همانطور که می دانید، درایورهای گرافیکی از سوی و برای دو سیستم عامل 32 و 64 بیتی تولید می گردد. شرکت انویدیا به تازگی اعلام کرده است که در نظر دارد تا پشتیبانی از سیستم عامل های 32 بیتی را برای همیشه متوقف سازد. غول سبز گرافیکی اعلام کرده است که پس از درایورهای سری R390، پشتیبانی از سیستم عامل های 32 بیتی برای همیشه پایان یافته و تنها سیستم عامل های 64 بیتی را پوشش خواهد داد.

در این شرایط، پس از نسخه های GeForce 390.xx، سیستم عامل های 32 بیتی شامل Windows 10, Windows 7, Windows 8/8.1, Linux یا حتی FreeBSD ها توسط این درایورها پشتیبانی نخواهند شد. انویدیا در این بیانیه اعلام می کند که تا ماه ژانویه سال 2019 سیستم عامل های 32 بیتی را از منظر موارد امنیتی و باگ ها پوشش می دهد؛ اما این بدان معنی نیست که بهبود و موارد فنی نیز در آنها بروزرسانی شود. عدم انتشار نسخه های 32 بیتی کاربران را مجبور به کوچ برای OS های 64 بیتی کرده و افزون بر آن، شرکت و مراکز بزرگ نیز نزدیک به 1 سال برای ارتقاء OS های خود بر اساس حافظه های رم، فرصت خواهند داشت.

یادداشت نویسنده:

شاید در ابتدا این راه حل مطرح شود که به سادگی می توان ویندوز های 32 بیتی را پاک کرده و نسخه های 64 بیتی را جایگزین آن کرد. به همین سادگی از ارتقاء حافظه رم (از 3 گیگابایت به بالا برای ویندوز 64 بیتی) اجتناب کرد. اما ویندوز و سیستم عامل های دیگر به گونه ای طراحی شده اند که بر اساس رابط خود که 32 یا 64 بیتی است، حجم معینی از RAM را اشغال می کنند. به عنوان مثال ویندوز 10 نسخه 64 بیتی، برای حافظه ای بیش از 3 گیگابایت طراحی شده است که می تواند مشکلات فنی کوچک یا بزرگی را در مدیریت سخت افزارها نمایان سازد. در این حالت سرعت سیستم نیز برای شما رضایت بخش نیست. در نتیجه اگر از حافظه های رم پایین (یعنی حداقل 3 گیگابایت) بهره می برید، برای استفاده از درایورهای گرافیکی انویدیا بهتر است به فکر ارتقاء آن باشید.

همانطور که می دانید، درایورهای گرافیکی از سوی و برای دو سیستم عامل 32 و 64 بیتی تولید می گردد. شرکت انویدیا به تازگی اعلام کرده است که در نظر دارد تا پشتیبانی از سیستم عامل های 32 بیتی را برای همیشه متوقف سازد. غول سبز گرافیکی اعلام کرده است که پس از درایورهای سری R390، پشتیبانی از سیستم عامل های 32 بیتی برای همیشه پایان یافته و تنها سیستم عامل های 64 بیتی را پوشش خواهد داد.

در این شرایط، پس از نسخه های GeForce 390.xx، سیستم عامل های 32 بیتی شامل Windows 10, Windows 7, Windows 8/8.1, Linux یا حتی FreeBSD ها توسط این درایورها پشتیبانی نخواهند شد. انویدیا در این بیانیه اعلام می کند که تا ماه ژانویه سال 2019 سیستم عامل های 32 بیتی را از منظر موارد امنیتی و باگ ها پوشش می دهد؛ اما این بدان معنی نیست که بهبود و موارد فنی نیز در آنها بروزرسانی شود. عدم انتشار نسخه های 32 بیتی کاربران را مجبور به کوچ برای OS های 64 بیتی کرده و افزون بر آن، شرکت و مراکز بزرگ نیز نزدیک به 1 سال برای ارتقاء OS های خود بر اساس حافظه های رم، فرصت خواهند داشت.

(image)

یادداشت نویسنده:

شاید در ابتدا این راه حل مطرح شود که به سادگی می توان ویندوز های 32 بیتی را پاک کرده و نسخه های 64 بیتی را جایگزین آن کرد. به همین سادگی از ارتقاء حافظه رم (از 3 گیگابایت به بالا برای ویندوز 64 بیتی) اجتناب کرد. اما ویندوز و سیستم عامل های دیگر به گونه ای طراحی شده اند که بر اساس رابط خود که 32 یا 64 بیتی است، حجم معینی از RAM را اشغال می کنند. به عنوان مثال ویندوز 10 نسخه 64 بیتی، برای حافظه ای بیش از 3 گیگابایت طراحی شده است که می تواند مشکلات فنی کوچک یا بزرگی را در مدیریت سخت افزارها نمایان سازد. در این حالت سرعت سیستم نیز برای شما رضایت بخش نیست. در نتیجه اگر از حافظه های رم پایین (یعنی حداقل 3 گیگابایت) بهره می برید، برای استفاده از درایورهای گرافیکی انویدیا بهتر است به فکر ارتقاء آن باشید.

