Dalam beberapa tahun terakhir, pembelajaran mesin dan kecerdasan buatan telah mengambil peran yang semakin menonjol dalam dunia teknologi, terutama di bidang permainan, perangkat lunak kreatif, dan sistem operasi Windows. Namun, meskipun istilah seperti DLSS, Ray Tracing dan akselerasi oleh perangkat keras Mereka telah terdengar kuat selama beberapa waktu, ada bagian penting yang menghubungkan semua perlengkapan ini dalam ekosistem Microsoft: ML Langsung. Jika Anda pernah bertanya-tanya apa itu DirectML, apa kegunaannya, dan bagaimana ia menjadi mesin rahasia di balik banyak inovasi saat ini, berikut adalah penjelasan paling lengkap dan terkini.
DirectML bukan sekadar kata kunci: ini adalah teknologi inti yang dirancang untuk memanfaatkan sepenuhnya kemampuan GPU dan NPU modern untuk tugas komputasi. kecerdasan buatan dan pembelajaran mesin, baik dalam video game generasi berikutnya, apps pengeditan konten multimedia atau fungsi Windows tingkat lanjut. Saat ini, memahami DirectML berarti memahami sebagian besar revolusi teknologi yang terjadi di komputer pribadi, konsol, dan perangkat Windows.
Apa itu DirectML dan mengapa itu penting?
DirectML (Direct Machine Learning) adalah API tingkat rendah yang dibuat oleh Microsoft khusus untuk mempercepat tugas pembelajaran mesin pada sistem Windows melalui standar DirectX 12. Ini adalah pustaka yang memungkinkan pengembang memanfaatkan kekuatan kartu grafis (GPU) dan prosesor tujuan khusus (NPU) untuk menjalankan model kecerdasan buatan secara efisien. API ini dirancang tidak hanya untuk pengembangan game, tetapi juga untuk semua jenis aplikasi dan mesin, middleware, dan lingkungan yang memerlukan kemampuan ML (Pembelajaran Mesin) tingkat lanjut.
Alasan DirectML adalah untuk mengintegrasikan dan mempercepat kecerdasan buatan ke dalam ekosistem Windows.. Hal ini memungkinkan algoritme kompleks untuk tidak lagi bergantung secara eksklusif pada unit pemrosesan pusat (CPU), melainkan memanfaatkan paralelisme dan daya komputasi luar biasa yang ditawarkan oleh GPU modern dan, baru-baru ini, NPU yang terintegrasi ke dalam banyak sistem masa kini. Hal ini membuat tugas-tugas seperti pemrosesan gambar, peningkatan grafik, akselerasi model prediktif, dan otomatisasi tugas tingkat lanjut secara signifikan lebih cepat, lebih efisien, dan lebih mudah diakses oleh lebih banyak pengguna dan pengembang.
Bagaimana DirectML bekerja di lingkungan Windows?
DirectML bertindak sebagai jembatan antara kerangka kerja pembelajaran mesin (seperti TensorFlow atau PyTorch) dan perangkat keras yang kompatibel dengan DirectX 12.. Implementasinya terintegrasi secara mendalam ke dalam Windows 10 sejak versi 1903 (build 10.0.18362) dan di Windows 11, sehingga memudahkan aplikasi apa pun yang kompatibel untuk memanfaatkan akselerasi perangkat keras ini.
Keuntungan besar DirectML adalah menawarkan API yang konsisten dan sederhana bagi pengembang, yang dapat membuat dan menerapkan model inferensi AI pada berbagai perangkat dan arsitektur.. Tidak masalah jika kita berbicara tentang GPU AMD, Intel, NVIDIA, Qualcomm atau NPU tertentu: Sasaran DirectML adalah menyatukan panggilan dan memungkinkan kinerja tertinggi yang tersedia. Dengan menggunakan DirectX 12 sebagai fondasi, Anda dapat memperoleh hasil maksimal dari perangkat keras grafis Anda, dengan latensi yang sangat rendah dan efisiensi yang tak tertandingi untuk tugas-tugas seperti supersampling gambar, pengenalan pola, atau klasifikasi otomatis elemen multimedia.
Secara praktis, DirectML telah menjadi standar untuk mempercepat kerangka kerja AI di Windows.. Microsoft mempromosikannya sebagai saluran integrasi, khususnya untuk digunakan dengan ONNX Runtime (lingkungan runtime untuk model AI standar), TensorFlow, dan PyTorch, yang memungkinkan aplikasi dan game mencapai peningkatan penting dalam kecepatan dan daya pemrosesan tanpa bergantung pada perangkat keras tertentu dari satu merek.
