства и в момента препоръката е да се използва Windows Machine Learning (WinML или WinML) като основен метод.
За известно време DirectML беше стандартният подход за работа с AI ускорение в Windows, но сега WinML зае централно място . Тази промяна има за цел да опрости живота на разработчика и да позволи на приложенията да използват NPU и GPU възможно най-безпроблемно, както на компютри Copilot+, така и на други устройства с Intel или AMD NPU.
С Windows ML системата автоматично открива доставчиците на изпълнение (EP), съвместими с хардуера на устройството. Вместо разработчикът да трябва ръчно да пакетира специфични за производителя библиотеки, Windows изтегля и управлява тези EP по интегриран начин чрез самата система или Windows Update.
В основата си, Windows ML все още използва ONNX Runtime като свой двигател за извод, но това крие голяма част от сложността на управлението на различни доставчици на хардуер от разработчика . Microsoft си сътрудничи директно с Qualcomm, Intel, AMD и други партньори, за да гарантира, че актуализирани и оптимизирани EP са налични за всяко ново поколение силиций.
Когато приложение разгръща AI модел, използвайки Windows ML, на компютър с NPU, процесът е автоматичен: WinML проверява кои ускорители са налични, избира най-ефективния EP (QNN за Qualcomm NPU, OpenVINO за Intel платформи и др.), зарежда го и започва извод. Ако нещо се обърка, приложението безпроблемно превключва към GPU или CPU без намеса на потребителя.
Формати на модели, квантуване и инструменти за разработчици
Моделите с изкуствен интелект обикновено се обучават първоначално във високопрецизни формати като FP32, но потребителските NPU са склонни да работят по-добре с по-малки представяния като INT8, за да постигнат много по-висока производителност и енергийна ефективност.
Това означава, че моделите трябва да бъдат конвертирани или квантовани, преди да се стартират на NPU. Много модели са налични готови за употреба в оптимизиран ONNX формат, но тези, които искат да създадат свой собствен модел (BYOM), могат да използват специфични инструменти, за да го адаптират към хардуера.
Сред най-интересните ресурси е Qualcomm AI Hub , който предлага валидирани и оптимизирани модели за работа на Copilot+ компютри с процесори Snapdragon X Elite. Включен е и популярният ONNX Model Zoo , хранилище от предварително обучени модели с отворен код, готови за работа на различни устройства с NPU, включително такива от Intel и AMD.
За да оптимизира собствените си модели, Microsoft препоръчва използването на Olive, инструмент, който се интегрира с ONNX Runtime за обработка на компресия, оптимизация и NPU-ориентирана компилация . Тази комбинация позволява значително по-висока производителност със същия хардуер, което е особено важно при лаптопи, където всеки ват е от значение.
Цялата тази екосистема улеснява много разработчиците да се съсредоточат върху потребителското изживяване и да оставят ниско нивото на хардуерна интеграция на Windows ML, ONNX Runtime и свързаните с тях инструменти , където преди се появяваха проблеми със съвместимостта и поддръжката.
Как да измерим действителната производителност на NPU в Windows
Когато интегрирате функции на изкуствен интелект в приложение, е изключително важно да се измери действителната производителност на моделите на NPU и да се разбере какво се случва в системата. Windows предлага няколко инструмента за диагностика и проследяване, за да направи това в значителни подробности.
Първата отправна точка, достъпна за всеки потребител, е диспечера на задачите на Windows 11. В раздела „Производителност“ има специален раздел за NPU, заедно с процесора, паметта, диска, Wi-Fi и графичния процесор. Там можете да видите процента на използване, версията на драйвера и други важни данни.
За разработчиците и напредналите потребители, на разположение са други, по-мощни инструменти, като например Windows Performance Recorder (WPR) , който вече включва профил за невронна обработка за записване на активността на NPU, и Windows Performance Analyzer (WPA) , който ви позволява да анализирате тези записи.
WPR генерира подробни следи за това как системата взаимодейства с NPU чрез модела на драйвера MCDM на Microsoft. След това WPA ви позволява да преглеждате графики и времеви линии, показващи CPU, диск, мрежа, ONNX Runtime събития и специална NPU таблица , всички на една и съща времева линия.
