داده کاوی (Data Mining) روزبه‌روز محبوبیت بیشتری پیدا می‌کند، اما هنوز بسیاری از مردم نمی‌دانند که این مفهوم به چه چیزی اشاره می‌کند. بسیاری از شرکت‌های آنلاین در رابطه با نحوه استفاده از داده‌کاوی جهت بهبود کیفیت خدمات خود، صحبت می‌کنند. در ادامه این مطلب می‌خواهیم بدانیم که داده‌کاوی چیست و آیا اصلا قانونی است؟

داده کاوی چیست و چگونه کار می‌کند؟

داده‌کاوی فرایندی است که طی آن، شرکت‌ها و متخصصان داده سعی می‌کنند که اطلاعات را از داده‌های خام استخراج کرده تا بدین ترتیب بتوانند گرایش‌ها (ترندها) را پیدا کنند. داده‌های خام مورد استفاده در این فرایند را می‌توان از منابع گوناگونی همچون نظرسنجی‌های آنلاین، داده‌های جمع‌آوری شده توسط کوکی‌ها و یا رکوردهای عمومی‌، به دست آورد.

البته تمامی داده‌ها مفید نیستند. داده‌ها باید دقیق، به دور از جانبداری بوده، کمترین شکاف‌ها را داشته و همچنین جهت حصول نتایج معتبر، حجم بالایی نیز داشته باشند. از آنجایی که شما در عوض داده‌های آماری از پیش آماده، با داده‌های خام کار می‌کنید، پس داده کاوی می‌تواند یک فرایند چند جانبه باشد. می‌توانید داده‌های مشخصی را چندین بار و به طرق مختلف، پردازش کنید و هر بار به دنبال گرایش مختلفی بگردید. این موضوع باعث می‌شود که بینش‌های به دست آمده از یک دسته داده مشخص، عملا نامحدود باشند.

از آنجایی که استخراج گرایش‌های مخفی شده در داده‌ها، نیازمند خلاقیت و توانایی‌های بسیاری است، پس روش خاصی نیز جهت داده‌کاوی وجود ندارد. البته در هر صورت، این فرایند را می‌توان به 5 گام اصلی زیر، تقسیم کرد:

1. پیدا کردن منبع داده‌ها

اولین گام این است که منبعی را برای داده‌های خود مشخص کرده و سپس داده‌ها را به یک سرور ذخیره‌سازی، وارد کنید. این همان جایی است که در آن، اولین برداشت‌ها و منابع اطلاعاتی، بیشترین اهمیت را پیدا می‌کنند. جهت حصول اطمینان از نتایج به دست آمده باید از معتبر بودن منابع داده‌ها، اطمینان حاصل کنید.

این مطلب را نیز بخوانید: تأثیر هوش مصنوعی بر درک داده‌ها و بازاریابی دیجیتال چگونه است؟

2. انتخاب محیط کار

اگر از سیستم‌ها و دستگاه‌های محلی و یا یک محیط ابری استفاده می‌کنید، در هر صورت اکنون وقت اعمال تغییرات است. در هر صورت، محیط کاری شما باید آنقدر قوی باشد که بتواند حجم داده موردنیاز جهت پردازش را مدیریت کند. اگر به‌صورت گروهی کار می‌کنید، آنگاه دسترسی‌پذیری باید از اولویت‌های شما باشد. به همین دلیل، محیط‌های ابری در این زمینه می‌توانند از بهترین انتخاب‌ها باشند.

3. تقسیم‌بندی و دسته‌بندی داده‌ها

چه داده‌های شما دارای تگ باشند و چه نباشند، در هر صورت نیاز دارید که پیش از شروع فرایند پردازش، آن‌ها در دسته‌بندی‌های مرتبط با نوع اطلاعات و یا الگوهای موردنظر جهت استخراج، قرار دهید. بسته به حجم اطلاعات، شاید نیاز باشد که به جای کار بر روی تمامی اطلاعات به‌صورت یکجا، این کار را به‌صورت بخش‌بخش انجام دهید.

4. داده کاوی

پس از آماده کردن داده‌ها و سپس مشخص کردن خواسته و هدف خود، این‌ بار نوبت به فرایند اصلی داده‌کاوی و استخراج اطلاعات می‌رسد. در این مرحله جهت پیشبرد کارهای خود می‌توانید از نرم‌افزارهای مخصوص استفاده کرده و یا اینکه به‌صورت مستقل و با استفاده از زبان‌های برنامه‌نویسی سازگار همانند R ،Python و SQL، این کار را انجام دهید.

در داده‌کاوی با استفاده از مدل‌های ریاضی، سعی می‌شود که بینش‌های سطحی از داده‌های خام به دست آیند. البته نباید مفهوم داده‌کاوی را با آنالیز داده‌ها اشتباه بگیرید. دومی از داده‌ها و بینش‌هایی که معمولا توسط داده‌کاوی به دست آمده‌اند، استفاده کرده و بدین ترتیب به مدل‌سازی و پیش‌بینی‌ می‌پردازد.

