De bekende open-source software Mesa, die we vooral kennen van de grafische drivers voor je videokaart, zet een belangrijke stap in de wereld van kunstmatige intelligentie. Ontwikkelaar Tomeu Vizoso werkt eraan om de ondersteuning voor Neural Processing Units (NPU’s) binnen Mesa verder uit te breiden. Dit betekent concreet dat AI-toepassingen, zoals het herkennen van objecten met YOLOX en PyTorch, straks efficiënter kunnen draaien op Linux-systemen.
Traditioneel richt Mesa zich op het aansturen van grafische processors (GPU’s), die onder andere verantwoordelijk zijn voor alles wat je op je scherm ziet. NPU’s zijn echter gespecialiseerde chips die specifiek ontworpen zijn om AI-berekeningen razendsnel en energiezuinig uit te voeren. Door deze uitbreiding kan Mesa nu beter communiceren met deze NPU’s, waardoor AI-modellen zoals YOLOX – een populaire methode voor het detecteren van objecten in beelden – direct gebruik kunnen maken van de kracht van deze gespecialiseerde hardware.
Dit gebeurt in combinatie met PyTorch, een veelgebruikt framework voor machine learning. De voortgang betekent dat AI-taken die voorheen misschien de CPU (de algemene processor) of GPU zwaar belastten, nu kunnen worden overgeheveld naar de NPU. Dit leidt tot een efficiëntere verwerking en minder belasting voor andere onderdelen van je systeem.
Wat merk je hier als Linux-gebruiker van? Vooral dat AI-toepassingen die gebruikmaken van deze technologie, zoals bijvoorbeeld het realtime herkennen van gezichten of objecten in video’s, straks een stuk sneller en vloeiender kunnen werken. Denk aan software die automatisch foto’s tagt, of systemen die videostreams analyseren. Omdat NPU’s veel efficiënter zijn in AI-taken dan algemene processors, zal dit ook leiden tot een lager energieverbruik, wat vooral prettig is voor laptops of kleine embedded systemen.
Het is een stap die de deur opent voor meer geavanceerde AI-functionaliteit direct op je Linux-apparaat, zonder dat je daarvoor afhankelijk bent van cloud-diensten of zware GPU’s. Deze ontwikkeling onderstreept de groeiende trend om gespecialiseerde hardware, zoals NPU’s, optimaal te benutten voor de steeds complexere AI-taken. Voor het Linux-ecosysteem betekent dit dat het zich verder positioneert als een robuust platform voor de nieuwste generatie AI-toepassingen, met betere prestaties en efficiëntie voor de eindgebruiker.