Talaan ng mga Nilalaman:
- Ano ang GPU, CPU at NPU at ano ang kanilang pagkakaiba?
- NPU, Artipisyal na Katalinuhan, Pag-aaral ng Makina at Malalim na Pag-aaral
CPU, GPU at ngayon NPU. Para sa ilang oras ngayon, ang iba't ibang mga tagagawa ng telepono ay binigyang diin ang isang bagong bahagi hanggang ngayon na hindi alam ng karamihan. Ang NPU, o mas mahusay na sinabi, Neural Processing Unit o Neutral Processing Unit, ay isang sangkap na direktang gumagambala sa mga aktibidad na nauugnay sa Artipisyal na Intelihensya. Ngunit ano talaga ang NPU at ano ang pinag-iiba nito mula sa CPU at GPU? Nakikita natin ito sa ibaba.
Ano ang GPU, CPU at NPU at ano ang kanilang pagkakaiba?
Ang alam natin bilang CPU at GPU ay dalawa sa pinakamahalagang sangkap ng isang computer at isang smartphone. Mahirap na pagsasalita, ang CPU ay ang yunit na namamahala sa pagproseso ng lahat ng impormasyong nauugnay sa data mula sa mga application, programa at proseso ng system na nakaangkla sa background.
Sa isang pisikal na eroplano ito ay hindi hihigit sa isang yunit na malulutas ang mga pagpapatakbo sa matematika at binibigyang kahulugan ang mga ito sa anyo ng mga tagubilin. Tulad ng iba pang mga bahagi, mas mataas ang dalas at mga core, mas mataas ang pagganap dahil mayroon itong higit na kapasidad upang maproseso ang impormasyon.
Tulad ng para sa GPU, ang Unit ng Pagproseso ng Graphics ay inilaan upang maproseso ang lahat ng impormasyon na nauugnay sa 3D at 2D graphics. Dahil ang mga interface ngayon ay batay sa mga kumplikadong 2D at 3D na mapa, ang koponan ay nangangailangan ng isang pangalawang yunit upang gumana sa data sa isang solvent na paraan.
Bilang karagdagan sa mga laro at video, ang GPU ay lubos na kapaki-pakinabang para sa pamamahala ng mga animasyon ng system at de-kalidad na pagrekord ng video, bukod sa iba pang mga hindi mababaw na gawain.
Kaya para saan ang NPU? Ang sangkap na ito ay inilaan upang makatanggap ng mga tagubilin mula sa CPU na nangangailangan ng paggamit ng Artipisyal na Intelihensiya upang maiproseso nang mas mahusay, at sinusubukan ng operasyon nito na magkatulad ang mga pagpapaandar ng isang utak.
Ang mga pagpapaandar na responsable ng NPU ay may kinalaman sa resolusyon ng isang mataas na halaga ng mga kalkulasyon sa matematika sa isang maikling panahon. Ang susi sa ganitong uri ng maliit na tilad ay batay sa bilis at kahusayan ng enerhiya, na may mas malaking paglalakbay kaysa sa mga CPU at GPU.
NPU, Artipisyal na Katalinuhan, Pag-aaral ng Makina at Malalim na Pag-aaral
Nakita na natin kung ano ang NPU at ano ang pangunahing pag-andar nito, ngunit anong mga gawain ang nangangailangan ng paggamit ng NPU at ano ang aktwal na aplikasyon nito sa isang mobile phone? Upang detalyado, malalaman muna natin kung ano ang Artipisyal na Katalinuhan, Pag-aaral ng Marso at Pag-aaral ng Malalim.
Ang unang konsepto ay kailangang gawin, sa isang pisikal na antas, kasama ang lahat ng aktibidad na nag-iiba depende sa paggamit ng isang tiyak na uri ng software. At ito ay habang ang CPU at ang GPU ay naglulutas ng mga pagpapatakbo na paunang natukoy ng system, malulutas ng NPU ang mga kalkulasyon na maaaring mag-iba depende sa gumagamit.
Ang mga kalkulasyon na ito ay maaaring maiugnay sa pagproseso ng mga litrato sa portrait mode, ang pagpapatatag ng isang video sa real time, ang pagkalkula sa 3D ng distansya ng iba't ibang mga bagay sa pamamagitan ng camera o ang hula ng wika sa keyboard. Ang mga gawaing, sa maikling salita, ay nangangailangan ng paglutas ng mga variable na kalkulasyon sa isang napakaikling panahon.
Ngunit ang totoong susi sa Artipisyal na Katalinuhan ay kailangang gawin nang tumpak sa Pag-aaral ng Machine. Ang terminong ito ay tumutukoy sa kakayahan ng isang tiyak na uri ng system upang malaman ang mga nakagawian ng paggamit ng isang aparato sa paglipas ng panahon. Ang NPU ay tiyak na namamahala sa paglutas ng mga kaugaliang ito at pagkilos nang naaayon. Paganahin ang ilang mga pag-andar sa isang tukoy na oras, pabilisin ang paglo-load ng mga application na pinaka ginagamit namin sa isang mobile phone, hulaan ang mga emoticon sa keyboard, ayusin ang paggamit ng baterya depende sa oras ng araw…
Kaya ano ang malalim na pag-aaral? Ang konsepto na ito ay walang alinlangan na ang pinaka-kagiliw-giliw sa tatlo. Ang Deep Learning ay tumutukoy sa mga pagpapatakbo ng NPU na hindi nangangailangan ng interbensyon ng tao upang malutas.
Ang operasyon nito ay higit na katulad sa utak at encephalon kaysa sa isang processor per se , dahil may kakayahang lutasin ang mga equation nang hindi kinakailangang itakda ng gumagamit, ngunit ng kapaligiran. Sa kasalukuyan ang aplikasyon nito ay hindi gaanong kalat sa kasalukuyang mga mobile system, kaya kinakailangan na maghintay para sa Android at iOS na magpatupad ng mga pagpapaandar na naglalayong Deep Learning upang ayusin ang lahat ng software sa mga pangangailangan ng gumagamit nang hindi aktibong namagitan ang gumagamit.