5. ترجمه کردن نتایج

سخت است که نتایج داده‌کاوی را به‌خودی‌خود درک کرد. گام نهایی این است که این داده‌های به دست آمده را از طریق ترجمه کردن آن‌ها در قالب نمودار و یا جدول‌ها، به تصویر بکشیم. شاید نتایج تصویری، چندان استفاده‌ای جهت تحلیل‌های آینده و یا سایر داده‌کاوی‌ها نداشته باشند، اما در هر صورت می‌توانند درک یافته‌ها و همچنین به‌اشتراک‌گذاری آن‌ها را آسان‌تر کنند.

این مطلب را نیز بخوانید: رایانش مرزی (Edge Computing) چیست و چگونه آینده را متحول می‌کند؟

داده‌‌کاوی چه کاربردی دارد؟

با استفاده از داده‌کاوی می‌توانید در رابطه با هر چه که داده‌های خام مرتبط با آن را جمع‌آوری کرده‌اید، اطلاعات گوناگونی را به دست آورید. به هر حال، کسب‌و‌کارهای بزرگ و وب‌سایت‌ها معمولا از داده‌کاوی جهت پیش‌بینی کردن و تحلیل رفتار مشتریان و کاربران هدف، استفاده می‌کنند.

شرکت‌هایی که در زمینه خرده‌فروشی و یا تجارت الکترونیک فعالیت دارند، می‌توانند داده‌ها از طریق حساب‌های کاربران، جمع‌آوری کنند. این کار نیز توسط نظرسنجی‌ها و یا ثبت کردن فعالیت کاربر بر روی وب‌سایت و یا اپلیکیشن آن کسب‌و‌کار، صورت می‌پذیرد. در ادامه کسب‌و‌کارها می‌توانند به داده‌کاوی پرداخته و در خریدها به دنبال گرایش‌ها بگردند. این فرایند می‌تواند بر اساس زمان مشخصی از روز و یا هفته، تناوب بازدید و یا خریدهای مرتبط باشد.

در حقیقت، این داده‌کاوی است که به فروشگاه‌ها امکان می‌دهد در زمانی که مردم قصد خرید دارند، پیشنهادها و اعلان‌های تخفیف را به آن‌ها ارسال کنند. این روش نه‌تنها باعث افزایش درآمد می‌شود، بلکه کارایی بیشتری نیز داشته و همچنین یک تکنیک بازاریابی کاراتر از لحاظ هزینه است.

البته فقط کسب‌و‌کارها از داده‌کاوی استفاده نمی‌کنند. این فرایند حتی در زمینه تحلیل و بررسی جرم و جنایت نیز کاربرد دارد. بدین ترتیب دولت می‌تواند مکان‌ها و همچنین ساعت‌هایی را که بیشترین جنایت در آن‌ها اتفاق می‌افتد، شناسایی کند.

داده‌کاوی در زمینه پیش‌بین‌های آب‌و‌هوایی نیز کاربرد دارد. این فرایند به هواشناسان کمک می‌کند که حجم بالایی از داده‌های جمع‌آوری شده در رابطه با آب‌و‌هوا را به‌صورت کل و یا بخش‌بخش، در طول یک دوره مشخص مورد تحلیل قرار دهند.

آیا داده‌کاوی غیرقانونی است؟

داده‌کاوی به خودی‌خود، غیرقانونی نیست. این قضیه بیشتر به منبع اطلاعات و همچنین موارد استفاده از نتایج، مربوط می‌شود. داده‌ها باید یا عمومی باشند، یا اینکه به‌صورت توافقی و غیر مخفیانه به دست آمده باشند. این قضیه بدین معنا است که کاربران وب‌سایت‌ها و اپلیکیشن‌ها و یا شرکت‌کنندگان در نظرسنجی‌های آنلاین و آفلاین، باید بدانند که از پاسخ‌ها و اطلاعات به دست آمده در رابطه با آن‌ها، جهت تحلیل‌ها و داده‌کاوی استفاده می‌شود.

شرکت‌ها و مؤسسه‌هایی که حق استفاده از داده‌ها را ندارند نیز می‌توانند بسته به منبع داده‌ها، قوانین داخلی و یا خارجی مرتبط با حریم خصوصی را نقص کنند. ناگفته نماند که اکثر کشورها استفاده از بینش‌های داده‌کاوی جهت اعمال تبعیض علیه اشخاص بر اساس سن، جنسیت، نژاد و یا دین را ممنوع کرده‌اند.

این مطلب را نیز بخوانید: CRM چیست و چگونه به کسب‌وکارها کمک می‌کند؟

از کجا باید شروع کرد؟

در بالا سعی کردیم که در رابطه با داده‌کاوی و مباحث قانونی مرتبط با آن، توضیحاتی را به شما ارائه دهیم. این فرایند فقط به شرکت‌های بزرگ که منابع اطلاعاتی و توان پردازشی بالایی را در اختیار دارند، محدود نمی‌شود. مادامی که در این کار سررشته داشته، به یادگیری در این زمینه علاقه‌مند بوده و همچنین به‌صورت قانونی به داده‌ها دسترسی پیدا کنید، آنگاه می‌توانید به داده کاوی نیز بپردازید.

