Perguntas frequentes sobre como usar IA em aplicativos Windows

Como posso integrar a IA ao meu aplicativo cliente Windows?

A integração da IA ao aplicativo Windows pode ser obtida por meio de dois métodos primários: um modelo local ou um modelo baseado em nuvem. Para a opção de modelo local, você tem a capacidade de utilizar um modelo pré-existente ou treinar seu próprio usando plataformas como TensorFlow ou PyTorch e incorporá-lo em seu aplicativo por meio do OnnxRuntime. Microsoft Foundry no Windows oferece APIs para várias funções, incluindo OCR ou utilizando o modelo Phi Silica. Por outro lado, hospedar seu modelo na nuvem e acessá-lo por meio de uma API REST permite que seu aplicativo permaneça otimizado, delegando tarefas com uso intensivo de recursos à nuvem. Consulte Use modelos de Machine Learning em seu aplicativo Windows para obter mais informações.

Preciso da versão mais recente do Windows 11 e de um Copilot+ PC com uma NPU para usar recursos de IA?

Há muitas maneiras de executar cargas de trabalho de IA, tanto instalando e executando modelos localmente em seu dispositivo Windows ou executando modelos baseados em nuvem (consulte Get iniciado com IA no Windows), no entanto, os recursos de IA compatíveis com Windows APIs de IA atualmente exigem um Copilot+ PC com uma NPU.

Quais linguagens de programação são melhores para desenvolver IA em Windows aplicativos cliente?

Você pode usar qualquer linguagem de programação de sua preferência. Por exemplo, o C# é amplamente usado para criar aplicativos cliente Windows. Se você precisar de mais controle sobre os detalhes de nível baixo, o C++ é uma excelente opção. Como alternativa, você pode considerar o uso Python. Você também pode usar o Subsistema do Windows para Linux (WSL) para executar ferramentas de IA baseadas em Linux no Windows.

Quais são as melhores estruturas de IA para Windows aplicativos cliente?

É recomendável usar o OnnxRuntime.

Como devo lidar com a privacidade e a segurança dos dados ao usar a IA em Windows aplicativos cliente?

Respeitar a privacidade e a segurança dos dados do usuário é essencial ao desenvolver aplicativos alimentados por IA. Você deve seguir as práticas recomendadas para o tratamento de dados, como criptografar dados confidenciais, usar conexões seguras e obter o consentimento do usuário antes de coletar dados. Você também deve ser transparente quanto ao uso dos dados e dar aos usuários o controle sobre eles. Certifique-se de ler Desenvolvendo Aplicações e Recursos de IA Generativa Responsáveis no Windows também.

Quais são os requisitos do sistema para executar a IA em aplicativos cliente Windows?

Os requisitos do sistema para aplicativos Windows que usam IA dependem da complexidade do modelo de IA e da aceleração de hardware usada. Para modelos simples, uma CPU moderna pode ser suficiente, mas para modelos mais complexos, pode ser necessária uma GPU ou NPU. Você também deve considerar os requisitos de memória e armazenamento do seu aplicativo, bem como a largura de banda da rede necessária para os serviços de IA baseados em nuvem.

Como otimizar o desempenho da IA em Windows aplicativos cliente?

Para otimizar o desempenho da IA em aplicativos Windows, considere usar a aceleração de hardware, como GPUs ou NPUs, para acelerar a inferência do modelo. Windows Copilot+ laptops são otimizados para cargas de trabalho de IA e podem fornecer um aumento de desempenho significativo para tarefas de IA. Consulte também a visão geral do Foundry Toolkit para Visual Studio Code.

Posso usar modelos de IA pré-treinados no meu aplicativo cliente Windows?

Sim, você pode usar modelos de IA pré-treinados em seu aplicativo Windows. Você pode baixar modelos pré-treinados da Internet ou usar um serviço de IA baseado em nuvem para acessar modelos pré-treinados. Em seguida, você pode integrar esses modelos ao seu aplicativo usando uma estrutura como o OnnxRuntime.

O que é DirectML?

O DirectML é uma API de baixo nível para aprendizado de máquina que fornece aceleração de GPU para tarefas comuns de aprendizado de máquina em uma ampla gama de hardware e drivers compatíveis, incluindo todas as GPUs compatíveis com DirectX 12 de fornecedores como AMD, Intel, NVIDIA e Qualcomm.

Como posso descobrir que tipo de CPU, GPU ou NPU há no meu dispositivo?

Para verificar o tipo de CPU, GPU ou NPU em seu dispositivo Windows e como ele está sendo executado, abra o Gerenciador de Tarefas (Ctrl + Shift + Esc), selecione a guia Performance e você poderá ver a CPU, Memória, Wi-Fi, GPU e/ou NPU do computador listada, juntamente com informações sobre sua velocidade, taxa de utilização e outros dados.

