- قدمت ASUS نموذجين جديدين من أجهزة الكمبيوتر المحمولة: سلسلة ASUS Vivobook S و Zenbook 14 OLED (UM3406)، المزودة بأحدث معالجات AMD و Intel مع وحدات معالجة عصبية متوافقة مع الذكاء الاصطناعي.
- اعتمدت ASUS بنية مرجعية لخادم NVIDIA MGX Server لتطوير مجموعة جديدة من خوادم ASUS للذكاء الاصطناعي والحوسبة عالية الأداء المصممة للحساب المتسارع.
أطلقت ASUS نموذجين جديدين من أجهزة الكمبيوتر المحمولة،سلسلة ASUS Vivobook SوZenbook 14 OLED (UM3406)، مزودين بشرائح متوافقة مع الذكاء الاصطناعي واختصارات لوحة المفاتيح للوصول إلى أدوات الذكاء الاصطناعي، بهدف تعزيز خدمات الذكاء الاصطناعي.
اقرأ أيضًا:العملاق التكنولوجي الصيني Lenovo يعزز جهوده في الذكاء الاصطناعي بخوادم Nvidia الجديدة
اقرأ أيضًا:Super Micro Computer يركب موجة ازدهار خوادم الذكاء الاصطناعي لينضم إلى S&P 500
أجهزة الكمبيوتر المحمولة من ASUS بقدرات الذكاء الاصطناعي
جميع أجهزة الكمبيوتر المحمولة مزودة بأحدث معالجات AMD و Intel مع وحدات معالجة عصبية، والتي يمكنها تحسين الأداء مع زيادة كفاءة الطاقة، وتسريع الألعاب وتعدد المهام والتحرير.
سلسلة Vivobook S مزودة بمعالج Intel Core Ultra 9، ونموذج رابع من هذه السلسلة مزود بشريحة AMD Ryzen 8040 Series.
أدوات الذكاء الاصطناعي في Windows 11 يمكن الوصول إليها بسهولة عبر مفتاح Copilot في لوحة مفاتيح ErgoSense من ASUS، والتي تحتوي على أضواء RGB قابلة للتخصيص بجودة الألعاب. جميع أجهزة الكمبيوتر المحمولة تدعم أيضًا شاشات OLED و Dolby Atmos.
تتراوح أحجام أجهزة الكمبيوتر المحمولة هذه من 14 إلى 16 بوصة وهي على وشك الاختبار.
تعمل ASUS على تحسين خوادم الذكاء الاصطناعي المستندة إلى MGX من NVIDIA
بصفتها شركة رائدة في مجال تكنولوجيا المعلومات، لا تكتفي منتجات ASUS بتجهيز أحدث الشرائح فحسب، بل توفر أيضًا خوادم ذكاء اصطناعي عالية الأداء تستند إلى بنية الخادم المرجعيةNVIDIA MGX.
قامت ASUS بتطوير وتحسين خوادم ASUS MGX، المزودة بشرائح NVIDIA، لخدمات الذكاء الاصطناعي والحوسبة عالية الأداء والتكامل السلس مع مراكز البيانات المؤسسية والسحابية.
يتضمن الخادم القوي والفعال من حيث التكلفة منصة ذكاء اصطناعي بدون كود بالإضافة إلى مجموعة برامج ذكاء اصطناعي داخلية كاملة. هذا المزيج يمكّن الشركات من جميع الأحجام من تسريع تطوير الذكاء الاصطناعي للتدريب المسبق والضبط الدقيق واستخلاص النتائج من نماذج اللغة الكبيرة (LLM) مع تقليل المخاطر وتسريع الترقية.