Penggunaan DirectML dalam kehidupan nyata: aplikasi dan contoh terkini
Jauh dari sekadar teknologi teoritis, DirectML sudah digunakan dalam berbagai solusi kreatif dan profesional, terutama di PC Windows Copilot+ baru.. Jenis perangkat ini, dilengkapi dengan arsitektur canggih dengan NPU dan GPU generasi berikutnya, mampu memanfaatkan sepenuhnya kemampuan DirectML untuk menjalankan tugas cerdas secara lokal dan sangat efisien.
Di antara aplikasi yang telah menggabungkan DirectML terdapat beberapa perusahaan besar dalam perangkat lunak kreatif dan produktivitas:
- Adobe Premiere Pro: Menggunakan DirectML untuk penandaan klip audio otomatis, langsung mengklasifikasikan setiap berkas berdasarkan sifatnya (musik, dialog, efek, suasana), yang sangat mempercepat pengeditan.
- Tangkap Satu: telah menggabungkan dua fitur yang disempurnakan AI dengan DirectML, seperti Match Look dan AI Crop, sehingga memudahkan fotografer dan pekerja kreatif untuk bekerja tanpa kehilangan presisi.
- Foto Afinitas 2: Memanfaatkan DirectML dan Qualcomm Hexagon NPU untuk pemilihan objek dan subjek otomatis dalam fotografi, menghilangkan kebutuhan untuk masking manual dan membuat pengeditan jauh lebih efisien.
Di sektor permainan, DirectML telah menjadi kunci penelitian dan pengembangan teknik seperti supersampling cerdas dan peningkatan kinerja grafis tanpa mengorbankan kualitas. Misalnya, ketika Microsoft memperkenalkan Xbox Seri X|S, DirectML diidentifikasi oleh para pengembang sebagai salah satu kekuatan terbesar konsol, yang memungkinkan peningkatan kinerja radikal melalui teknik seperti "resolusi super ML", transfer gaya seni, dan pengembangan pengalaman permainan yang baru.
Hubungan DirectML dengan Ray Tracing, DLSS, dan persaingan
Salah satu pertanyaan yang paling sering diajukan adalah apakah DirectML bersaing secara langsung dengan teknologi seperti DLSS milik NVIDIA atau apakah itu merupakan alternatif untuk Ray Tracing.. Jawaban singkatnya adalah DirectML dan DLSS, meski memiliki tujuan tertentu yang sama (meningkatkan kualitas dan kinerja dalam permainan video melalui AI), keduanya tidak sepenuhnya sama.
DLSS (Deep Learning Super Sampling) adalah teknologi milik NVIDIA yang menggunakan pembelajaran mendalam untuk menghasilkan gambar beresolusi lebih tinggi dari lebih sedikit piksel yang dirender GPU, meningkatkan FPS dan kualitas visual. Meskipun hanya tersedia untuk kartu RTX, konsep di balik DLSS didasarkan pada teknik ML yang juga ingin didemokratisasi Microsoft melalui DirectML.
DirectML, di sisi lain, adalah API terbuka yang terintegrasi ke dalam Windows untuk perangkat keras apa pun yang kompatibel dengan DirectX 12. Ini memberi pengembang akses ke berbagai kemampuan akselerasi AI, dari peningkatan skala gambar cerdas (Resolusi Super) hingga pengoptimalan mesin permainan, pembuatan tekstur, pengenalan suara, dan peningkatan foto otomatis. Hasilnya, AMD, Intel, dan NVIDIA semuanya dapat menggunakan DirectML, membuka pintu bagi solusi alternatif untuk DLSS pada platform seperti GPU AMD dengan Radeon ML dan teknologi serupa.
Ray tracing dan AI juga berjalan beriringan berkat DirectML. Dengan hadirnya DirectX 12 Ultimate, teknologi seperti DXR (DirectX Ray Tracing) dan DirectML bekerja sama untuk memberi pengembang akses ke simulasi sinar cahaya yang realistis dan kecerdasan grafis, menghasilkan gambar yang lebih realistis, lebih cepat, dan lebih efisien.
