▷ Hvad er npu, og hvordan det hjælper ydeevnen på din mobil

CPU, GPU og nu NPU. I et stykke tid har de forskellige telefonproducenter lagt vægt på en hidtil ukendt komponent, der hidtil er ukendt for de fleste. NPU, eller bedre sagt, Neural Processing Unit eller Neutral Processing Unit, er en komponent, der direkte griber ind i aktiviteter relateret til kunstig intelligens. Men hvad er NPU egentlig, og hvad adskiller det fra CPU og GPU? Vi ser det nedenfor.

Hvad er GPU, CPU og NPU, og hvad er deres forskelle?

Det, vi kender som CPU og GPU, er to af de vigtigste komponenter i en computer og en smartphone. Groft sagt er CPU'en den enhed, der har ansvaret for at behandle al information relateret til data fra applikationer, programmer og systemprocesser forankret i baggrunden.

På et fysisk plan er det intet andet end en enhed, der løser matematiske operationer og fortolker dem i form af instruktioner. Som med andre komponenter, jo højere frekvens og kerner, jo højere er ydelsen ved at have mere kapacitet til at behandle information.

Med hensyn til GPU er grafikbehandlingsenheden beregnet til at behandle al information relateret til 3D- og 2D-grafik. Da nutidens grænseflader er baseret på komplekse 2D- og 3D-kort, kræver holdet en anden enhed til at arbejde med dataene på en opløsningsmiddel måde.

Ud over spil og videoer er GPU yderst nyttig til styring af systemanimationer og videooptagelse i høj kvalitet, blandt andre mere overfladiske opgaver.

Så hvad er NPU'en til? Denne komponent er beregnet til at modtage instruktioner fra CPU'en, der kræver, at brug af kunstig intelligens skal behandles meget mere effektivt, og dens drift forsøger at ligne hjernens funktioner.

De funktioner, som NPU er ansvarlig for, har at gøre med opløsningen af ​​et stort antal matematiske beregninger på kort tid. Nøglen til denne type chip er baseret på hastighed og energieffektivitet med meget større rejse end CPU'er og GPU'er.

NPU, kunstig intelligens, maskinindlæring og dyb læring

Vi har allerede set, hvad der er NPU, og hvad er dens vigtigste funktion, men hvilke opgaver kræver brug af NPU, og hvad er dens egentlige anvendelse på en mobiltelefon? For at gå i detaljer bliver vi først nødt til at vide, hvad kunstig intelligens, marinelæring og dyb læring er.

Det første koncept har at gøre med et fysisk niveau med al aktivitet, der varierer afhængigt af brugen af ​​en bestemt type software. Og det er, at mens CPU og GPU løser operationer, der er foruddefineret af systemet, løser NPU beregninger, der kan variere afhængigt af brugeren.

Disse beregninger kan relateres til behandling af fotos i portrættilstand, stabilisering af en video i realtid, beregning i 3D af afstanden fra forskellige objekter gennem kameraet eller forudsigelse af sproget på tastaturet. Opgaver, der kort sagt kræver opløsning af variable beregninger på meget kort tid.

Men den virkelige nøgle til kunstig intelligens har netop at gøre med maskinindlæring. Dette udtryk refererer til kapaciteten hos en bestemt type system til at lære vaner ved brug af en enhed over tid. NPU er netop ansvarlig for at løse disse vaner og handle i overensstemmelse hermed. Aktivér bestemte funktioner på et bestemt tidspunkt, fremskynde indlæsningen af ​​applikationer, som vi bruger mest på en mobiltelefon, forudsige humørikoner på tastaturet, juster batteriforbruget afhængigt af tidspunktet på dagen…

Så hvad er dyb læring? Dette koncept er uden tvivl det mest interessante af de tre. Deep Learning refererer til NPU-operationer, der ikke har brug for menneskelig indgriben for at blive løst.

Driften fungerer mere som en hjerne og en encephalon end en processor i sig selv , da den er i stand til at løse ligninger uden at skulle indstilles af brugeren, men af ​​miljøet. I øjeblikket er dets anvendelse ikke særlig udbredt i nuværende mobile systemer, så det bliver nødvendigt at vente på, at Android og iOS implementerer funktioner rettet mod Deep Learning for at tilpasse al softwaren til brugerens behov uden aktivt at gribe ind.