اگر از دنبال کنندگان اخبار سخت افزار بوده باشید، به طور حتم می دانید که شتاب دهنده های گرافیکی در زمینه یادگیری عمیق، یادگیری ماشین و هوش مصنوعی فعالیت می کنند، در دو سال اخیر به خدمت گرفته شده اند. بزرگترین تولید کننده این سخت افزارها در جهان، کمپانی Nvidia است. این کامپیوترها وظایفی بسیار مهم اعم از کنترل خودکار اتومبیل، سیستم حمل و نقل، پزشکی، صنعت و تولید، تصمیم گیری، طراحی، رباتیک و… را بر عهده دارند. در همین راستا به تازگی شاهد به کارگیری یکی از مهمترین توانایی های آنها توسط “گوگل” بوده ایم.

گوگل به تازگی یک ویژگی جدید را راه اندازی کرده است که به وسیله قابلیت یادگیری ماشین (Machine Learning) می تواند در تصاویر بهبود هایی را ایجاد نماید. تصاویر در حالت “zoom and enhance”  با شکست هایی مواجه می شوند و پردازشگر های نرم افزار/سخت افزاری قادر به ترمیم آنها نیستند. در نتیجه هر آنچه که اتفاق می افتد را مانند پیکسل هایی بدون برنامه ریزی و با فاصله از یکدیگر نمایش می دهد. اما سامانه جدید گوگل با استفاده از فناوری هوشمند یادگیری ماشین، قادر به افزایش کیفیت و بهبود تصاویر است به طوری که در زمان زوم و فوکوس مشکلی در آنها ایجاد نخواهد شد. در این الگوریتم باز سازی جزئیات به صورت بسیار سریع انجام می گیرد و بخش هایی از تصویر را که با تغییرات شدید در رنگ، روشنایی و وضوح مواجه شده اند را ترمیم می کند.

در ابتدا یک الگو از تصویر کوچک (پیش از Zoom) برداشته می شود و سپس آن را مطالعه کرده و جای دقیق پیکسل ها را فرا می گیرد. پس از یادگیری ماشین از وضعیت کلی عکس، ابتدا لبه (Edge) های پیکسلی را ترمیم کرده و در صورت نیاز پیکسل هایی را به دلخواه و انتخاب خود به عکس می افزاید. این قابلیت علاوه بر تصاویر، موتورهای جستجو و سرویس دهنده های پردازشی در سطح ابری و سرور، می تواند در پخش فیلم ها نیز موثر واقع شود. به عنوان مثال دقت های HD را به FHD و FHD را به 4K/UHD تغییر دهد.

اگر از دنبال کنندگان اخبار سخت افزار بوده باشید، به طور حتم می دانید که شتاب دهنده های گرافیکی در زمینه یادگیری عمیق، یادگیری ماشین و هوش مصنوعی فعالیت می کنند، در دو سال اخیر به خدمت گرفته شده اند. بزرگترین تولید کننده این سخت افزارها در جهان، کمپانی Nvidia است. این کامپیوترها وظایفی بسیار مهم اعم از کنترل خودکار اتومبیل، سیستم حمل و نقل، پزشکی، صنعت و تولید، تصمیم گیری، طراحی، رباتیک و… را بر عهده دارند. در همین راستا به تازگی شاهد به کارگیری یکی از مهمترین توانایی های آنها توسط “گوگل” بوده ایم.

گوگل به تازگی یک ویژگی جدید را راه اندازی کرده است که به وسیله قابلیت یادگیری ماشین (Machine Learning) می تواند در تصاویر بهبود هایی را ایجاد نماید. تصاویر در حالت “zoom and enhance”  با شکست هایی مواجه می شوند و پردازشگر های نرم افزار/سخت افزاری قادر به ترمیم آنها نیستند. در نتیجه هر آنچه که اتفاق می افتد را مانند پیکسل هایی بدون برنامه ریزی و با فاصله از یکدیگر نمایش می دهد. اما سامانه جدید گوگل با استفاده از فناوری هوشمند یادگیری ماشین، قادر به افزایش کیفیت و بهبود تصاویر است به طوری که در زمان زوم و فوکوس مشکلی در آنها ایجاد نخواهد شد. در این الگوریتم باز سازی جزئیات به صورت بسیار سریع انجام می گیرد و بخش هایی از تصویر را که با تغییرات شدید در رنگ، روشنایی و وضوح مواجه شده اند را ترمیم می کند.

(image)

در ابتدا یک الگو از تصویر کوچک (پیش از Zoom) برداشته می شود و سپس آن را مطالعه کرده و جای دقیق پیکسل ها را فرا می گیرد. پس از یادگیری ماشین از وضعیت کلی عکس، ابتدا لبه (Edge) های پیکسلی را ترمیم کرده و در صورت نیاز پیکسل هایی را به دلخواه و انتخاب خود به عکس می افزاید. این قابلیت علاوه بر تصاویر، موتورهای جستجو و سرویس دهنده های پردازشی در سطح ابری و سرور، می تواند در پخش فیلم ها نیز موثر واقع شود. به عنوان مثال دقت های HD را به FHD و FHD را به 4K/UHD تغییر دهد.

(image)