أرسل أقل، وشاهد أكثر: كيف يمكن للدقة الفائقة على الجهاز أن تخفض عرض نطاق سطح المكتب البعيد إلى النصف

اكتشف عالم الألعاب كيف يعرض أقل ويرى أكثر. ونحن ننقل الحيلة نفسها إلى سطح المكتب البعيد — نموذج صغير على جهازك يعيد بناء صورة 4K من بث بنصف حجمها.

مشكلة عرض النطاق التي لا يتحدث عنها أحد

لسطح المكتب البعيد سر مخجل: إنه شره لعرض النطاق.

يستهلك بث سطح مكتب بمعدل 60 إطارًا في الثانية نحو 3 إلى 8 ميغابت/ث عند 1080p و8 إلى 15 ميغابت/ث عند 4K مع الترميزات الحديثة. وهذا مقبول على الألياف الضوئية. ومقبول على Wi-Fi منزلي قوي. لكن ما إن تنتقل إلى Wi-Fi فندق، أو تشارك الإنترنت من هاتفك، أو تحاول العمل من مقهى في مدينة مزدحمة — حتى ينهار كل شيء.

الحل الحالي بسيط إلى درجة محبطة. حين ينخفض عرض النطاق، اخفض الجودة. خفّض الدقة. أسقط معدل الإطارات. تقبّل نصًا ضبابيًا وفيديو متقطعًا حتى تتحسن الظروف. كل تطبيق سطح مكتب بعيد يفعل ذلك. وقد كان الخيار الوحيد لعشرين عامًا.

ماذا لو وُجدت طريقة أفضل؟

ماذا لو، بدل إرسال بث 1080p نقي ثم تدهوره حين تسوء الظروف، أرسلت بثًا صغيرًا بدقة 1080p طوال الوقت — وجعلته يبدو بدقة 4K على الطرف الآخر؟

تلك هي الدقة الفائقة بالذكاء الاصطناعي. وهي ليست خيالًا علميًا. فقد كانت الألعاب تفعلها منذ سنوات.

مسار البث بالدقة الفائقة

الانتقال من الألعاب إلى سطح المكتب البعيد نظيف بشكل مفاجئ. في الألعاب، تعرض بدقة منخفضة ثم تكبّر. وفي البث، ترمّز بدقة منخفضة ثم تكبّر. أربع مراحل، من اليسار إلى اليمين، من طرف إلى طرف.

الحدة المُدرَكة نفسها. ونحو ربع عرض النطاق. ولأن المضيف يرمّز صورة أصغر، فإنه يعمل أقل أيضًا — استخدام أقل للمعالج، وحرارة أقل، وبطارية أطول على الحواسيب المحمولة.

قطاع الألعاب حل هذه المسألة بالفعل

في 2018، قدمت NVIDIA تقنية DLSS — أخذ العينات الفائق بالتعلم العميق. كان المفهوم أجمل من أن يُصدَّق: اعرض لعبة بدقة أقل، ثم استخدم شبكة عصبية لتكبيرها لتبدو بالدقة الأصلية. عمل أقل لـ GPU، وجودة بصرية نفسها.

تشكك اللاعبون. كيف لصورة مولَّدة بالذكاء الاصطناعي أن تبدو بجودة البكسلات المعروضة أصليًا؟ لكن النتائج تحدثت عن نفسها. وبحلول 2026، تستخدم DLSS 4.5 نماذج محوِّلات تنتج صورًا يفضلها كثير من اللاعبين فعلًا على العرض الأصلي — حواف أحد، واستقرار زمني أفضل، وعيوب أقل.

تبعتها AMD بـ FSR. وقدمت Apple تقنية MetalFX. وأصدرت Intel تقنية XeSS. وتقاربت الصناعة كلها على البصيرة نفسها:

أذكى بكسل هو الذي لا تضطر إلى عرضه.

استغرق قطاع الألعاب نحو خمس سنوات للانتقال من «هذه حيلة» إلى «هذا إلزامي». أما سطح المكتب البعيد فلم يبدأ حتى.

ذكاء اصطناعي على الجهاز، خاص بالتصميم

وهنا يصبح الأمر مثيرًا حقًا — وحيث نختلف عما قد تتوقعه من عمل الذكاء الاصطناعي.

يعمل نموذج الدقة الفائقة بالكامل على جهازك. لا في السحابة. ولا على خادم ما. بل على الهاتف أو الحاسوب المحمول بين يديك.

