Microsoft добавила в диспетчер задач Windows подробный мониторинг нагрузки от искусственного интеллекта
В операционную систему Windows 11 внедрено обновление системного Диспетчера задач, которое дает пользователям инструмент для детального контроля за ИИ-вычислениями. На ключевых вкладках («Процессы», «Подробности» и «Производительность») теперь отображаются данные о работе нейросетевых процессоров (NPU), а также тензорных и матричных блоков дискретных видеокарт.
Разработка этой функции обусловлена частыми фоновыми сбоями оптимизации, когда из-за несоответствия драйверов или форматов данных фреймворки (например, ONNX Runtime или DirectML) незаметно перенаправляют вычисления с NPU на центральный процессор и стандартные графические конвейеры. Для ноутбуков такая ситуация критична: вместо энергоэффективной обработки аппаратными ИИ-блоками задействуются основные ядра чипов, что влечет сильный нагрев, шум вентиляторов и разряд батареи буквально за два часа работы стандартных эффектов размытия или масштабирования кадров.
В интерфейс добавились новые мониторинговые колонки, включая NPU — Compute, NPU — Neural и GPU — Neural. С их помощью легко обнаружить проблемы оптимизации: если приложение заявляет поддержку ИИ, но загрузка NPU равна нулю, а графический процессор использует обычные ресурсы, это указывает на ошибку в коде или попытку запустить модель формата FP32 на оборудовании с поддержкой только INT8.
Дополнительно в системную утилиту интегрирован отслеживающий модуль для выделенной и разделяемой памяти NPU. С его помощью можно контролировать размещение весов нейросетевых моделей и фиксировать переполнение собственной памяти нейрочипа, при котором данные выгружаются в ОЗУ, провоцируя задержки и падение скорости работы локальных алгоритмов.
В операционную систему Windows 11 внедрено обновление системного Диспетчера задач, которое дает пользователям инструмент для детального контроля за ИИ-вычислениями. На ключевых вкладках («Процессы», «Подробности» и «Производительность») теперь отображаются данные о работе нейросетевых процессоров (NPU), а также тензорных и матричных блоков дискретных видеокарт.
Разработка этой функции обусловлена частыми фоновыми сбоями оптимизации, когда из-за несоответствия драйверов или форматов данных фреймворки (например, ONNX Runtime или DirectML) незаметно перенаправляют вычисления с NPU на центральный процессор и стандартные графические конвейеры. Для ноутбуков такая ситуация критична: вместо энергоэффективной обработки аппаратными ИИ-блоками задействуются основные ядра чипов, что влечет сильный нагрев, шум вентиляторов и разряд батареи буквально за два часа работы стандартных эффектов размытия или масштабирования кадров.
В интерфейс добавились новые мониторинговые колонки, включая NPU — Compute, NPU — Neural и GPU — Neural. С их помощью легко обнаружить проблемы оптимизации: если приложение заявляет поддержку ИИ, но загрузка NPU равна нулю, а графический процессор использует обычные ресурсы, это указывает на ошибку в коде или попытку запустить модель формата FP32 на оборудовании с поддержкой только INT8.
Дополнительно в системную утилиту интегрирован отслеживающий модуль для выделенной и разделяемой памяти NPU. С его помощью можно контролировать размещение весов нейросетевых моделей и фиксировать переполнение собственной памяти нейрочипа, при котором данные выгружаются в ОЗУ, провоцируя задержки и падение скорости работы локальных алгоритмов.