O que é Windows ML?

Windows ML (Machine Learning) permite que seu aplicativo use uma cópia compartilhada do sistema do ONNX Runtime (ORT) e adiciona suporte para baixar dinamicamente provedores de execução (EPs) específicos de fornecedor, para que a inferência do modelo possa ser otimizada para a ampla variedade de CPUs, GPUs e NPUs no ecossistema do Windows, sem exigir que seu aplicativo inclua runtimes ou EPs pesados.

A integração da IA ao aplicativo Windows pode ser obtida por meio de dois métodos primários: um modelo local ou um modelo baseado em nuvem. Para a opção de modelo local, você tem a capacidade de utilizar um modelo pré-existente ou treinar seu próprio usando plataformas como TensorFlow ou PyTorch e incorporá-lo em seu aplicativo por meio do OnnxRuntime. Microsoft Foundry no Windows oferece APIs para várias funções, incluindo OCR ou utilizando o modelo Phi Silica. Por outro lado, hospedar seu modelo na nuvem e acessá-lo por meio de uma API REST permite que seu aplicativo permaneça otimizado, delegando tarefas com uso intensivo de recursos à nuvem. Consulte Use modelos de Machine Learning em seu aplicativo Windows para obter mais informações.

Há muitas maneiras de executar cargas de trabalho de IA, tanto instalando e executando modelos localmente em seu dispositivo Windows ou executando modelos baseados em nuvem (consulte Get iniciado com IA no Windows), no entanto, os recursos de IA compatíveis com Windows APIs de IA atualmente exigem um Copilot+ PC com uma NPU.

Você pode usar qualquer linguagem de programação de sua preferência. Por exemplo, o C# é amplamente usado para criar aplicativos cliente Windows. Se você precisar de mais controle sobre os detalhes de nível baixo, o C++ é uma excelente opção. Como alternativa, você pode considerar o uso Python. Você também pode usar o Subsistema do Windows para Linux (WSL) para executar ferramentas de IA baseadas em Linux no Windows.

É recomendável usar o OnnxRuntime.

Respeitar a privacidade e a segurança dos dados do usuário é essencial ao desenvolver aplicativos alimentados por IA. Você deve seguir as práticas recomendadas para o tratamento de dados, como criptografar dados confidenciais, usar conexões seguras e obter o consentimento do usuário antes de coletar dados. Você também deve ser transparente quanto ao uso dos dados e dar aos usuários o controle sobre eles. Certifique-se de ler Desenvolvendo Aplicações e Recursos de IA Generativa Responsáveis no Windows também.

Os requisitos do sistema para aplicativos Windows que usam IA dependem da complexidade do modelo de IA e da aceleração de hardware usada. Para modelos simples, uma CPU moderna pode ser suficiente, mas para modelos mais complexos, pode ser necessária uma GPU ou NPU. Você também deve considerar os requisitos de memória e armazenamento do seu aplicativo, bem como a largura de banda da rede necessária para os serviços de IA baseados em nuvem.

Para otimizar o desempenho da IA em aplicativos Windows, considere usar a aceleração de hardware, como GPUs ou NPUs, para acelerar a inferência do modelo. Windows Copilot+ laptops são otimizados para cargas de trabalho de IA e podem fornecer um aumento de desempenho significativo para tarefas de IA. Consulte também a visão geral do Foundry Toolkit para Visual Studio Code.

Sim, você pode usar modelos de IA pré-treinados em seu aplicativo Windows. Você pode baixar modelos pré-treinados da Internet ou usar um serviço de IA baseado em nuvem para acessar modelos pré-treinados. Em seguida, você pode integrar esses modelos ao seu aplicativo usando uma estrutura como o OnnxRuntime.

O DirectML é uma API de baixo nível para aprendizado de máquina que fornece aceleração de GPU para tarefas comuns de aprendizado de máquina em uma ampla gama de hardware e drivers compatíveis, incluindo todas as GPUs compatíveis com DirectX 12 de fornecedores como AMD, Intel, NVIDIA e Qualcomm.

Para verificar o tipo de CPU, GPU ou NPU em seu dispositivo Windows e como ele está sendo executado, abra o Gerenciador de Tarefas (Ctrl + Shift + Esc), selecione a guia Performance e você poderá ver a CPU, Memória, Wi-Fi, GPU e/ou NPU do computador listada, juntamente com informações sobre sua velocidade, taxa de utilização e outros dados.

Windows ML (Machine Learning) permite que seu aplicativo use uma cópia compartilhada do sistema do ONNX Runtime (ORT) e adiciona suporte para baixar dinamicamente provedores de execução (EPs) específicos de fornecedor, para que a inferência do modelo possa ser otimizada para a ampla variedade de CPUs, GPUs e NPUs no ecossistema do Windows, sem exigir que seu aplicativo inclua runtimes ou EPs pesados.