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(jì)，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(shí)，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(gè)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(gè)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(gè)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(gè)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(dòng)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(gè)技術(shù)棧——從硬件到系統(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(cái)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(gè)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(shí)，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(gè)單詞）的響應(yīng)速度。將 Brave 與 Leo AI 和 Ollama 搭配使用時(shí)，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(gè) tokens，輸出為 100 個(gè) 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(shí)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)。