Turinys:
- Kas yra GPU, CPU ir NPU ir kokie yra jų skirtumai?
- NPU, dirbtinis intelektas, mašininis mokymasis ir gilus mokymasis
CPU, GPU ir dabar NPU. Jau kurį laiką įvairūs telefonų gamintojai akcentavo naują, daugumai iki šiol nežinomą komponentą. NPU, geriau sakant, Neuroninio apdorojimo blokas arba Neutralaus apdorojimo blokas yra komponentas, tiesiogiai kišantis į veiklą, susijusią su dirbtiniu intelektu. Bet kas iš tikrųjų yra NPU ir kuo jis skiriasi nuo procesoriaus ir GPU? Mes tai matome žemiau.
Kas yra GPU, CPU ir NPU ir kokie yra jų skirtumai?
Tai, ką mes žinome kaip procesorių ir GPU, yra du svarbiausi kompiuterio ir išmaniojo telefono komponentai. Apytiksliai tariant, procesorius yra padalinys, atsakingas už visos informacijos, susijusios su programoje, programose ir fone įtvirtintais sistemos procesais, duomenų apdorojimą.
Fizinėje plotmėje tai yra ne kas kita, kaip vienetas, kuris sprendžia matematines operacijas ir jas interpretuoja instrukcijų pavidalu. Kaip ir kitų komponentų atveju, kuo didesnis dažnis ir šerdys, tuo didesnis našumas, turint daugiau galimybių apdoroti informaciją.
Kalbant apie GPU, grafikos procesorius skirtas apdoroti visą informaciją, susijusią su 3D ir 2D grafika. Kadangi šiandienos sąsajos yra pagrįstos sudėtingais 2D ir 3D žemėlapiais, komandai reikalingas antras padalinys, kad jis galėtų mokiai dirbti su duomenimis.
Be žaidimų ir vaizdo įrašų, GPU yra be galo naudingas valdant sistemos animacijas ir aukštos kokybės vaizdo įrašymą, be kitų paviršutiniškų užduočių.
Taigi kam skirtas NPU? Šis komponentas skirtas gauti instrukcijas iš centrinio procesoriaus, kuriose reikalaujama, kad dirbtinis intelektas būtų apdorotas daug efektyviau, o jo veikimas bando panašias smegenų funkcijas.
Funkcijos, už kurias atsako NPU, yra susijusios su didelio matematinių skaičiavimų skaičiaus išsprendimu per trumpą laiką. Šio tipo mikroschemų raktas yra pagrįstas greičiu ir energijos vartojimo efektyvumu, daug didesnėmis kelionėmis nei procesoriai ir GPU.
NPU, dirbtinis intelektas, mašininis mokymasis ir gilus mokymasis
Mes jau matėme, kas yra NPU ir kokia yra jo pagrindinė funkcija, tačiau dėl kokių užduočių reikia naudoti NPU ir kokia yra jo tikroji programa mobiliajame telefone? Norėdami išsamiau išsiaiškinti, pirmiausia turėsime žinoti, kas yra dirbtinis intelektas, „Marchine“ mokymasis ir gilus mokymasis.
Pirmoji koncepcija turi būti susijusi su visa veikla, kuri skiriasi priklausomai nuo tam tikros rūšies programinės įrangos naudojimo. Nors procesorius ir GPU sprendžia iš anksto sistemos nustatytas operacijas, NPU sprendžia skaičiavimus, kurie gali skirtis priklausomai nuo vartotojo.
Šie skaičiavimai gali būti susiję su nuotraukų apdorojimu portreto režimu, vaizdo įrašo stabilizavimu realiuoju laiku, įvairių objektų atstumo per kamerą apskaičiavimu 3D formatu arba kalbos numatymu klaviatūroje. Užduotys, kurioms reikia trumpai apibūdinti kintamuosius skaičiavimus.
Tačiau tikrasis dirbtinio intelekto raktas yra susijęs būtent su mašininiu mokymusi. Šis terminas reiškia tam tikros rūšies sistemos gebėjimą laikui bėgant išmokti prietaiso naudojimo įpročius. NPU yra atsakinga už šių įpročių sprendimą ir atitinkamą elgesį. Aktyvinkite tam tikras funkcijas tam tikru laiku, paspartinkite programų, kurias dažniausiai naudojame mobiliajame telefone, įkėlimą, klaviatūroje numatykite šypsenėles, koreguokite akumuliatoriaus naudojimą atsižvelgiant į dienos laiką…
Taigi, kas yra gilus mokymasis? Ši koncepcija, be abejo, yra įdomiausia iš trijų. Gilus mokymasis reiškia NPU operacijas, kurioms išspręsti nereikia žmogaus įsikišimo.
Jo veikimas yra panašesnis į smegenų ir encefalono, o ne į procesoriaus per se veikimą, nes jis gali išspręsti lygtis nereikalaujant vartotojo, o aplinkos. Šiuo metu jo taikymas nėra labai plačiai paplitęs dabartinėse mobiliosiose sistemose, todėl reikės palaukti, kol „Android“ ir „iOS“ įdiegs funkcijas, skirtas „Deep Learning“, kad visa programinė įranga būtų pritaikyta vartotojo poreikiams, vartotojui aktyviai nesikišus.
