NVIDIA G-Assist nije samo chatbot: Kako zapravo funkcionišu njegov lokalni SLM, alati, plug-inovi i MCP

NVIDIA Project G-Assist izgleda kao chatbot, ali taj opis promašuje suštinu. To je lokalni AI sistem koji može da razume zahtev, pregleda podržano stanje računara, izabere alat ili dodatak i zatim izvrši stvarnu radnju kao što je promena DLSS podešavanja, provera drajvera, podešavanje profila ventilatora ili upravljanje perifernim uređajem.

Prvo: šta AI model zapravo radi?

G-Assist koristi lokalni mali jezički model, ili SLM. NVIDIA trenutno opisuje sistem kao korišćenje Llama-baziranog instrukcionog modela sa 8 milijardi parametara.

Glavni zadatak modela nije da renderuje grafiku ili direktno menja hardverske registre. Njegov zadatak je da razume jezik korisnika, odluči koja podržana mogućnost odgovara zahtevu i pripremi poziv toj mogućnosti.

Na primer, ako kažete „postavi DLSS Super Resolution na režim performansi“, jezički model sam ne menja DLSS. On tumači komandu i usmerava je ka podržanoj funkciji koja može da promeni podešavanje.

G-Assist tok izvršavanja radnji

Ovo je pozivanje alata, a ne magična kontrola računara

Jezički model ne može bezbedno da kontroliše proizvoljan računar samo zato što razume engleski.

Potreban mu je definisan interfejs koji kaže koje radnje postoje, koje argumente prihvataju i šta alat vraća.

Trenutne ugrađene mogućnosti G-Assist-a uključuju funkcije kao što su optimizacija grafičkih podešavanja, promena podržanih RTX opcija, provera ili preuzimanje drajvera, prikaz informacija o performansama, promena nekih funkcija napajanja na laptopu, upravljanje podržanim funkcijama monitora i korišćenje podržanih dodataka za periferne uređaje.

Šta je sloj znanja?

G-Assist takođe ima sloj znanja za odgovaranje na pitanja i davanje preporuka.

NVIDIA kaže da je verzija 0.2.1 uvela poboljšani sistem znanja koji pomaže G-Assist-u da daje tačnije preporuke za podešavanja.

Taj sloj znanja se razlikuje od trenutnog stanja vašeg računara.

Da li G-Assist koristi RAG?

Najsigurniji odgovor je: G-Assist očigledno ima sistem znanja, ali NVIDIA-ina javna stranica proizvoda ne dokumentuje svaki interni mehanizam pronalaženja dovoljno detaljno da bi se moglo reći da svaki odgovor zasnovan na znanju specifično proizvodi RAG.

Arhitektonska razlika je i dalje važna. Sloj za pronalaženje može da pruži relevantno znanje, dok sistemski alati pružaju trenutno stanje računara i izvršavaju radnje.

To je isto razdvajanje koje se koristi u mnogim modernim agentima: znanje je jedan izvor konteksta, trenutna zapažanja su drugi, a izvršavanje alata je treći.

Zašto G-Assist može da radi van mreže

NVIDIA pokreće jezički model lokalno na GeForce RTX GPU.

To znači da osnovni asistent ne zahteva jezički model hostovan u oblaku za svaki upit.

NVIDIA eksplicitno navodi da G-Assist može da radi van mreže za svoje lokalne mogućnosti.

Dodatak i dalje može da koristi internet ako taj dodatak poziva onlajn servis. Lokalno izvršavanje modela i onlajn pristup dodataka su odvojena pitanja.

Cena lokalne AI: G-Assist koristi vaš GPU i VRAM

Lokalno pokretanje pruža privatnost i nezavisnost od modela u oblaku, ali rad mora negde da se izvrši.

Za G-Assist, to negde je isti GeForce RTX GPU koji možda već renderuje vašu igru.

NVIDIA upozorava da GPU nakratko dodeljuje računarske resurse za AI inferenciju kada G-Assist odgovara. Ako se istovremeno pokreće zahtevna igra, igra može privremeno da izgubi deo performansi renderovanja dok je model aktivan.

Trenutni zahtevi takođe navode ciljne vrednosti slobodne VRAM memorije koja prevazilazi memoriju koju igra već koristi: približno 6 GB slobodne VRAM memorije za Reasoning Mode i 4,5 GB za Flash Mode.

Reasoning Mode naspram Flash Mode

Trenutne verzije G-Assist razdvajaju sposobniji Reasoning Mode od bržeg Flash Mode.

Reasoning Mode je dizajniran za odluke višeg kvaliteta i može da koordinira više radnji iz jednog upita. Flash Mode je optimizovan za brže odgovore i manju potrošnju resursa.

Šta plug-inovi zapravo dodaju

Plug-in ne zamenjuje jezički model. On daje modelu novu radnju koju sme da pozove.

Plug-in definiše funkcije, opise i parametre. G-Assist čita te opise, uparuje korisnički zahtev sa odgovarajućom funkcijom i šalje joj strukturisane argumente.

To omogućava asistentu da raste izvan NVIDIA ugrađenih funkcija.

G-Assist Protocol V2 je JSON-RPC 2.0

NVIDIA trenutni javni repozitorijum plug-inova koristi Protocol V2.

Protocol V2 koristi JSON-RPC 2.0 sa porukama prefiksiranim dužinom između G-Assist engine-a i plug-inova.

Engine može da inicijalizuje plug-in, proveri njegovo zdravlje, izvrši funkciju, pošalje korisnički unos i isključi ga. Plug-inovi mogu da vrate rezultate, strimuju napredak ili prijave greške.