اولین قدم مربوط به به دست آوردن قانونی و اخلاقی داده‌ها است. خوشبختانه در این رابطه لازم نیست که به خرید و یا ایجاد یک نظرسنجی آنلاین بپردازید. از طریق وب‌سایت‌های زیر می‌توانید به‌صورت رایگان به داده‌های عمومی در زمینه‌های مختلف، دسترسی پیدا کنید:

• Data.gov
• Earthdata
• Pew Research Center
• National Climatic Data Center
• Global Health Observatory Data

در رابطه با نرم‌افزار داده‌کاوی نیز گزینه‌های رایگانی وجود دارند. یکی از این گزینه‌ها، Orange است. این نرم‌افزار بر مبنای زبان برنامه‌نویسی Python بوده و برای تازه‌کارها مناسب است. اگر هم به دنبال نرم‌افزاری می‌گردید که بتواند الگوریتم‌های داده‌کاوی پیشرفته را اجرا کند، آنگاه می‌توانید از open-source data mining tool, R استفاده کنید. اگر همچنان به این موضوع علاقه داشته؛ اما در رابطه با شروع کار چندان مطمئن نیستید، آنگاه شاید بد نباشد که از مطالعه در رابطه با پایه‌های آنالیز داده، شروع کنید.

سخن پایانی

ما اکنون در عصر داده‌ها و اطلاعات هستیم و بنابراین داده‌کاوی نیز می‌تواند محبوبیت بیشتری به دست آورد. شاید همچنان مباحث اخلاقی مطرح باشند، اما این فرایند می‌تواند جنبه‌های مثبت بیشتری نسبت به جنبه‌های منفی داشته باشد.

نوشته داده‌کاوی چیست، چه کاربردی دارد و آیا غیرقانونی است؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

داده کاوی (Data Mining) روزبه‌روز محبوبیت بیشتری پیدا می‌کند، اما هنوز بسیاری از مردم نمی‌دانند که این مفهوم به چه چیزی اشاره می‌کند. بسیاری از شرکت‌های آنلاین در رابطه با نحوه استفاده از داده‌کاوی جهت بهبود کیفیت خدمات خود، صحبت می‌کنند. در ادامه این مطلب می‌خواهیم بدانیم که داده‌کاوی چیست و آیا اصلا قانونی است؟

داده کاوی چیست و چگونه کار می‌کند؟

داده‌کاوی فرایندی است که طی آن، شرکت‌ها و متخصصان داده سعی می‌کنند که اطلاعات را از داده‌های خام استخراج کرده تا بدین ترتیب بتوانند گرایش‌ها (ترندها) را پیدا کنند. داده‌های خام مورد استفاده در این فرایند را می‌توان از منابع گوناگونی همچون نظرسنجی‌های آنلاین، داده‌های جمع‌آوری شده توسط کوکی‌ها و یا رکوردهای عمومی‌، به دست آورد.

البته تمامی داده‌ها مفید نیستند. داده‌ها باید دقیق، به دور از جانبداری بوده، کمترین شکاف‌ها را داشته و همچنین جهت حصول نتایج معتبر، حجم بالایی نیز داشته باشند. از آنجایی که شما در عوض داده‌های آماری از پیش آماده، با داده‌های خام کار می‌کنید، پس داده کاوی می‌تواند یک فرایند چند جانبه باشد. می‌توانید داده‌های مشخصی را چندین بار و به طرق مختلف، پردازش کنید و هر بار به دنبال گرایش مختلفی بگردید. این موضوع باعث می‌شود که بینش‌های به دست آمده از یک دسته داده مشخص، عملا نامحدود باشند.

از آنجایی که استخراج گرایش‌های مخفی شده در داده‌ها، نیازمند خلاقیت و توانایی‌های بسیاری است، پس روش خاصی نیز جهت داده‌کاوی وجود ندارد. البته در هر صورت، این فرایند را می‌توان به 5 گام اصلی زیر، تقسیم کرد:

1. پیدا کردن منبع داده‌ها

اولین گام این است که منبعی را برای داده‌های خود مشخص کرده و سپس داده‌ها را به یک سرور ذخیره‌سازی، وارد کنید. این همان جایی است که در آن، اولین برداشت‌ها و منابع اطلاعاتی، بیشترین اهمیت را پیدا می‌کنند. جهت حصول اطمینان از نتایج به دست آمده باید از معتبر بودن منابع داده‌ها، اطمینان حاصل کنید.

این مطلب را نیز بخوانید: تأثیر هوش مصنوعی بر درک داده‌ها و بازاریابی دیجیتال چگونه است؟

2. انتخاب محیط کار

اگر از سیستم‌ها و دستگاه‌های محلی و یا یک محیط ابری استفاده می‌کنید، در هر صورت اکنون وقت اعمال تغییرات است. در هر صورت، محیط کاری شما باید آنقدر قوی باشد که بتواند حجم داده موردنیاز جهت پردازش را مدیریت کند. اگر به‌صورت گروهی کار می‌کنید، آنگاه دسترسی‌پذیری باید از اولویت‌های شما باشد. به همین دلیل، محیط‌های ابری در این زمینه می‌توانند از بهترین انتخاب‌ها باشند.

