Opera jest teraz 2 razy szybsza na komputerach z systemem Windows opartych na architekturze ARM

W miarę wzrostu zapotrzebowania na komputery PC z systemem Windows zasilane przez procesor Arm, programiści optymalizują swoje aplikacje pod kątem bardziej energooszczędnego i zorientowanego na wydajność odpowiednika. Najnowszą na liście jest Opera z przeglądarką zoptymalizowaną pod kątem ARM dla systemu Windows.

Jak wynika z oficjalnego wpisu na blogu Opery, jej przeglądarka jest teraz zaprojektowana tak, aby w pełni wykorzystywać możliwości obecne w procesorach Arm, w tym w serii Snapdragon X Elite od Qualcomma. Opera zoptymalizowana pod kątem Arm ma ulepszony zestaw funkcji oparty na sztucznej inteligencji, który wykorzystuje wbudowaną jednostkę NPU (jednostkę przetwarzania neuronowego) do płynnego wykonywania zadań AI.

W poście na blogu podkreślono zalety przeglądarki Opera zoptymalizowanej pod kątem Arm dla systemu Windows:

Następnie Opera omawia, w jaki sposób wbudowany w przeglądarkę oszczędzacz baterii w połączeniu z energooszczędną konstrukcją procesorów Arm zapewni dłuższe podtrzymanie bateryjne bez utraty wydajności.

Aby pobrać wersję Opery zoptymalizowaną pod kątem Arm, przejdź na oficjalną stronę internetową . Upewnij się, że używasz komputera z systemem Windows opartego na architekturze ARM!

Biorąc pod uwagę zwiększoną integrację nowego procesora, nastąpiła szybka zmiana w krajobrazie. Wyczuwając potencjał ekspansji i wzrostu, Microsoft koncentruje się na systemie Windows na komputerach ARM. Wcześniej Brave zorientowany na prywatność i bezpieczeństwo ogłosił optymalizację dla komputerów z systemem Windows z procesorami ARM.

Nawet kompatybilność urządzeń z systemem Windows na komputerach ARM poprawia się z dnia na dzień!

Czy wypróbowałeś nową natywną przeglądarkę Opera zoptymalizowaną pod kątem Arm dla Windows? Jeśli tak, podziel się swoją wstępną recenzją z naszymi czytelnikami w sekcji komentarzy.

Dzięki systemom opartym na ARM prawdopodobnie doświadczysz krótszych czasów przetwarzania podczas uruchamiania lokalnych LLM na swoim komputerze. Oznacza to szybsze szkolenie i analizę danych dotyczących niestandardowego języka, co prowadzi do bardziej responsywnych i dokładnych wyników. Niezależnie od tego, czy używasz tych modeli do generowania tekstu, analizy nastrojów, czy niestandardowych poleceń głosowych, zauważysz znaczną poprawę ich ogólnej efektywności.