الأجهزة الحديثة قوية بشكل سخيف للذكاء الاصطناعي على الجهاز. يعالج Apple Neural Engine في شرائح M أكثر من 15.8 تريليون عملية في الثانية. وتقع وحدة Hexagon NPU من Qualcomm في شرائح Snapdragon الحديثة في الفئة نفسها. هذه المعالجات المخصصة للذكاء الاصطناعي خاملة معظم الوقت. ونحن نضعها في العمل.

سيعمل الاستدلال في مسار العرض، بين فك الترميز والعرض. يرى النموذج إطار 1080p ويُخرج إطار 4K. وميزانية زمن الاستجابة أقل من 3 مللي ثانية — فالنموذج الأولي الذي لا يستطيع الالتزام بها لا يصدر.

ولأن كل شيء يعمل محليًا:

• لا بيانات تغادر جهازك — يبقى محتوى شاشتك خاصًا
• لا حاجة إلى الإنترنت للذكاء الاصطناعي — يعمل النموذج دون اتصال
• لا اشتراك لميزات الذكاء الاصطناعي — فهي مدمجة في التطبيق
• لا تكاليف خوادم — يتوسع بلا حدود لأن كل مستخدم يأتي بقدرته الحسابية الخاصة

وهذا يتوافق مع فلسفة الخصوصية أولًا في Remio. لا نريد بياناتك. ولا نريد حتى أن نرى محتوى شاشتك. يتيح لنا الذكاء الاصطناعي على الجهاز تقديم ميزات متطورة ونحن لا نعرف حرفيًا شيئًا عما تفعله.

لماذا يعمل هذا في التطبيقات الأصلية فقط

وهنا الجزء الذي يربط كل شيء — ولهذا كتبنا مقالًا كاملًا عن اعتماد الشيفرة الأصلية.

لتشغيل شبكة عصبية في مسار العرض دون إضافة زمن استجابة ملحوظ، تحتاج إلى:

1. الوصول إلى Neural Engine أو NPU. يتطلب هذا واجهات أصلية — CoreML على Apple وNNAPI على Android. لا توجد واجهة ويب لـ Neural Engine. وتطبيقات Electron لا تستطيع الوصول إليه.
2. تكامل مسار GPU. يجب أن ينتقل الإطار المكبّر مباشرة إلى الشاشة دون نسخ إضافية. يتيح Metal وVulkan ذلك. ولا يمنحك WebGL هذا المستوى من التحكم.
3. توقيت أقل من 3 مللي ثانية. كل مللي ثانية إضافية مهمة في مسار بث فوري. وجامع المهملات في JavaScript وحده قد يُدخل توقفات لا يمكن التنبؤ بها. أما الشيفرة الأصلية فتمنح توقيتًا حتميًا.

سيحتاج تطبيق Electron إلى فك ترميز الفيديو في مسار الوسائط في Chromium، واستخراج الإطار إلى JavaScript، واستدعاء Neural Engine بطريقة ما (وهو مستحيل دون ارتباطات أصلية)، واستعادة الإطار المكبّر، وعرضه عبر مركّب Chromium. وكل خطوة تضيف زمن استجابة وتعقيدًا. وسيصل الحمل الإجمالي على الأرجح إلى 15 إلى 25 مللي ثانية — وهو بطيء جدًا للاستخدام الفوري.

الدقة الفائقة في مسار البث ليست مسألة ذكاء اصطناعي فحسب. إنها مسألة هندسة أنظمة. وهندسة الأنظمة تتطلب شيفرة أصلية.

ولهذا، بعد عامين من بناء Remio، لم يصدر أي سطح مكتب بعيد قائم على Electron تكبيرًا بالذكاء الاصطناعي. ليس لأنهم لا يريدون. لكن البنية لن تسمح لهم.

التحديات التقنية، وكيف نحلها

لن نتظاهر بأن هذا سهل. هناك تحديات حقيقية.

زمن استجابة النموذج. يجب أن يعمل النموذج في أقل من 3 مللي ثانية للإطار عند 60 إطارًا في الثانية. وهذا لا يترك أي مجال لبنى متضخمة. نستخدم نماذج التفافية محسّنة — لا محوِّلات، فهي بطيئة جدًا للاستدلال لكل إطار — مضبوطة تحديدًا لوحدات التنفيذ في Neural Engine.

تنوع المحتوى. محتوى سطح المكتب البعيد يختلف اختلافًا شاسعًا عن محتوى الألعاب. نصوص، وجداول بيانات، ومحررات شيفرة، وتشغيل فيديو، وأدوات تصميم — على النموذج التعامل مع كل ذلك. ندرّب على مجموعات بيانات تتضمن تحديدًا عناصر واجهات سطح المكتب، لا الصور الطبيعية فحسب.

