從游戲和內(nèi)容創(chuàng)作應(yīng)用，再到軟件開發(fā)和生產(chǎn)力工具，AI 正越來越多地集成到應(yīng)用中，以增強(qiáng)用戶體驗(yàn)和提高效率。

這些效率提升將延伸到日常任務(wù)，如網(wǎng)頁瀏覽。作為一款致力于保護(hù)隱私的網(wǎng)絡(luò)瀏覽器，Brave 推出了一款名為 Leo AI 的智能 AI 助手，除提供搜索結(jié)果之外，該助手還可以幫助用戶總結(jié)文章和視頻，從文檔中獲取見解，回答問題等。

Leo AI 將幫助用戶總結(jié)文章和視頻，從文檔中獲取見解，回答問題等。

Brave 和其他 AI 賦能工具背后的技術(shù)組合了硬件、軟件開發(fā)庫和生態(tài)系統(tǒng)軟件，這類軟件經(jīng)過優(yōu)化，可滿足 AI 的獨(dú)特需求。

為什么軟件至關(guān)重要

從數(shù)據(jù)中心到 PC，NVIDIA GPU 構(gòu)建了世界的 AI。它們包含 Tensor 核心，這些核心經(jīng)過專門設(shè)計，可通過大規(guī)模的并行運(yùn)算來加速 Leo AI 這類 AI 應(yīng)用—— 快速同步處理 AI 所需的大量運(yùn)算，而不是逐次運(yùn)算。

但只有當(dāng)應(yīng)用能夠高效利用強(qiáng)大的硬件時，這些硬件才有意義。在 GPU 上運(yùn)行的軟件對于提供最快速和最具交互性的 AI 體驗(yàn)同樣至關(guān)重要。

第一層是 AI 推理庫，它充當(dāng)轉(zhuǎn)換器，用于接收常見的 AI 任務(wù)請求，然后將其轉(zhuǎn)換為特定指令以便硬件運(yùn)行。熱門推理庫包括 NVIDIA TensorRT、Microsoft 的 DirectML，以及 Brave 和 Leo AI 通過 Ollama 使用的名為 llama.cpp 的推理庫。

Llama.cpp 是一個開源軟件開發(fā)庫和框架。CUDA 是 NVIDIA 的軟件應(yīng)用編程接口，可幫助開發(fā)者為 GeForce RTX 和 NVIDIA RTX GPU 進(jìn)行優(yōu)化，通過 CUDA 可為數(shù)百個模型提供 Tensor 核心加速，包括熱門的大語言模型（LLM），如 Gemma、Llama 3、Mistral 和 Phi。

除推理庫以外，應(yīng)用通常還使用本地推理服務(wù)器來簡化集成。推理服務(wù)器負(fù)責(zé)處理下載和配置特定 AI 模型等任務(wù)，以便減輕推理庫的負(fù)擔(dān)。

Ollama 是一個開放源代碼項(xiàng)目，它構(gòu)建于 llama.cpp 之上，提供對軟件開發(fā)庫功能特性的訪問。它支持提供本地 AI 功能的應(yīng)用生態(tài)系統(tǒng)。在整個技術(shù)棧中，NVIDIA 致力于優(yōu)化 Ollama 等工具，以便在 RTX 硬件上提供更快、響應(yīng)速度更出色的 AI 體驗(yàn)。

Brave Leo AI 等應(yīng)用可以借助 RTX 驅(qū)動的 AI 加速，以增強(qiáng)用戶體驗(yàn)。

NVIDIA 對優(yōu)化的專注涵蓋整個技術(shù)?！獜挠布较到y(tǒng)軟件，再到推理庫和工具，以幫助 RTX 上的應(yīng)用提供更快、響應(yīng)速度更出色的 AI 體驗(yàn)。

本地與云端對比

Brave 的 Leo AI 可以通過 Ollama 在云端或本地 PC 上運(yùn)行。

使用本地模型推理具有諸多優(yōu)勢。由于無需向外部服務(wù)器發(fā)送提示詞以進(jìn)行處理，因此可獲得專有且始終可用的體驗(yàn)。例如，Brave 用戶可以獲得有關(guān)財務(wù)或醫(yī)療問題的幫助，而無需向云端發(fā)送任何內(nèi)容。此外，在本地運(yùn)行也不需要為無限制的云訪問付費(fèi)。使用 Ollama，用戶可以利用比大多數(shù)托管服務(wù)更廣泛的開源模型，后者通常只支持同一 AI 模型的一或兩個變體。

用戶還可以與專業(yè)領(lǐng)域各不相同的模型進(jìn)行交互，例如雙語模型、緊湊型模型、代碼生成模型等。

在本地運(yùn)行 AI 時，RTX 能夠提供快速、響應(yīng)速度較高的體驗(yàn)。使用 Llama 3 8B 模型配合 llama.cpp，用戶可體驗(yàn)高達(dá) 149 token/s（約等于每秒 110 個單詞）的響應(yīng)速度。將 Brave 與 Leo AI 和 Ollama 搭配使用時，它能更迅速地回復(fù)問題、內(nèi)容摘要等請求。

NVIDIA 內(nèi)部吞吐量性能測試：在 NVIDIA GeForce RTX GPU 上運(yùn)行 Llama 3 8B 模型，輸入序列長度為 100 個 tokens，輸出為 100 個 tokens。

開始使用 Brave 與 Leo AI 和 Ollama

安裝 Ollama 非常簡單——只需從項(xiàng)目網(wǎng)站下載安裝程序，然后在后臺運(yùn)行即可。用戶可以通過命令提示符下載并安裝一系列受支持的模型，然后從命令行與本地模型進(jìn)行交互。

有關(guān)如何通過 Ollama 添加本地 LLM 支持的簡單說明，請參閱該公司博客。配置好 Ollama 之后，Leo AI 將使用本地托管的 LLM 來處理用戶請求。用戶還可以隨時在云端和本地模型之間切換。

Leo AI 在 Ollama 上運(yùn)行并通過 RTX 加速，使用搭載該助手的 Brave 瀏覽器可獲得更出色的瀏覽體驗(yàn)。