Sadržaj:
- Što su GPU, CPU i NPU i koje su njihove razlike?
- NPU, Umjetna inteligencija, Strojno učenje i Dubinsko učenje
CPU, GPU i sada NPU. Već neko vrijeme različiti proizvođači telefona naglašavaju novu komponentu do sada većini nepoznatu. NPU, ili bolje rečeno, jedinica za neuronsku obradu ili jedinica za neutralnu obradu, komponenta je koja izravno ometa aktivnosti povezane s umjetnom inteligencijom. Ali što je zapravo NPU i što ga razlikuje od CPU-a i GPU-a? Vidimo dolje.
Što su GPU, CPU i NPU i koje su njihove razlike?
Ono što znamo kao CPU i GPU dvije su najvažnije komponente računala i pametnog telefona. Grubo govoreći, CPU je jedinica zadužena za obradu svih informacija povezanih s podacima iz aplikacija, programa i sistemskih procesa usidrenih u pozadini.
Na fizičkom planu to je ništa više od jedinice koja rješava matematičke operacije i tumači ih u obliku uputa. Kao i kod ostalih komponenata, što su frekvencija i jezgre veće, to su veće performanse većim kapacitetom za obradu informacija.
Što se tiče GPU-a, grafička procesna jedinica namijenjena je obradi svih podataka vezanih uz 3D i 2D grafiku. Budući da se današnja sučelja temelje na složenim 2D i 3D kartama, timu je potrebna druga jedinica za rad s podacima na solventan način.
Uz igre i videozapise, GPU je izuzetno koristan za upravljanje sistemskim animacijama i visokokvalitetnim video snimanjem, među ostalim površnijim zadacima.
Pa čemu služi NPU? Ova je komponenta namijenjena primanju uputa od CPU-a koje zahtijevaju da se upotreba umjetne inteligencije obrađuje mnogo učinkovitije, a njezin rad pokušava slične funkcije mozga.
Funkcije za koje je odgovoran NPU povezane su s razlučivanjem velike količine matematičkih izračuna u kratkom vremenskom razdoblju. Ključ ove vrste čipa temelji se na brzini i energetskoj učinkovitosti, s mnogo većim hodom od CPU-a i GPU-a.
NPU, Umjetna inteligencija, Strojno učenje i Dubinsko učenje
Već smo vidjeli što je NPU i koja je njegova glavna funkcija, ali koji zadaci zahtijevaju upotrebu NPU-a i koja je njegova stvarna primjena na mobilnom telefonu? Da bismo ušli u detalje, prvo ćemo morati znati što su umjetna inteligencija, martino učenje i duboko učenje.
Prvi koncept na fizičkoj razini mora se odnositi na sve aktivnosti koje se razlikuju ovisno o upotrebi određene vrste softvera. I jest da dok CPU i GPU rješavaju operacije koje je unaprijed definirao sustav, NPU rješava izračune koji se mogu razlikovati ovisno o korisniku.
Ti se izračuni mogu povezati s obradom fotografija u portretnom načinu, stabilizacijom videozapisa u stvarnom vremenu, izračunavanjem udaljenosti različitih predmeta kroz kameru u 3D ili predviđanjem jezika na tipkovnici. Zadaci koji ukratko zahtijevaju rješavanje varijabilnih izračuna u vrlo kratkom vremenskom razdoblju.
Ali pravi ključ umjetne inteligencije upravo je povezan sa strojnim učenjem. Ovaj se izraz odnosi na sposobnost određene vrste sustava da s vremenom nauči navike upotrebe uređaja. NPU je upravo zadužen za rješavanje tih navika i postupanje u skladu s njima. Aktivirajte određene funkcije u određeno vrijeme, ubrzajte učitavanje aplikacija koje najčešće koristimo na mobitelu, predviđajte emotikone na tipkovnici, prilagodite upotrebu baterije ovisno o dobu dana…
Dakle, što je duboko učenje? Ovaj je koncept bez sumnje najzanimljiviji od njih tri. Dubinsko učenje odnosi se na NPU operacije kojima nije potrebna ljudska intervencija da bi se riješile.
Njegov rad je više slična onoj mozga i encephalon nego što je procesor po sebi , kao što je to u stanju rješavanja jednadžbi bez da se postavlja od strane korisnika, već za okoliš. Trenutno njegova primjena nije jako raširena u trenutnim mobilnim sustavima, pa će biti potrebno pričekati da Android i iOS implementiraju funkcije usmjerene na dubinsko učenje kako bi sav softver prilagodio potrebama korisnika bez aktivnog interveniranja.