Misalnya, AMD telah mengerjakan solusi seperti Resolusi Super DirectML, yang memungkinkan peningkatan skala cerdas (meningkatkan gambar 540p ke 4K yang tajam sekaligus mengurangi aliasing) pada kartu RX 6000 dan Xbox, mengikuti filosofi lintas-platform terbuka yang bersaing dengan DLSS tetapi tidak terbatas pada satu produsen.
Integrasi DirectML ke dalam perangkat keras: NPU, GPU, dan PC generasi berikutnya
Kemajuan paling signifikan akhir-akhir ini adalah integrasi DirectML tidak hanya pada GPU tetapi juga pada NPU (neural processing unit).. Hingga saat ini, DirectML terutama digunakan untuk memanfaatkan kekuatan kartu grafis, baik dari AMD, NVIDIA, dan Intel. Namun, dengan hadirnya prosesor intel core ultra (Meteor Lake) dan AI Boost “NPU,” bersama dengan aliansi Samsung, DirectML telah berkembang untuk memanfaatkan sepenuhnya chip yang didedikasikan secara eksklusif untuk tugas AI dalam PC.
Ini adalah revolusi dibandingkan dengan ketergantungan eksklusif sebelumnya pada GPU.. Sekarang, tugas-tugas seperti inferensi model bahasa, analisis waktu nyata, dan klasifikasi multimedia dapat dialihdayakan ke NPU ini, sehingga membebaskan lebih banyak sumber daya dan meningkatkan konsumsi daya. Dukungan awalnya telah mencapai laptop dari Intel dan Samsung dengan Windows 11, memerlukan kombinasi persyaratan perangkat lunak (DirectML 1.31.1, NuGet, ONNX Runtime 1.17 dan driver (Intel yang diperbarui) agar berfungsi dengan baik.
Meskipun dukungan untuk AI Ryzen AMD terbatas untuk saat ini, jelas bahwa industri sedang bergerak ke arah peningkatan integrasi DirectML di semua jenis perangkat keras. Visi Microsoft adalah untuk memastikan tidak ada pengembang atau pengguna yang tertinggal dari revolusi AI, dan dalam jangka pendek, prosesor Ryzen 8040 baru diharapkan menyertakan dukungan tingkat lanjut untuk DirectML dan kemampuan akselerasi NPU-nya.
Perbandingan Performa dan Optimalisasi GPU: Kapan DirectML Bermanfaat?
Salah satu topik yang paling banyak dibicarakan tentang DirectML adalah kinerjanya di dunia nyata dibandingkan dengan solusi GPU asli lainnya.. Berdasarkan pengujian yang dilakukan pada sistem yang berbeda, misalnya menggunakan TensorFlow dan DirectML pada Subsistem Windows untuk Linux (WSL), telah diamati bahwa el tiempo Waktu eksekusi dapat bervariasi secara signifikan tergantung pada GPU dan driver yang digunakan.
Misalnya, pada sistem dengan prosesor Ryzen 3600 dan kartu AMD RX 6600 XT, pengujian memakan waktu sekitar 139 detik, sedangkan pada Nvidia RTX 3060 dengan driver asli, waktunya 97 detik. Hal ini menunjukkan bahwa meskipun DirectML adalah alat yang canggih dan fleksibel, masih ada situasi di mana kinerja mentah driver asli (terutama pada kartu NVIDIA) lebih unggul. Namun, kesenjangan tersebut cenderung menyempit dengan setiap pembaruan DirectML dan perluasan dukungan, terutama pada perangkat keras AMD atau dalam skenario di mana kompatibilitas lintas platform dan akses ke fitur cerdas dari kerangka kerja AI standar menjadi prioritas.
Tidak selalu merupakan ide yang baik untuk menggunakan DirectML, terutama dalam kasus ini:
- Jika Anda memiliki GPU yang sangat kuat tetapi tidak memiliki dukungan DirectML, driver asli mungkin menawarkan kinerja yang lebih baik.
- Untuk tugas pembelajaran mesin yang sangat rumit dan spesifik, Anda mungkin memerlukan solusi atau pustaka yang lebih terspesialisasi yang dioptimalkan langsung untuk perangkat keras Anda.
- Jika pengembangan Anda tidak memerlukan AI atau ML, DirectML tidak menawarkan nilai tambah, dan Anda dapat memilih alat lain yang disesuaikan dengan alur kerja Anda.