3. تقسیم‌بندی و دسته‌بندی داده‌ها

چه داده‌های شما دارای تگ باشند و چه نباشند، در هر صورت نیاز دارید که پیش از شروع فرایند پردازش، آن‌ها در دسته‌بندی‌های مرتبط با نوع اطلاعات و یا الگوهای موردنظر جهت استخراج، قرار دهید. بسته به حجم اطلاعات، شاید نیاز باشد که به جای کار بر روی تمامی اطلاعات به‌صورت یکجا، این کار را به‌صورت بخش‌بخش انجام دهید.

4. داده کاوی

پس از آماده کردن داده‌ها و سپس مشخص کردن خواسته و هدف خود، این‌ بار نوبت به فرایند اصلی داده‌کاوی و استخراج اطلاعات می‌رسد. در این مرحله جهت پیشبرد کارهای خود می‌توانید از نرم‌افزارهای مخصوص استفاده کرده و یا اینکه به‌صورت مستقل و با استفاده از زبان‌های برنامه‌نویسی سازگار همانند R ،Python و SQL، این کار را انجام دهید.

در داده‌کاوی با استفاده از مدل‌های ریاضی، سعی می‌شود که بینش‌های سطحی از داده‌های خام به دست آیند. البته نباید مفهوم داده‌کاوی را با آنالیز داده‌ها اشتباه بگیرید. دومی از داده‌ها و بینش‌هایی که معمولا توسط داده‌کاوی به دست آمده‌اند، استفاده کرده و بدین ترتیب به مدل‌سازی و پیش‌بینی‌ می‌پردازد.

5. ترجمه کردن نتایج

سخت است که نتایج داده‌کاوی را به‌خودی‌خود درک کرد. گام نهایی این است که این داده‌های به دست آمده را از طریق ترجمه کردن آن‌ها در قالب نمودار و یا جدول‌ها، به تصویر بکشیم. شاید نتایج تصویری، چندان استفاده‌ای جهت تحلیل‌های آینده و یا سایر داده‌کاوی‌ها نداشته باشند، اما در هر صورت می‌توانند درک یافته‌ها و همچنین به‌اشتراک‌گذاری آن‌ها را آسان‌تر کنند.

این مطلب را نیز بخوانید: رایانش مرزی (Edge Computing) چیست و چگونه آینده را متحول می‌کند؟

داده‌‌کاوی چه کاربردی دارد؟

با استفاده از داده‌کاوی می‌توانید در رابطه با هر چه که داده‌های خام مرتبط با آن را جمع‌آوری کرده‌اید، اطلاعات گوناگونی را به دست آورید. به هر حال، کسب‌و‌کارهای بزرگ و وب‌سایت‌ها معمولا از داده‌کاوی جهت پیش‌بینی کردن و تحلیل رفتار مشتریان و کاربران هدف، استفاده می‌کنند.

شرکت‌هایی که در زمینه خرده‌فروشی و یا تجارت الکترونیک فعالیت دارند، می‌توانند داده‌ها از طریق حساب‌های کاربران، جمع‌آوری کنند. این کار نیز توسط نظرسنجی‌ها و یا ثبت کردن فعالیت کاربر بر روی وب‌سایت و یا اپلیکیشن آن کسب‌و‌کار، صورت می‌پذیرد. در ادامه کسب‌و‌کارها می‌توانند به داده‌کاوی پرداخته و در خریدها به دنبال گرایش‌ها بگردند. این فرایند می‌تواند بر اساس زمان مشخصی از روز و یا هفته، تناوب بازدید و یا خریدهای مرتبط باشد.

در حقیقت، این داده‌کاوی است که به فروشگاه‌ها امکان می‌دهد در زمانی که مردم قصد خرید دارند، پیشنهادها و اعلان‌های تخفیف را به آن‌ها ارسال کنند. این روش نه‌تنها باعث افزایش درآمد می‌شود، بلکه کارایی بیشتری نیز داشته و همچنین یک تکنیک بازاریابی کاراتر از لحاظ هزینه است.

البته فقط کسب‌و‌کارها از داده‌کاوی استفاده نمی‌کنند. این فرایند حتی در زمینه تحلیل و بررسی جرم و جنایت نیز کاربرد دارد. بدین ترتیب دولت می‌تواند مکان‌ها و همچنین ساعت‌هایی را که بیشترین جنایت در آن‌ها اتفاق می‌افتد، شناسایی کند.

داده‌کاوی در زمینه پیش‌بین‌های آب‌و‌هوایی نیز کاربرد دارد. این فرایند به هواشناسان کمک می‌کند که حجم بالایی از داده‌های جمع‌آوری شده در رابطه با آب‌و‌هوا را به‌صورت کل و یا بخش‌بخش، در طول یک دوره مشخص مورد تحلیل قرار دهند.