Това позволява да се изследват аспекти като работно натоварване, време за зареждане на модела, създаване на сесия за извод, параметри на конфигурацията на доставчика на изпълнение, времето за всеки отделен извод и профилът на всеки оператор в рамките на AI модела. Могат да се наблюдават дори показатели на подхардуера на NPU, като например пропускателната способност на паметта.
Допълнителни инструменти: GPUView, ONNX Runtime и хардуерни профили
В допълнение към WPR и WPA, екосистемата на Windows предлага и други помощни програми, които помагат за по-доброто разбиране какво точно прави NPU (нейронният процесор), когато се изпълняват AI модели . Една от тях е GPUView, инструмент, който чете събития, записани в трасиращи файлове (.etl), и ги показва визуално.
GPUView вече може да показва не само операциите на графичния процесор (GPU), но и активността на NPU (NPU) и DirectX събития, свързани с MCDM устройства . Това е полезно, за да се види как работното натоварване всъщност се разпределя между GPU и NPU, когато дадено приложение използва интензивно както AI, така и графика.
От друга страна, ONNX Runtime, започвайки с версия 1.17 и с подобрения в 1.18.1, генерира събития по време на изпълнение, които могат да бъдат заснети и визуализирани с WPA . Това ви позволява да видите колко време отнема зареждането на модела, коя EP конфигурация се използва, как се държат изводите върху NPU (напр. QNN) и колко време изразходва всеки оператор в модела.
Разработчиците могат да комбинират специфични ONNX Runtime профили с други WPR профили (CPU, диск и др.), за да получат много точна картина за това къде се изразходва време и как да оптимизират производителността . Освен това, инструменти на трети страни, като Qualcomm Snapdragon Profiler (qprof), предлагат общ системен преглед и предоставят още по-подробни NPU показатели на Snapdragon платформи.
С този набор от помощни програми е възможно не само да се провери дали NPU се използва, но и да се открият пречки, неочаквани латентности или неоптимални конфигурации и да се коригират, за да се извлече максимума от наличния хардуер.
Как да разберете дали вашият компютър с Windows има NPU и какво използва, за да се възползвате от него
За крайните потребители типичният въпрос е: дали компютърът ми действително има NPU и дали Windows го използва? Най-лесният начин да проверите е да отворите диспечера на задачите (Ctrl+Shift+Esc), да отидете в раздела „Производителност“ и да потърсите секция с надпис „NPU“.
Ако се появи специална графика на NPU, това означава, че вашият компютър има този специализиран процесор. Оттам можете да видите кои приложения консумират NPU ресурси в раздела „Процеси“ или да се задълбочите с разширени инструменти за по-технически анализ. Ако не се появи, може да е полезно да проверите системната конфигурация на вашия компютър и настройките на BIOS или UEFI, за да потвърдите корекциите на фърмуера или поддръжката на ускорителя.
Наличието на NPU (нейронни процесори) става все по-често срещано в съвременните компютри, особено в лаптопи, сертифицирани като Copilot+ PC, и тези, които интегрират най-новото поколение процесори от AMD, Intel или Qualcomm. Производителите включват тези устройства като стандартен хардуерен компонент, точно както някога графичните процесори (GPU) са били интегрирани в самите процесори.
В много случаи потребителят започва да забелязва предимствата, без да е необходимо да променя нищо в начина си на работа: по-ясни видео разговори, ефекти, прилагани в реално време без забавяне, по-дълъг живот на батерията при използване на интелигентни функции и цялостно усещане за плавност дори при едновременно изпълнение на няколко задачи.
За тези с техническо любопитство, инструментите за проследяване на Windows ви позволяват да знаете точно кои процеси натоварват NPU и с какви модели на използване , нещо много полезно, ако тествате нов софтуер или ако искате да проверите дали дадено приложение наистина се възползва от хардуера.
Приложения от реалния свят, които вече се възползват от NPU в Windows
Отвъд теорията, интересното е да се види кои ежедневни програми се възползват от NPU в Windows . Списъкът расте месец след месец, но няколко известни имена вече са започнали да разчитат на този чип, за да ускорят своите AI функции.
В света на редактирането на изображения, Adobe Photoshop е отличен пример. Инструменти, задвижвани от изкуствен интелект, като автоматичен избор на обекти, премахване на фон и намаляване на шума в движение, могат да работят много по-бързо, ако компютърът има NPU, освобождавайки графичния процесор за други задачи за рендиране.
