مایکروسافت مدل کدنویسی MAI-Code-1.1-Flash را با قابلیت اجرای آفلاین معرفی کرد

مایکروسافت نسخه جدید مدل هوش مصنوعی متمرکز بر کدنویسی خود را با نام MAI-Code-1.1-Flash معرفی کرد. این مدل نه‌تنها از طریق سرورهای ابری در دسترس توسعه‌دهندگان قرار دارد، بلکه قابلیت دانلود و اجرای آفلاین و روی‌دستگاه را نیز فراهم می‌کند تا برنامه‌نویسانی که سخت‌افزار قدرتمند در اختیار دارند، بدون وابستگی به اینترنت و بدون پرداخت هزینه استنتاج، از دستیار هوشمند خود بهره ببرند.

نسخه محلی این مدل با استفاده از فرایند کوانتیزاسیون ۳ بیتی بهینه‌سازی شده است تا فضای رم کمتری را اشغال کند؛ اما مایکروسافت می‌گوید پنجره زمینه کامل ۲۵۶ هزار توکنی در آن حفظ شده است. براساس آزمایش‌های مایکروسافت روی بنچمارک‌های SWE-Bench Verified و Terminal-Bench 2.1، دقت و عملکرد کدنویسی نسخه کوانتایزشده تفاوت چندانی با نسخه با دقت کامل ندارد.

مشخصات فنی و پیش‌نیاز سخت‌افزاری مدل MAI-Code-1.1-Flash

با وجود بهینه‌سازی‌های فنی، بزرگ‌ترین چالش پیش‌روی توسعه‌دهندگان برای بهره‌گیری از اجرای محلی، نیازمندی‌های سخت‌افزاری سنگین است. مایکروسافت برای دستیابی به بهترین عملکرد، استفاده از سیستمی با بیش از ۱۲۰ گیگابایت حافظه رم را توصیه کرده است؛ موضوعی که این قابلیت را از دسترس اکثر کامپیوترهای رایج و کاربران عادی خارج می‌کند. هم‌زمان با این معرفی، مایکروسافت سرفیس لپ‌تاپ اولترا را نیز معرفی کرده که بالاترین نسخه آن به ۱۲۸ گیگابایت حافظه رم یکپارچه مجهز است و با برچسب قیمتی ۵۸۹۹ دلار عرضه می‌شود.

اجرای محلی MAI-Code-1.1-Flash به دستیار گیت‌هاب کوپایلوت اجازه می‌دهد وظایف کدنویسی واجد شرایط را روی سخت‌افزار خود دستگاه به انجام برساند. در جریان رونمایی از این محصول، مایکروسافت عملکرد مدل را حتی در حالت Airplane Mode به نمایش گذاشت تا عدم نیاز به اتصال اینترنت را اثبات کند. در کنار این قابلیت، امکان سوییچ به مدل‌های ابری برای محاسبات بسیار سنگین‌تر همچنان وجود دارد.

مدل MAI-Code-1.1-Flash در مقایسه با نسخه قبلی که در رویداد بیلد به نمایش درآمده بود، کارایی بالاتری دارد و هم‌اکنون در محیط عملیاتی گیت‌هاب کوپایلوت فعال شده است. به گفته مایکروسافت، بهینه‌سازی‌ها بر اساس بازخورد توسعه‌دهندگان روی وظایف خط فرمان (CLI) و دات‌نت (.NET) متمرکز بوده و به بهبود ۲۲ درصدی در ابزار ترمینال و ارتقای ۱۵ درصدی در پردازش‌های دات‌نت منجر شده است.

علاوه‌براین، در محیط کوپایلوت سرعت استریم توکن‌ها ۲۵ درصد سریع‌تر شده و مدل برای حل هر وظیفه، ۲۵ درصد توکن کمتری مصرف می‌کند. همین پیشرفت‌ها در آموزش و سرویس‌دهی، امکان عرضه مدل را با یک‌چهارم هزینه نسخه اولیه MAI-Code-1.0 فراهم کرده است. کاربران و برنامه‌نویسان می‌توانند نسخه محلی مدل را هم‌اکنون دانلود کنند و دسترسی آزمایشی آن در اپلیکیشن کوپایلوت، ترمینال کوپایلوت و ویژوال استودیو کد (VS Code) تا پایان ماه فعال خواهد شد.