Inililipat ng Microsoft ang estratehiya nito sa artificial-intelligence mula sa cloud patungo sa mga personal na computer, na ipinapares ang mga bagong high-end na Surface hardware at software na nagpapasya kung ang isang gawain ay dapat patakbuhin nang lokal o online. Nangangako ang pagbabagong ito ng mas mababang latency, mas maraming privacy at mas mababang gastos sa cloud, ngunit naglalagay din ito ng bagong presyon sa mga kontrol sa seguridad habang nagkakaroon ng awtoridad ang mga AI agent sa mga file, application, at network.

Sa isang kaganapan sa San Francisco noong Miyerkules, ipinakilala ng Microsoft ang Surface Laptop Ultra at Surface RTX Spark Dev Box, na parehong ginawa batay sa platform ng RTX Spark ng Nvidia. ng Reuters na ang laptop ay ibebenta mula $2,599 hanggang $5,899, na siyang unang bugso ng makapangyarihang local-AI machines pangunahin para sa mga developer, creator, at mga propesyonal na gumagamit na may sapat na pondo kaysa sa malawakang merkado.

Ang hardware ay dinisenyo upang mapanatili ang mas malalaking modelo at mga daloy ng trabaho ng ahente sa device. sa anunsyo ng produkto , ang mga configuration ay nag-aalok ng hanggang 128 gigabytes ng unified memory, na kasinglaki ng isang petaflop ng AI performance at suporta para sa mga modelong higit sa 120 bilyong parameter. Sinasabi ng kumpanya na bukas na ang mga pre-order, na may mga komersyal na configuration na nakatuon sa mga developer at technical team.

Ang lokal at cloud ay nagiging isang modelo ng pagpapatakbo

Tinatawag ng Microsoft ang mas malawak na disenyo na "hybrid intelligence." Ayon sa anunsyo nito sa Windows, iruruta ng software ang trabaho sa pagitan ng mga lokal na modelo at mga serbisyo sa cloud batay sa kakayahan, gastos, at konteksto. Magagamit ng Copilot, nang may pahintulot ng user, ang impormasyon sa PC, gumawa ng mga aksyon, at tumawag sa mga lokal na modelo habang pinapanatili ang access sa mas may kakayahang mga online system kung kinakailangan.

Tinutugunan ng modelong iyon ang isang praktikal na limitasyon ng generative AI: ang cloud inference ay maaaring magastos, at ang pagpapadala ng bawat kahilingan sa isang data center ay nagdaragdag ng pagkaantala at naglilipat ng data mula sa device. Maaaring mapanatili ng lokal na pagproseso ang ilang mga prompt at file sa makina, gumana nang walang tuloy-tuloy na koneksyon at maiwasan ang pagkonsumo ng cloud token para sa bawat hakbang. Gayunpaman, hindi nito inaalis ang cloud. Ang pinakamalaking modelo, ibinahaging data ng enterprise, at mga gawain na nangangailangan ng compute ay mangangailangan pa rin ng malayuang imprastraktura.

ng Nvidia tungkol sa paglulunsad , pinagsamang binuo ng Microsoft at Nvidia ang platform gamit ang isang Blackwell-class GPU at Grace CPU. Itinataguyod din ng Nvidia ang mga always-on desktop system para sa mga ahente, habang ang iba pang mga tagagawa kabilang ang Asus, Dell, HP, Lenovo at MSI ay naghahanda ng mga RTX Spark device. Mahalaga ang lawak na iyon dahil ang diskarte sa platform ng Microsoft ay nakasalalay sa isang ecosystem, hindi sa isang premium na modelo ng Surface.

Lumilikha ang mga ahente ng bagong hangganan sa seguridad

Ang mas mahalagang anunsyo ng software ay maaaring ang Microsoft Execution Containers, o MXC, na ngayon ay karaniwang available na. Ang mga AI agent ay maaaring magsulat ng code, tumawag ng mga tool at kumilos sa maraming application, kaya maaari silang makagawa ng mas maraming pinsala kaysa sa isang maginoo na chatbot kung ang isang prompt ay malisyoso, ang isang plugin ay nakompromiso o ang isang modelo ay gumawa ng hindi sinasadyang aksyon.