По отношение на сигурността, Norton Antivirus е включил функции, задвижвани от изкуствен интелект, които използват NPU за по-бързо откриване на фишинг опити и измами в уебсайтове. Това прави защитата в реално време по-бърза, без да претоварва процесора или да забавя системата.
В дизайна и визуалното съдържание, платформи като Canva добавят все по-мощни инструменти за генериране и редактиране, задвижвани от изкуствен интелект. Много от тези функции могат да бъдат ускорени с локален хардуер, когато е наличен NPU, намалявайки времето за изчакване при прилагане на филтри, генеративни фонове или интелигентни корекции.
За видео редактиране, DaVinci Resolve Studio интегрира и инструменти, които се възползват от локално ускорение с изкуствен интелект, като например намаляване на шума, разпознаване на лица, автоматично кадриране и други разширени функции. Делегирането на тези задачи на NPU води до по-плавно редактиране и по-кратко време за експортиране.
Освен това, на ниво операционна система, Windows Studio Effects, Copilot и други функции на Windows 11 използват NPU, за да изпълняват видео ефекти, изолиране на реч или контекстуални асистенти в реално време, като по този начин централният процесор остава фокусиран върху приложенията за продуктивност, които потребителят е отворил.
Нейронни процесори (NPU) на пазара: Intel, AMD, Qualcomm и стремежът към персонални компютри с изкуствен интелект
Въвеждането на NPU в персоналните компютри не е изолиран експеримент: всичко показва, че сме свидетели на фундаментален преход, подобен на преминаването към SSD дискове или интегрирането на графични процесори в процесори . Анализаторски фирми като IDC изчисляват, че до 2025 г. над 100 милиона персонални устройства (лаптопи, таблети и настолни компютри) ще бъдат пуснати с интегрирани NPU.
В този контекст, трите основни играчи, които са инвестирали най-много в разработването на изкуствен интелект за персонални компютри, са AMD, Intel и Qualcomm . Всеки със собствен подход, но всички с една и съща цел: да позволят на изкуствения интелект да работи директно върху хардуера на потребителя, бързо, ефективно и поверително.
Например, AMD пусна на пазара семействата Ryzen AI Max Series и Ryzen AI 300 , с архитектури като Zen 5 и XDNA 2. Най-модерните модели предлагат до 55 TOPS AI производителност, умножавайки производителността на предишното поколение с пет и позволявайки много мощни ултрапортативни форм-фактори. За да научите повече за техните архитектури, можете да прочетете за AMD RDNA 5 и uDNA.
В този диапазон се открояват процесори като AMD Ryzen AI 9 HX 370 , чийто NPU достига 50 TOPS и надвишава минималния праг на Copilot+ PC с 25%, както и Ryzen AI 395+ , който предлага още по-голяма устойчива AI производителност за взискателни локални модели. Благодарение на своя пространствен подход към потока от данни, тези чипове преместват данни между MAC устройства, без постоянно да имат достъп до RAM, като по този начин намаляват латентността и консумацията на енергия.
От своя страна Intel ясно заяви, че изкуственият интелект е в основата на пътната им карта: целта им е да доставят над 100 милиона процесора със специални ускорители с изкуствен интелект в рамките на няколко години, постигайки до 120 TOPS комбинирана производителност и поддържайки над 500 функции, базирани на изкуствен интелект, с подкрепата на екосистема от стотици независими разработчици на софтуер. За да следите еволюцията на чиповете им, разгледайте последните ни новини за процесорите на Intel.
Що се отнася до Qualcomm, техните платформи Snapdragon X Elite PC се превърнаха в един от стълбовете на Copilot+ компютрите, консолидирайки модела, където CPU, GPU и NPU съжителстват във високоефективен SoC, идеален за ултратънки лаптопи с много часове живот на батерията и винаги налични AI възможности.
Предимства за различните типове потребители: от офис автоматизация до локален изкуствен интелект
Големият въпрос за мнозина е: какво печеля в ежедневието си с NPU в Windows? Отговорът зависи от вида употреба, но почти всички типични потребители се възползват по един или друг начин.