آیا داده‌کاوی غیرقانونی است؟

داده‌کاوی به خودی‌خود، غیرقانونی نیست. این قضیه بیشتر به منبع اطلاعات و همچنین موارد استفاده از نتایج، مربوط می‌شود. داده‌ها باید یا عمومی باشند، یا اینکه به‌صورت توافقی و غیر مخفیانه به دست آمده باشند. این قضیه بدین معنا است که کاربران وب‌سایت‌ها و اپلیکیشن‌ها و یا شرکت‌کنندگان در نظرسنجی‌های آنلاین و آفلاین، باید بدانند که از پاسخ‌ها و اطلاعات به دست آمده در رابطه با آن‌ها، جهت تحلیل‌ها و داده‌کاوی استفاده می‌شود.

شرکت‌ها و مؤسسه‌هایی که حق استفاده از داده‌ها را ندارند نیز می‌توانند بسته به منبع داده‌ها، قوانین داخلی و یا خارجی مرتبط با حریم خصوصی را نقص کنند. ناگفته نماند که اکثر کشورها استفاده از بینش‌های داده‌کاوی جهت اعمال تبعیض علیه اشخاص بر اساس سن، جنسیت، نژاد و یا دین را ممنوع کرده‌اند.

این مطلب را نیز بخوانید: CRM چیست و چگونه به کسب‌وکارها کمک می‌کند؟

از کجا باید شروع کرد؟

در بالا سعی کردیم که در رابطه با داده‌کاوی و مباحث قانونی مرتبط با آن، توضیحاتی را به شما ارائه دهیم. این فرایند فقط به شرکت‌های بزرگ که منابع اطلاعاتی و توان پردازشی بالایی را در اختیار دارند، محدود نمی‌شود. مادامی که در این کار سررشته داشته، به یادگیری در این زمینه علاقه‌مند بوده و همچنین به‌صورت قانونی به داده‌ها دسترسی پیدا کنید، آنگاه می‌توانید به داده کاوی نیز بپردازید.

اولین قدم مربوط به به دست آوردن قانونی و اخلاقی داده‌ها است. خوشبختانه در این رابطه لازم نیست که به خرید و یا ایجاد یک نظرسنجی آنلاین بپردازید. از طریق وب‌سایت‌های زیر می‌توانید به‌صورت رایگان به داده‌های عمومی در زمینه‌های مختلف، دسترسی پیدا کنید:

• Data.gov
• Earthdata
• Pew Research Center
• National Climatic Data Center
• Global Health Observatory Data

در رابطه با نرم‌افزار داده‌کاوی نیز گزینه‌های رایگانی وجود دارند. یکی از این گزینه‌ها، Orange است. این نرم‌افزار بر مبنای زبان برنامه‌نویسی Python بوده و برای تازه‌کارها مناسب است. اگر هم به دنبال نرم‌افزاری می‌گردید که بتواند الگوریتم‌های داده‌کاوی پیشرفته را اجرا کند، آنگاه می‌توانید از open-source data mining tool, R استفاده کنید. اگر همچنان به این موضوع علاقه داشته؛ اما در رابطه با شروع کار چندان مطمئن نیستید، آنگاه شاید بد نباشد که از مطالعه در رابطه با پایه‌های آنالیز داده، شروع کنید.

سخن پایانی

ما اکنون در عصر داده‌ها و اطلاعات هستیم و بنابراین داده‌کاوی نیز می‌تواند محبوبیت بیشتری به دست آورد. شاید همچنان مباحث اخلاقی مطرح باشند، اما این فرایند می‌تواند جنبه‌های مثبت بیشتری نسبت به جنبه‌های منفی داشته باشد.

نوشته داده‌کاوی چیست، چه کاربردی دارد و آیا غیرقانونی است؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

شرکت انویدیا اخیرا پشتیبانی از Resizable BAR را به کارت گرافیک‌های سری RTX 30 خود افزوده است. این ویژگی نوید بهبود عملکرد و کارایی در کامپیوترهای دسکتاپی و لپ‌تاپ‌ها را می‌دهد و همچنین مزیت‌های دیگری نیز دارد.

در هر صورت، اکثر مردم چیزی در رابطه با این ویژگی نمی‌دانند. به همین دلیل بر آن شدیم تا در این مطلب، توضیحاتی را در رابطه با قابلیت Resizable BAR انویدیا، مزیت‌های آن و همچنین نحوه فعال کردن آن جهت افزایش 10 الی 20 درصدی نرخ فریم، به شما ارائه دهیم.

Nvidia Resizable BAR چیست؟

همانند قابلیت Smart Access Memory شرکت AMD، قابلیت Resizable BAR انویدیا نیز به پردازنده و کارت گرافیک اجازه می‌دهد که به‌صورت مشترک به بافت‌ها (تکسچرها)، سایه‌زن‌ها (shaders) و اشکال هندسی دسترسی پیدا کرده تا بدین ترتیب سرعت انتقال داده‌ها، افزایش یابد.