Gde MCP ulazi u sliku

G-Assist sopstveni protokol za dodatke nije MCP. Njegov trenutni javni sistem dodataka koristi JSON-RPC 2.0.

Međutim, G-Assist dodatak može da se poveže sa MCP serverom.

NVIDIA trenutna verzija 0.2.2 uključuje Elgato integraciju koja može da pozove radnje izložene putem Elgato Stream Deck MCP servera.

Zašto je ovo važno van RGB svetala

Arhitektura dodataka pretvara G-Assist iz fiksnog asistenta u lokalni usmerivač alata.

Isti obrazac može da poveže SLM sa alatima za nadzor, perifernim uređajima, API-jevima, automatizovanim sistemima, lokalnim aplikacijama ili eksternim servisima.

Važna arhitektonska jedinica stoga nije prozor za ćaskanje. To je granica između namere na prirodnom jeziku i strukturisanog izvršavanja alata.

Lokalni agentski stek

Zašto su granice alata bezbednosna karakteristika

AI asistent koji bi mogao da izvršava proizvoljne komande operativnog sistema bio bi daleko moćniji, ali i mnogo teže ograničen.

G-Assist umesto toga izlaže definisane funkcije sa poznatim parametrima.

To znači da model može da izvrši samo radnje koje omogućava ugrađeni skup funkcija ili instalirani dodaci.

Ovo ne uklanja sav rizik, posebno kod dodataka trećih strana, ali stvara jasniju granicu dozvola i sposobnosti od neograničenog pristupa ljusci.

Granica ovlašćenja alata

Zašto G-Assist može privremeno da smanji performanse igre

Arhitektura lokalnog modela ima jednostavnu posledicu: AI i igra mogu da se takmiče za isti GPU.

NVIDIA eksplicitno upozorava da brzina renderovanja ili brzina inferencije može nakratko da opadne dok G-Assist obrađuje zahtev tokom radnog opterećenja koje intenzivno koristi GPU.

Kada se inferencija završi, ti GPU resursi se vraćaju igri.

Ovo se razlikuje od cloud asistenta, gde se većina inferencije modela odvija na udaljenom serveru i ne troši gaming GPU.

Test resursa lokalnog asistenta

Zašto plug-inovi zaslužuju isto ispitivanje kao i svaki drugi softver

Plug-in može da poveže asistenta sa API-jima, perifernim aplikacijama i onlajn servisima.

To znači da plug-in može da rukuje konfiguracionim vrednostima, akreditivima ili eksternim zahtevima u zavisnosti od toga za šta je napravljen.

NVIDIA repozitorijum eksplicitno obezbeđuje lokaciju config.json za podešavanja plug-ina i upozorava programere da ne commit-uju akreditive.

Ispravno bezbednosno pitanje stoga nije samo „Da li je G-Assist lokalni?“ već i „Na šta se povezuje svaki instalirani plug-in?“

G-Assist je bliži agentu nego chatbot-u

Chatbot uglavnom proizvodi jezik.

Agent tumači cilj, posmatra relevantne informacije, bira akciju, poziva alat i procenjuje rezultat.

G-Assist sada mnogo bliže odgovara tom drugom opisu jer može da koordinira više akcija, pregleda podržano stanje računara i poziva prave alate.

Šta G-Assist još uvek nije

NVIDIA eksplicitno opisuje G-Assist kao specijalizovanog lokalnog asistenta, a ne kao AI opšte namene za razgovor.

Njegova vrednost proizlazi iz razumevanja fokusiranog skupa PC i gejming zadataka i posedovanja alata povezanih sa tim zadacima.

Taj fokus je važan jer manji lokalni model može biti koristan kada mu okolni sistem pruža jake alate i jasne granice.

Šta se promenilo u trenutnim verzijama?

Trenutna javna istorija izdanja pokazuje da G-Assist ravnomerno napreduje ka sposobnijem lokalnom agentu.

Šta bi promenilo ovaj odgovor?

G-Assist je još uvek eksperimentalan i njegova arhitektura se razvija.

Veličina modela, zahtevi za VRAM, skup alata, protokol dodataka i podrška za hardver mogu se promeniti u budućim izdanjima.

Buduća verzija bi takođe mogla prebaciti deo inferencije na NPU ili uvesti širu MCP integraciju, ali to ne treba pretpostavljati dok NVIDIA to ne dokumentuje.

Ograničenja

Ovaj članak opisuje NVIDIA-inu javnu dokumentaciju proizvoda G-Assist i javnu arhitekturu dodataka zaključno sa septembrom 2026.

NVIDIA ne dokumentuje javno svaki interni detalj svog sistema znanja i preporuka, tako da ovaj članak ne tvrdi da svaki odgovor zasnovan na znanju koristi RAG ili bilo koju drugu specifičnu implementaciju pretraživanja.

Dodaci trećih strana mogu imati ponašanje i mrežni pristup izvan NVIDIA-inih ugrađenih funkcija, tako da svaki dodatak treba posebno proceniti.

Zaključak

Najlakši način da razumete Project G-Assist je da prestanete da o njemu razmišljate kao o chatbotu.

Lokalni SLM tumači vaš zahtev. Znanje mu pomaže da razume problem. Informacije o sistemu uživo mu govore šta je istina na vašem računaru. Ugrađena funkcija ili dodatak definiše šta mu je zapravo dozvoljeno da radi. Alat izvršava radnju i vraća rezultat.

To je arhitektura lokalnog agenta.

Njegova najjača ideja nije da model sa 8 milijardi parametara može da govori o vašem GPU. Već da relativno mali lokalni model može postati koristan kada je povezan sa dobro definisanim alatima, trenutnim stanjem i kontrolisanom granicom delovanja.

Često postavljana pitanja

Pojmovnik

Primarni izvori