Es kostet Zeit, die beste Leistung aus einem PC herauszuholen. Nvidia arbeitet an einem KI-Projekt, das euch die Suche nach der besten Spielkonfiguration abnehmen soll.
Wie kann mein PC das neue AAA-Game in möglichst hohem Detailgrad darstellen - ohne jedoch bei der Framerate zu schwächeln? Solche und ähnliche Fragen stellen sich Gamer immer wieder - und die Beantwortung dieser Fragen läuft meist auf das Gleiche hinaus: Man informiert sich, versucht es mit den passenden Diagnose-Tools, oder frickelt halt einfach so lange an den Grafikeinstellungen des Spiels herum, bis es passt.
Alten PC-Hasen macht das Performance-Tuning oft Spaß. Doch wer sich nicht so gut mit Hardware auskennt, braucht dafür jede Menge Zeit und Nerven. Wäre es nicht großartig, wenn eine KI das einfach für uns übernehmen könnte?
Genau dieses Performance-Tuning ist eines der beiden Anwendungsgebiete von "Project G-Assist", das Nvidia dieses Jahr bei der Computex in Taiwan präsentierte. Das zweite Anwendungsgebiet ist eine Ingame-Spielberatung, die wir euch bereits vorgestellt haben. "Project G-Assist" soll es euch ermöglichen, die Performance eines Spiels zu tunen, ohne dass ihr dafür erst lange in den Einstellungen herumwursteln müsst.
Stattdessen startet ihr während des Spiels per Sprach- oder Tastaturbefehl einen Chatbot, dem ihr dann einen Wunsch nennt oder eine Frage stellt, zum Beispiel: "Wie kann ich die Performance des Spiels verbessern?"
Die künstliche Intelligenz, die hinter "G-Assist" steckt, macht dann Vorschläge, die ihr annehmen oder ablehnen könnt. Das langwierige Suchen nach den passenden Einstellungen soll entfallen - und ihr sollt nahtlos weiterzocken können.
So reibungslos soll "Project G-Assist" funktionieren - zumindest in der Theorie. An der praktischen Umsetzung wird bei Nvidia allerdings noch gewerkelt. "G-Assist ist ein laufendes Projekt", betont Lars Weinand. "Wir wollen zeigen, was möglich ist und schauen, was sich daraus entwickelt. Und wir wollen Ideen sammeln."
Weinand ist Senior Technical Product Manager EMEA bei Nvidia, er hat also unmittelbaren Einblick in die Entwicklung des Projekts. Bei einer Tech-Demo in der Münchner Nvidia-Zentrale zeigten Weinand und Kolleg*innen den eingeladenen Fachmedien, was mit "G-Assist" bereits möglich ist. Ich war vor Ort und konnte erste Eindrücke sammeln.
Dino-Demo in München
Als Demo hatte Nvidia das Dino-Game ARK: Survival Ascended ausgewählt. Darin geht es - der Name deutet es schon an - ums Überleben: Ihr landet auf einer Insel voller Dinosaurier mit unterschiedlichem Gefährlichkeitsgrad und müsst nun Basen bauen und Urzeitechsen zähmen, um nicht vorzeitig ins prähistorische Gras zu beißen.
Das Spiel gilt bei Kritikern als eine Art Lückenbüßer, um die Wartezeit zwischen ARK: Survival Evolved und dem ausstehenden ARK 2 zu überbrücken. Zumindest aber ist es gut für die Tech-Demo von Nvidia geeignet, weil es recht hohe Ansprüche an die PC-Performance stellt.
Quelle: Achim Fehrenbach
München: Nvidia sitzt in einem der Bavaria Towers.
Die rund 15-minütige Test-Session spielt sich in einem Dinogehege ab. Dort stapfen gleich mehrere Echsen umher (Triceratops, Parasaurus etc.), vertilgen Farne und sind insgesamt recht gechillt.
Als Erstes demonstriert Lars Weinand, wie sich mit "G-Assist" mehr über die aktuelle Systemleistung herausfinden lässt. Dafür tippt er kurz auf die Tastatur und spricht dann ins aktivierte Mikro. "What's my frame rate over the last five minutes?", will Weinand wissen - und die KI antwortet, wenn auch mit etwa zwei Sekunden Verzögerung:
"Over the last five minutes, your frame rate in Ark Survival Ascended has varied between a minimum of about 60 fps and a maximum of 91 fps. The frame rate has shown some fluctionations during this period, indicating possible shifts in frame dynamics, or system performance changes."
Quelle: Achim Fehrenbach
"G-Assist" liefert eine Framerate-Analyse ...
Quelle: Achim Fehrenbach
... und das passende Schaubild.
Im Zentrum: das Large Language Model
Die KI trägt diese Infos mit einer durchaus energiegeladenen Expertenstimme vor. Parallel blendet sie den Text per In-Game-Overlay am unteren rechten Bildschirmrand ein. Grundsätzlich bedient sich "G-Assist" eines Large Language Models (LLM), wie wir es von ChatGPT und anderen KI-Chatbots kennen; ähnlich wie bei ChatGPT arbeitet das Nvidia-LLM mit Wahrscheinlichkeiten, wie häufig bestimmte Satz- und Wortfolgen gemeinsam auftreten.
Um kompetent antworten zu können, muss die KI mit möglichst vielen Daten trainiert werden und die entsprechenden Zusammenhänge lernen. Beim Performance-Tuning arbeitet "G-Assist" mit der Nvidia-App zusammen, die mittlerweile das altbekannte Konfigurationspanel GeForce Experience abgelöst hat.