حجم و مقیاس بازی‌های مدرن، روزبه‌روز در حال افزایش است. همین موضوع باعث شده تا نیاز به سرعت انتقال بیشتر اطلاعات، هر روز بیشتر احساس شود. قابلیت Resizable BAR شرکت انویدیا در زمینه تنظیم کردن چنین فرایندهایی می‌تواند مفید واقع شود. بدین ترتیب اشیای موجود در بازی‌ها به محض نیاز، درخواست شده و به‌صورت کامل ارسال می‌شوند. این موضوع باعث می‌شود که CPU بتواند به‌صورت کارآمد، به کل بافر فریم دسترسی پیدا کند.

قابلیت Resizable BAR با پردازنده‌های گرافیکی شرکت انویدیا و همچنین CPUهای هر دو شرکت اینتل و AMD، سازگار است. این فناوری با نسل دهم و یازدهم CPUهای اینتل و همچنین CPUهای
Zen 3 شرکت AMD، سازگاری دارد. جدا از نیاز به کارت گرافیک و CPUهای سازگار، اگر بخواهید که با استفاده از این ویژگی، عملکرد بازی‌های خود را بهبود بخشید، آنگاه به یک مادربورد سازگار با این قابلیت نیز نیاز دارید.

این مطلب را نیز بخوانید: G-Sync چیست، چه می‌کند و آیا با FreeSync متفاوت است؟

نحوه کار Resizable BAR شرکت انویدیا

بدون ویژگی Resizable BAR شرکت انویدیا، CPU کامپیوتر شما تنها می‌تواند که به بخش کوچکی از حافظه گرافیکی دسترسی پیدا کنند. این مقدار در حدود 256 مگابایت و یا حداکثر ظرفیت مجاز در سیستم‌های 32 بیتی است.

هر زمان که CPU شما با پردازنده گرافیکی ارتباط برقرار کند، آنگاه دستورات در این بخش 256 مگابایتی حافظه گرافیکی، ذخیره می‌شوند. از آنجایی که دستورات باید به‌ترتیب پردازش شوند، پس این موضوع می‌تواند باعث به وجود آمدن گلوگاه شود.

حال قابلیت Resizable BAR انویدیا آمده تا به رفع این مشکل بپردازد. اکنون CPU این امکان را پیدا می‌کند که با حجم BAR پردازنده گرافیکی، تعامل داشته باشد. بدین ترتیب پردازنده مرکزی می‌تواند به‌صورت کامل به حافظه گرافیکی، دسترسی پیدا کند. این مزیت باعث می‌شود که پردازنده مرکزی بتواند به‌صورت همزمان، چندین دستور را به پردازنده گرافیکی ارسال کند. نتیجه این موضوع نیز خود را در افزایش سرعت و بهبود عملکرد نشان می‌دهد.

برندهای مادربوردی که از Resizable BAR پشتیبانی می‌کنند

تا به امروز، برندهای مادربوردی که از این ویژگی اختصاصی انویدیا پشتیبانی می‌کنند، به شرح زیر هستند:

• ASUS
• ASRock
• COLORFUL
• EVGA
• GIGABYTE
• MSI

به وب‌سایت سازنده مادربورد خود مراجعه کرده تا بتوانید بفهمید که آیا مادربورد شما از این ویژگی پشتیبانی می‌کند یا خیر؟

مدل‌های مادربورد سازگار با ویژگی Resizable BAR

در زیر به مدل‌های مادربوردی که با قابلیت Nvidia Resizable BAR سازگار هستند، اشاره می‌کنیم.

• Intel Z490
• Intel H410
• Intel H470
• Intel B460
• سری AMD 400
• سری AMD 500
• سایر مادربوردهایی که از CPUهای نسل یازدهمی شرکت اینتل، پشتیبانی می‌کنند.

CPUهای سازگار با Resizable BAR

در زیر به پردازنده‌هایی که از این ویژگی پشتیبانی می‌کنند، اشاره می‌کنیم:

• Intel Core i3 10xxx
• Intel Core i5 10xxx
• Intel Core i5 11xxx
• Intel Core i7 10xxx
• Intel Core i7 11xxx
• Intel Core i9 10xxx
• Intel Core i9 11xxx
• AMD Ryzen 3 5xxx
• AMD Ryzen 5 5xxx
• AMD Ryzen 7 5xxx
• AMD Ryzen 9 5xxx

بازی‌های سازگار

تا به این تاریخ، 17 عنوان زیر با این ویژگی سازگار هستند.