Inilalarawan ng dokumentasyon ng mga developer ng Microsoft ang MXC bilang isang layer na pinapagana ng patakaran para sa hindi pinagkakatiwalaang code at mga dynamic na nabuong workload. Maaaring paghigpitan ng mga developer kung aling mga file at network ang maaaring maabot ng isang ahente, habang ipinapatupad ng operating system ang mga limitasyong iyon sa runtime. Ang isang process container ay nagbibigay ng magaan na paghihiwalay sa Windows, macOS at Linux; Nag-aalok din ang Windows ng isang session container na naghihiwalay sa desktop, clipboard, interface at input ng ahente mula sa session ng user.

Ang disenyo ng containment ay naglalayong limitahan ang mga kahihinatnan sa halip na garantiyahan na ang isang ahente ay hindi kailanman magkakamali. Kung ang isang coding agent ay maaaring mag-edit ng isang repository ngunit walang pahintulot na baguhin ang configuration ng server, dapat harangan ng MXC ang pangalawang aksyon na iyon kahit na magpasya ang modelo na ito ay kapaki-pakinabang. Ang mga tampok ng pagkakakilanlan at pamamahala ay naglalayong hayaan ang mga organisasyon na makilala ang aktibidad ng isang ahente mula sa aktibidad ng isang tao at maglapat ng patakaran sa pamamagitan ng mga pamilyar na tool sa administratibo.

Ayon sa Microsoft, sumasaklaw na ang suporta sa GitHub Copilot, OpenAI Codex, OpenClaw, Replit, LM Studio, Nvidia OpenShell at iba pang mga framework. May mga karagdagang integrasyon na pinaplano. Ang malawakang pakikilahok ay maaaring gawing isang karaniwang interface ang containment layer, ngunit ang praktikal na proteksyon ay depende sa mga tamang patakaran, kalidad ng implementasyon at kung ang mga application ay talagang nagpapatakbo ng mga mapanganib na aksyon sa loob ng hangganan.

Ang mga pahayag sa pagganap ay nangangailangan ng pagsubok sa totoong mundo

Gumagawa ang Microsoft at Nvidia ng mga ambisyosong paghahambing ng performance, kabilang ang mga pahayag tungkol sa laki ng modelo at mga workload ng malikhaing gawain. Ang mga bilang na iyon ay nagmula sa pagsubok ng vendor, kadalasan sa mga preproduction system, at maaaring hindi sumasalamin sa buhay ng baterya, matagal na init, compatibility ng software o sa performance ng partikular na modelo ng isang mamimili. Kakailanganin ang mga independiyenteng pagsusuri bago ituring na naayos na ang mga bentahe ng benchmark.

Isa pang limitasyon ang presyo. Maipapakita ng premium na hardware kung ano ang ginagawang posible ng lokal na AI, ngunit ang paglipat sa platform ay nakasalalay sa mga kakayahang maabot ang mga ordinaryong PC ng negosyo at mamimili. Ang mga gastos sa memorya at ang espesyalisadong silicon na kinakailangan para sa malalaking modelo ay nagpapahirap nito sa malapit na hinaharap. Samakatuwid, ang mas maliliit at na-optimize na mga modelo ay maaaring kasinghalaga ng mga pangunahing detalye.

Gayunpaman, ang paglulunsad ay nagmamarka ng isang malinaw na pagbabago sa papel ng PC. Hindi na inihaharap ng Microsoft ang computer bilang pangunahing bintana sa cloud AI. Sinusubukan nitong gawing isang execution environment ang Windows para sa autonomous software, na may lokal na compute para sa bilis at privacy, cloud access para sa scale at mga kontrol sa operating system para sa panganib. Kung ang kombinasyong iyon ay magiging karaniwan ay hindi gaanong nakasalalay sa iisang laptop kundi sa kung makikita ng mga developer at customer ang kapalit sa pagitan ng kakayahan, seguridad, at gastos.