Keuntungan dan keterbatasan DirectML saat ini
Di antara manfaat utama DirectML adalah integrasi penuhnya ke dalam Windows, kompatibilitas dengan berbagai perangkat keras, dan kemampuannya untuk membuat AI dapat diakses dan efisien bagi pengguna atau pengembang mana pun.. Memungkinkan Anda mempercepat aplikasi yang berorientasi pada produktivitas dan semua jenis permainan video, tanpa memerlukan pengetahuan luas tentang lingkungan perangkat keras, selama sistem memenuhi persyaratan minimum DirectX 12 dan dukungan yang memadai.
Selain itu, DirectML adalah saluran yang melaluinya pengembang dapat mengantisipasi masa depan AI lokal, menghindari ketergantungan eksklusif pada cloud atau solusi hak milik.. Berkat integrasinya dengan teknologi seperti ONNX Runtime, TensorFlow, PyTorch, dan pustaka AI populer lainnya, jangkauan kemungkinannya seluas imajinasi para insinyur dan kreatif.
Namun, masih ada beberapa kelemahan atau hambatan untuk masuk.:
- Kinerja dalam beberapa kasus masih tertinggal dibandingkan driver asli yang dioptimalkan untuk merek GPU tertentu, meskipun kesenjangannya semakin menyempit setiap tahun.
- Integrasi NPU masih dalam tahap awal, artinya hanya model perangkat keras, versi, dan driver tertentu yang dapat memanfaatkan sepenuhnya kemampuan ini.
- Mungkin ada batasan kompatibilitas untuk model pembelajaran mendalam yang sangat rumit atau terspesialisasi, dalam hal ini mungkin perlu menggunakan pustaka alternatif.
Persyaratan, instalasi dan startup DirectML
Untuk memanfaatkan DirectML di Windows, pertama-tama Anda harus memiliki sistem yang kompatibel dengan DirectX 12 dan versi sistem operasi yang sesuai (Windows 10 dari build 1903 atau Windows 11). Dari sana, instalasi dan penggunaan biasanya dikaitkan dengan perangkat lunak yang Anda gunakan (misalnya, TensorFlow atau PyTorch) dan driver GPU atau NPU yang sesuai.
Dalam skenario tingkat lanjut, seperti penggunaan Windows Subsystem for Linux (WSL) dan akselerasi ML di lingkungan Linux pada Windows, langkah-langkahnya biasanya adalah sebagai berikut:
- Aktifkan subsistem WSL dan Platform Mesin Virtual dari Fitur Windows.
- Instal distribusi Linux (seperti Ubuntu) dari Microsoft Store.
- Siapkan lingkungan pengembangan seperti MiniConda untuk mengelola lingkungan Python.
- Instal versi TensorFlow atau PyTorch yang sesuai dan integrasikan dukungan DirectML sesuai dengan dokumentasi resmi.
Untuk akselerasi NPU, sangat penting untuk memiliki versi terbaru DirectML, ONNX Runtime, dan driver terkini untuk NPU terkait (misalnya, Intel AI Boost di Meteor Lake).. Tidak semua model atau tugas didukung dalam rilis awal, jadi penting untuk berkonsultasi dengan catatan dan daftar model yang didukung dari setiap vendor perangkat keras.
Masa Depan DirectML: AI di Inti Ekosistem Windows
Microsoft terus berinvestasi besar dalam DirectML sebagai penggerak inovasi AI untuk Windows.. Pengembangan Windows Copilot+, integrasi dengan chip baru dari Intel, Qualcomm, dan AMD, serta pembukaan platform untuk semua jenis pengembang memprediksi perluasan DirectML yang tak terhentikan di tahun-tahun mendatang.
Tim DirectML sedang berupaya untuk menambahkan lebih banyak fitur dan mempermudah kreator mana pun untuk memanfaatkan AI dalam aplikasi mereka., mempercepat inovasi masa depan dan mendemokratisasi kekuatan kecerdasan buatan di desktop, web, dan mobil. Trennya jelas: performa lebih baik, hambatan teknis lebih sedikit, dan pengalaman yang semakin lancar dan personal bagi pengguna Windows.
Penulis yang bersemangat tentang dunia byte dan teknologi secara umum. Saya suka berbagi ilmu melalui tulisan, dan itulah yang akan saya lakukan di blog ini, menunjukkan kepada Anda semua hal paling menarik tentang gadget, perangkat lunak, perangkat keras, tren teknologi, dan banyak lagi. Tujuan saya adalah membantu Anda menavigasi dunia digital dengan cara yang sederhana dan menghibur.