• Assassin’s Creed Valhalla
• Battlefield V
• Borderlands 3
• Control
• Cyberpunk 2077
• Death Stranding
• DIRT 5
• F1 2020
• Forza Horizon 4
• Gears 5
• Godfall
• Hitman 2
• Hitman 3
• Horizon Zero Dawn
• Metro Exodus
• Red Dead Redemption 2
• Watch Dogs Legion

این مطلب را نیز بخوانید: هر آنچه که بایستی در رابطه با سرویس استریم بازی GeForce Now بدانید

آیا شرکت‌های دیگر نیز می‌توانند از این فناوری استفاده کنند؟

انویدیا برخلاف رقیب خود یعنی AMD، پردازنده‌های مرکزی x86 مختص به خود را تولید نمی‌کند. این قضیه بدین معنا است که این ویژگی با پردازنده‌های مرکزی اینتل و AMD، سازگاری دارد. از طرفی دیگر، AMD نیازی به انویدیا ندارد. در واقع AMD پردازنده‌های گرافیکی و مرکزی مختص به خود را تولید کرده و بنابراین این دو می‌توانند در قالب فناوری Smart Access Memory که همان Resizable BAR متعلق به AMD است، با یکدیگر کار کنند. لازم به ذکر است که بگوییم فناوریSmart Access Memory شرکت AMD، پیش از Resizable BAR انویدیا، معرفی و عرضه شده است.

البته AMD می‌گوید که این فناوری را به سخت‌افزارهای تولیدی خود، محدود نمی‌کند: “از آنجایی که ما تعهد کرده‌ایم که همواره از استانداردهای مشترک و باز جهت بهبود تجربه بازی کاربران استفاده کنیم، پس سعی می‌کنیم که فناوری‌های خود را در اختیار سایر برندها نیز قرار دهیم.”

نحوه فعال کردن Nvidia Resizable BAR

جهت فعال کردن این ویژگی در کامپیوتر خود باید گام‌های زیر را طی کنید:

1. از داشتن کارت گرافیک سازگار با این ویژگی، اطمینان حاصل کنید.
2. از داشتن CPU سازگار با این قابلیت، اطمینان حاصل کنید.
3. از داشتن مادربورد سازگار، اطمینان حاصل کنید.
4. SBIOS مادربورد خود را آپدیت کنید. سپس باید در رابط کاربری BIOS مادربورد، پشتیبانی از Resizable BAR را فعال نمایید.
5. جدیدترین نسخه GeForce Game Ready Driver را دانلود و نصب کنید.
6. اگر GeForce RTX 3060 دارید، آنگاه مشکلی نخواهید داشت. اما اگر RTX 3060 Ti ،RTX 3070 ،RTX 3080 و یا RTX 3090 دارید، آنگاه شاید نیاز باشد که VBIOS را نیز به‌روزرسانی کنید.
7. از کار کردن Resizable BAR اطمینان حاصل کنید. جهت انجام این کار باید پس از آپدیت کردن درایور تمامی سخت‌افزارهای لازم و سپس نصب جدیدترین نسخه Game Ready Driver، به NVIDIA Control Panel مراجعه کنید. در گوشه پایین سمت چپ Control Panel باید بر روی System Information کلیک کنید. در پنجره جدید که باز می‌شود، باید در سمت راست به دنبال عبارت “Resizable BAR” گشته و اگر در مقابل آن، “Yes” نوشته شده بود، آنگاه مشکلی نخواهید داشت. اگر هم “No” نوشته شده بود، آنگاه باید ببینید که آیا این ویژگی را در BIOS مادربورد خود فعال کرده‌اید یا خیر و سپس کامپیوتر را ریبوت کنید.

نوشته Nvidia Resizable BAR چیست و تا چه حد بر اجرای بازی‌ها تأثیر دارد؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

در دنیای گجت‌ها، تلاش‌های بسیاری جهت پوشش شکاف بین کامپیوتر و گوشی‌های هوشمند صورت گرفته است. سامسونگ دکس (Samsung DeX) نیز یکی از این راه‌کارها است. کار با این قابلیت، جذاب بوده و در ادامه قصد داریم که بیشتر به آن بپردازیم.

سامسونگ دکس چیست؟

پیش از همه باید بگوییم که واژه دکس (DeX)، از “تجربه دسکتاپی (Desktop Experience)” آمده است. اکنون باید تا حد زیادی موضوع برای شما روشن شده باشد. در واقع دکس باعث می‌شود که رابط کاربری گوشی و یا تبلت سامسونگ شما، به چیزی تبدیل شود که بیشترین شباهت را به رابط کاربری ویندوز و یا مک دارد.

نرم‌افزار DeX بر روی بسیاری از تبلت‌ها و گوشی‌های رده بالای گلکسی سامسونگ، نصب شده است. ابده این موضوع این است که شما دستگاه خود را به یک نمایشگر بزرگ‌تر، صفحه‌کلید و موس متصل می‌کنید و سپس حالت DeX نیز وارد عمل می‌شود. بدین ترتیب رابط کاربری مطابق با نیازهای شما، تغییر می‌کند.

رابط کاربری حالت دکس برای هر کسی که با سیستم‌عامل‌های دسکتاپی کار کرده باشد، آشنا خواهد بود. در این رابطه باید بگوییم که دسکتاپی برای پوشه‌ها و اپلیکیشن‌ها، نوار وظیفه‌ای در پایین صفحه و همچنین پنجره‌هایی که شناور بوده و اندازه آن‌ها نیز قابل تغییر است، بر روی گوشی شما به وجود می‌آیند. تمامی این کارها توسط گوشی شما صورت گرفته و در واقع می‌توان گفت که لایه‌ای بر روی سیستم‌عامل اندروید گوشی، کشیده می‌شود.