الاستقرار الزمني. قد يسبب التكبير إطارًا بإطار وميضًا. وقد حلّت الألعاب هذا بالتراكم الزمني — إعادة استخدام معلومات من الإطارات السابقة. نستكشف تقنيات مماثلة، بتغذية متجهات الحركة من مرمّز الفيديو إلى نموذج التكبير.

كفاءة الطاقة. يبدو تشغيل شبكة عصبية 60 مرة في الثانية على هاتف مكلفًا. لكن Neural Engine مصمم لهذا بالضبط — فهو أكثر كفاءة في الطاقة من GPU في العمليات المصفوفية. وتشير النماذج الأولية المبكرة في المختبر إلى تكلفة بطارية صغيرة من خانة آحاد في المئة فقط.

التحدي الصادق: لماذا هذا أصعب من الألعاب

تحدثنا عن DLSS والدقة الفائقة في الألعاب بوصفهما مصدر إلهام — وهما كذلك. لكن الأمانة الفكرية تقتضي أن نشرح لماذا تكبير سطح المكتب البعيد مشكلة أصعب جوهريًا.

تتمتع DLSS في الألعاب بمزايا غير عادلة. تزوّد محركات الألعاب الذكاء الاصطناعي ببيانات غنية غير موجودة في عالمنا:

• متجهات الحركة. يعرف المحرك بالضبط أين تحرك كل جسم بين الإطارات. أما نحن فنحصل على فيديو مضغوط دون بيانات حركة على مستوى المشهد.
• مخازن العمق. تعرف DLSS أي البكسلات قريبة وأيها بعيدة. أما نحن فنرى صورة ثنائية الأبعاد مسطحة.
• السجل الزمني. تراكم DLSS التفاصيل عبر عدة إطارات باستخدام بيانات المحرك. أما نحن فنعمل من إطارات مضغوطة منفردة قد تحمل عيوبًا مختلفة في كل مرة.
• عتاد مخصص. توفر أنوية Tensor من NVIDIA أكثر من 384 TOPS مُحسَّنة تحديدًا لهذا العبء. وتعد Neural Engine في الجوال قوية لكنها تخدم غرضًا مختلفًا.

بعبارة أخرى، الدقة الفائقة في الألعاب إعادة بناء موجَّهة ببيانات مساعدة غنية. أما تكبير سطح المكتب البعيد فهو دقة فائقة عمياء من فيديو مضغوط بفقد — نقطة انطلاق أصعب بكثير.

هذا لا يعني أن النهج خاطئ. فحتى التحسينات المتواضعة في الجودة البصرية عند معدلات بت أقل تحقق وفورات حقيقية في عرض النطاق. لكننا نريد الشفافية: سقف الجودة للتكبير الأعمى أقل مما تحققه DLSS بتكامل كامل مع المحرك. نحن نبني شيئًا مفيدًا فعلًا، ولا ندّعي التكافؤ مع تقنية مختلفة.

ماذا يعني هذا لك

حين تصدر الدقة الفائقة بالذكاء الاصطناعي في Remio، لن تحتاج إلى التفكير فيها. لا مفتاح تبديل، ولا إعداد، ولا «وضع الذكاء الاصطناعي». سيقوم التطبيق تلقائيًا بما يلي:

• اكتشاف عرض النطاق المتاح لديك
• اختيار دقة الترميز المثلى
• التكبير على الجهاز لمطابقة شاشتك
• التكيف في الوقت الفعلي مع تغير الظروف

على الاتصالات السريعة قد لا يحتاج إلى التكبير أصلًا. وعلى الاتصالات البطيئة سيكون الفارق بين «غير قابل للاستخدام» و«أشعر أنني أجلس أمام حاسوبي».

هذا هو الهدف. ليس ذكاءً اصطناعيًا عليك أن تفكر فيه. بل ذكاء اصطناعي يجعل كل شيء يعمل أفضل، بصمت وخصوصية، على الجهاز الذي تملكه بالفعل.

نستكشفه الآن — دون وعد بموعد — إلى جانب أفكار أخرى عن إلى أين قد يأخذ الذكاء الاصطناعي سطح المكتب البعيد. ولن يصدر إلا إذا أبقى النص أحدّ من البث الذي يحل محله.

أرسل أقل. وشاهد أكثر. هذا هو المستقبل.