За офис служителите, NPU позволява функции като ефектите на Windows Studio във видео разговори (размазване на фона, автофокус, подобряване на осветлението, изолиране на гласа) да работят без да натоварват процесора. Това освобождава повече място за работа с тежки електронни таблици, множество отворени приложения за продуктивност и интензивно сърфиране в интернет, без компютърът да забавя работата си.
Студентите и разпределените екипи могат да се възползват от преводи в реално време, автоматична аудио транскрипция и асистенти, които помагат с резюмета на документи, дори в сценарии с ограничена свързаност. Локалният изкуствен интелект елиминира голяма част от латентността и подобрява изживяването при международни срещи.
Творческите професионалисти, както във фотографията, така и във видеото, се възползват от NPU-ускорени филтри, разпознаване на сцени, интелигентни маски и по-бързо генеративно запълване , намалявайки времето за изчакване при редактиране и експортиране на проекти. Това е особено забележимо при взискателни работни процеси.
И накрая, потребителите, които искат да изпълняват AI модели локално на своите компютри (например, за да избегнат качването на чувствителни данни в облака), намират липсващата част в NPU. Обработката на изводи на самото устройство защитава поверителността, елиминира зависимостите от връзка и може да предложи силно конкурентно време за реакция за задачи като локални чатботове, класификация на документи или анализ на изображения.
Във всички случаи общият знаменател е, че NPU позволява на AI да престане да бъде нещо дистанционно, което работи само когато сте свързани, и да функционира като вградена функция на компютъра, винаги достъпна и адаптирана към това, което правите , от най-простото до най-модерното.
Често задавани въпроси относно NPU, производителността и поверителността в Windows
Често задаван въпрос е как всъщност се различава един NPU (нейронен процесор) от традиционната графична карта . Въпреки че GPU може да изпълнява модели с изкуствен интелект, той е предназначен предимно за графики, докато NPU е проектиран изключително за ускоряване на невронни мрежи и операции с машинно обучение. Това му позволява да освободи както процесора, така и графичния процесор от повтарящи се задачи с изкуствен интелект, като същевременно консумира значително по-малко енергия.
Друг важен въпрос е как подобрява поверителността. Чрез локално изпълнение на функциите на изкуствения интелект, NPU ви предпазва от необходимостта непрекъснато да изпращате лични данни в облака . За тези, които работят с чувствителна информация (журналисти, адвокати, лекари, компании с критични данни) или просто ценят поверителността си, това е съществена разлика в сравнение с разчитането изцяло на отдалечени услуги.
Що се отнася до игрите, NPU (нейронният процесор) не замества графичния процесор (GPU), но може косвено да помогне в определени сценарии . Технологии като AMD FidelityFX Super Resolution използват изкуствен интелект (AI), за да увеличат мащаба на изображението и да подобрят честотата на кадрите (или DLSS 5 на Nvidia ). Ако част от това изчисление се извършва от NPU, графичният процесор може да се фокусира върху чистото рендиране, което в някои заглавия води до по-балансирана цялостна производителност.
Логично е също да се запитаме дали изкуственият интелект, интегриран в антивирусен софтуер, асистенти или инструменти за продуктивност, ще „шпионира“ повече. Реалността е, че локалната обработка в NPU позволява точно обратното : колкото повече се извършва на самото устройство, толкова по-малко данни трябва да пътуват до външни сървъри, което намалява повърхността за атака. Въпреки това, винаги е препоръчително да се преглежда политиката за поверителност на всяко приложение.
Общото мнение, както сред производителите, така и сред анализаторите, е, че NPU и AI персоналните компютри не са мимолетна мода, а по-скоро следващата логична стъпка в еволюцията на персоналните компютри , точно както многоядрените процесори и SSD паметта са били по едно време. Все още сме в ранен етап, но това, което вече виждаме на пазара, предполага, че само след няколко години NPU ще бъдат толкова често срещани, колкото и интегрираните графични процесори.
Цялото това движение към NPU (нейронни полиморфни процесори) в Windows изгражда солидна основа за прехода на изкуствения интелект от изолирана облачна услуга към стандартна функция на персоналния компютър, което ще позволи по-бързи, по-ефективни и по-частни компютри, по-добре адаптирани към начина, по който работим, учим и създаваме съдържание всеки ден.