در ابتدا، استفاده از سامسونگ دکس نیازمند داشتن داک اختصاصی بود. رویه بدین صورت بود که صفحه‌کلید، موس و مانیتور به داک موردنظر وصل می‌شدند و سپس گوشی نیز به داک وصل می‌شد. در حالت دکس، می‌توان از گوشی به‌عنوان ترک‌پد نیز استفاده کرد.

مدتی بعد شرکت سامسونگ، کابل‌هایی را معرفی کرد که ضرورت استفاده از داک اختصاصی را از بین می‌بردند. اکنون اگر با استفاده از کابل شارژ گوشی و یا تبلت، دستگاه را به یک کامپیوتر متصل کنید، آنگاه سامسونگ دکس نیز مستقیما اجرا می‌شود. برخی از تبلت‌های سری گلکسی سامسونگ نیز می‌توانند بدون نیاز به اتصال به دستگاهی دیگر و صرفا بر روی خود تبلت، وارد حالت دکس شوند.

این مطلب را نیز بخوانید: قابلیت Quick Share سامسونگ چیست و چگونه از آن استفاده کنیم؟!

چرا باید از سامسونگ دکس استفاده کنیم؟

اگر بخواهیم به‌صورت خلاصه بگوییم، گوشی‌ها و تبلت‌ها جهت انجام چندین کار به‌صورت همزمان (مالتی تسکینگ)، به اندازه کامپیوترها خوب عمل نمی‌کنند. به هر حال گوشی‌ها و یا تبلت‌ها، یارای رقابت با ترکیب موس، کیبورد و نمایشگرهای بزرگ را ندارند. البته هر چه کارایی شما افزایش یابد، از آن طرف نیز قابلیت حمل دستگاه کاهش می‌یابد.

این روزها اکثر کاربران به سمت نگهداری اطلاعات شخصی خود بر روی گوشی‌ها و تبلت‌ها گرایش دارند. ایده پشت سامسونگ دکس نیز این است که بتوانید سریعا به این اطلاعات دسترسی پیدا کرده و با آن‌ها کار کنید. بدین ترتیب چه قصد کار با فایل‌ها در نمای موبایلی و یا دسکتاپی را داشته باشید، در هر صورت سامسونگ دکس می‌تواند خودش را با نیازها و محیط موردنظر شما، تطابق دهد.

اگر یک کامپیوتر دسکتاپی کامل نیاز ندارید، آنگاه یک گوشی سامسونگ و حالت DeX می‌توانند تا حد زیادی، نیاز شما به یک رایانه ثابت را پوشش دهند. با این اوصاف می‌توانید یک ایستگاه کاری جهت انجام کارهای خانگی خود داشته و هر زمان که خواستید، گوشی را از ایستگاه کاری جدا کرده و آن را به خود ببرید. در هر صورت تمامی اطلاعات موردنیاز، همیشه همراه شما خواهند بود.

در رابطه با تبلت‌هایی که می‌توانند حالت دکس را بر روی خود اجرا کنند، باید بگوییم که می‌توانید به این ویژگی، به چشم یک رابط کاربری جایگزین بنگرید. رابط کاربری عادی اندروید جهت کار با فایل‌های رسانه‌ای، مناسب‌تر است، اما حالت DeX باعث می‌شود که بهتر بتوانید طعم راحتی کار با محیط دسکتاپی را بچشید.

کدام دستگاه‌ها از حالت دکس پشتیبانی می‌کنند؟

قابلیت دکس در اکثر گوشی‌های مدرن سری گلکسی سامسونگ و همچنین تعدادی از تبلت‌های سری گلکسی، در دسترس قرار دارد. این قابلیت برای اولین بار در گوشی‌های گلکسی S8 و همچنین تبلت‌های گلکسی تب S4، قرار داده شد. هر دستگاه رده-بالایی که پس از این گجت‌ها عرضه شده باشد، از این ویژگی نیز برخوردار خواهد بود.

شاید این قابلیت در اختیار همگان نبوده و بنابراین از محبوبیت جهانی نیز برخوردار نباشد، اما می‌تواند برای آن‌هایی که از گوشی و یا تبلت‌های سامسونگ استفاده می‌کنند، تفاوت‌های زیادی را رقم بزند. بدین ترتیب مجبور نمی‌شوید که از بین کامپیوتر و گوشی، یکی را انتخاب کنید. مردم این رویا را در سر دارند که روزی فرا برسد که دستگاه‌ها بتوانند خود را با نیازهای گوناگون، تطابق دهند و طبیعتا سامسونگ دکس نیز بخشی از آن آینده است.

نوشته سامسونگ دکس (Samsung DeX) چیست و چه کاربردی دارد؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.