Съдържание:
- Какво е GPU, CPU и NPU и какви са разликите им?
- NPU, изкуствен интелект, машинно обучение и дълбоко обучение
CPU, GPU и сега NPU. От известно време различните производители на телефони подчертават нов компонент, непознат досега за повечето. NPU, или по-добре казано, невронна обработваща единица или неутрална обработваща единица, е компонент, който пряко пречи на дейностите, свързани с изкуствения интелект. Но какво всъщност е NPU и какво го отличава от CPU и GPU? Виждаме го по-долу.
Какво е GPU, CPU и NPU и какви са разликите им?
Това, което познаваме като CPU и GPU, са два от най-важните компоненти на компютър и смартфон. Грубо казано, CPU е единицата, която отговаря за обработката на цялата информация, свързана с данни от приложения, програми и системни процеси, закотвени във фонов режим.
На физически план това не е нищо повече от единица, която решава математически операции и ги интерпретира под формата на инструкции. Както при другите компоненти, колкото по-висока е честотата и ядрата, толкова по-висока е производителността, тъй като има по-голям капацитет за обработка на информация.
Що се отнася до графичния процесор, графичният процесор е предназначен да обработва цялата информация, свързана с 3D и 2D графики. Тъй като днешните интерфейси са базирани на сложни 2D и 3D карти, екипът изисква втора единица, която да работи с данните по разтворим начин.
В допълнение към игрите и видеоклиповете, графичният процесор е изключително полезен за управление на системни анимации и висококачествен видеозапис, наред с други по-повърхностни задачи.
И така, за какво е NPU? Споменатият компонент е предназначен да получава инструкциите от процесора, които изискват използването на изкуствен интелект, за да се обработва много по-ефективно и неговата работа се опитва да симулира функциите на мозъка.
Функциите, за които отговаря NPU, са свързани с разрешаването на голям брой математически изчисления за кратък период от време. Ключът към този тип чипове се основава на скоростта и енергийната ефективност, с много по-голямо пътуване от процесорите и графичните процесори.
NPU, изкуствен интелект, машинно обучение и дълбоко обучение
Вече видяхме какво е NPU и каква е основната му функция, но какви задачи изискват използването на NPU и какво е действителното му приложение на мобилен телефон? За да влезем в подробности, първо ще трябва да знаем какво са изкуствен интелект, обучение на Маркин и дълбоко обучение.
Първата концепция трябва да е свързана на физическо ниво с всички дейности, които варират в зависимост от използването на определен тип софтуер. И е, че докато CPU и GPU решават операции, които са предварително дефинирани от системата, NPU решава изчисления, които могат да варират в зависимост от потребителя.
Тези изчисления могат да бъдат свързани с обработката на снимки в портретен режим, стабилизирането на видео в реално време, изчисляването в 3D на разстоянието на различни обекти през камерата или предвиждането на езика на клавиатурата. Задачи, които накратко изискват разрешаването на променливи изчисления за много кратък период от време.
Но истинският ключ към изкуствения интелект е свързан именно с машинното обучение. Този термин се отнася до способността на определен тип система да усвои навиците за използване на устройство с течение на времето. NPU отговаря точно за решаването на тези навици и действа по съответния начин. Активирайте определени функции в точно определено време, ускорете зареждането на приложения, които използваме най-много на мобилен телефон, предсказвайте емотикони на клавиатурата, регулирайте използването на батерията в зависимост от времето на деня…
И така, какво е дълбоко обучение? Тази концепция без съмнение е най-интересната от трите. Дълбокото обучение се отнася до операциите на NPU, които не се нуждаят от човешка намеса, за да бъдат решени.
Неговата работа е по-подобна на тази на мозъка и енцефалона, отколкото на процесора сама по себе си , като е в състояние да решава уравнения, без да се налага да се задава от потребителя, а от околната среда. В момента приложението му не е много широко разпространено в настоящите мобилни системи, така че ще е необходимо да се изчака Android и iOS да внедрят функции, насочени към Deep Learning, за да приспособят целия софтуер към нуждите на потребителя, без да се намесва активно.
