神经处理单元是一种专用的人工智能芯片,它能为计算机的 CPU或GPU分担部分工作,使设备能更好地工作。
人工智能(AI)在过去几个月里取得了巨大进步,为个人电脑提供了更多便利和更快的处理速度。以人工智能为重点的计算机效率很大一部分是通过NPU(神经处理单元)实现的,在即将推出的高通骁龙X Elite和英特尔酷睿Ultra处理器中可以找到这种处理器。
但究竟什么是 NPU?NPU如何加速人工智能任务?更重要的是,NPU能为您做些什么?我们将为您一一介绍。
NPUs对提高效率至关重要
英特尔酷睿 “流星湖 ”处理器配备NPU。(图片来源:Windows Central)
神经处理单元(Neural Processing Unit,简称NPU)是一种人工智能芯片,旨在以比GPU(图形处理器)和CPU(计算机处理单元)更快的速度执行人工智能任务。它通过承担小规模的重复性处理,减轻了GPU和CPU的部分负荷,从而使计算机在满足人工智能驱动的请求时能更高效地工作。
例如,NPU可以在视频通话中模糊背景,或在视频或照片编辑中进行物体检测,从而帮助计算机的GPU和CPU保持高效运行,这样CPU和GPU就可以腾出手来处理其他任务。
NPUs比GPUs更好地处理某些任务
CPU、GPU和NPU对系统的运行都非常重要。(图片来源:Windows Central / Midjourney)
CPU、GPU和NPU对计算机的整体运行都至关重要,但它们是为处理不同的渲染和计算任务而设计的,因此在理想情况下,没有一个处理器会不堪重负。防止处理器负荷过重至关重要,因为这决定了电脑运行的流畅程度。
这三种处理器都能进行一些图像渲染,但它们承担的工作量各不相同。GPU是重型设备,专门用于渲染视频编辑和游戏任务中的复杂图像。然而,NPU的设计是为了更快地处理短时间和重复性的人工智能任务,例如与人工智能助手协同工作。换句话说,NPU可以从GPU手中分担一些工作,这样GPU就可以专注于更大的分配任务,系统整体工作效率也会更高。
综上所述,操作系统会查看你的电脑硬件,并根据你的系统规格和可用资源来决定 GPU还是NPU更适合特定的人工智能任务。
为什么要关注 NPUs
Snapdragon X Elite配备了NPU。(图片来源:Future)
首先,了解处理器的基本知识至关重要。正如您在我的英特尔 vs. AMD vs.英伟达指南中所看到的,这些半导体芯片制造商往往专注于不同的领域。英特尔是CPU行业的领导者,英伟达是GPU行业的领导者,而AMD则是两者的完美结合。
今后,我们会在处理器中看到越来越多的 NPU。新的英特尔酷睿Ultra处理器(原代号为Meteor Lake)就证明了这一点,它全部采用了NPU,并被多家电脑公司广泛应用于最新的超极本和笔记本电脑中。
此外,高通公司多年来一直在研究 NPU,并在这方面走在了竞争对手的前面。其Snapdragon X Elite处理器采用了CPU、GPU和NPU,很快就会出现在Windows笔记本电脑上。高通公司已经向苹果MacBook Pro展示了这款芯片的强大性能。根据高通公司的说法,骁龙X Elite可以每秒执行75 Tera运算(TOPs),这尤其令人印象深刻。
这一切对您意味着什么
高通公司通过对苹果 Macbook Pro笔记本电脑进行基准测试,展示了骁龙X Elite的强大性能。(图片来源:Future)
在最新一代终端中加入 NPU意味着整个行业具备了利用最新人工智能技术向前发展的能力。换句话说,由于在最新笔记本电脑中加入了NPU,新的应用程序将能够利用最新的人工智能软件。反过来,随着时间的推移,作为用户,您将能享受到更多与人工智能相关的便利和高效的人工智能流程。
通过人工智能执行视频编辑功能的速度可能比以往任何时候都要快。又或者,在你最常用的程序中,会出现更多的人工智能过滤器和选项。无论如何,重点都在于提高计算机的效率,这样您就不必在琐碎的任务上浪费太多时间,无论是个人项目、创意项目还是办公项目。
高通公司的 NPU也已被证明可以处理生成式人工智能图像,因此我们可能很快就会在基于高通公司的手机上看到这种功能。这也将为游戏手持设备带来多种新的可能性。
NPU FAQ
NPU可帮助提高系统运行效率。(图片来源:Windows Central)
什么是 PC和笔记本电脑中的NPU处理器?
神经处理单元(NPU)专门用于以比GPU和CPU更快的速度执行人工智能任务。这样可以减轻GPU和CPU的部分负荷,使两者都不会过度消耗,从而帮助计算机更好地运行。
机器学习是人工智能的一个方面,它允许程序收集数据并根据所掌握的信息做出决策。深度学习则更进一步,神经网络的功能就像人的学习大脑一样,可以根据收集到的信息做出新的结果和决策,而不仅仅是重复信息。
NPU比GPU更好吗?
神经处理单元(NPU)和图形处理单元(GPU)都是计算机处理能力不可或缺的组成部分,因此这取决于您在什么情况下比较神经处理单元(NPU)和图形处理单元(GPU)。GPU专门用于渲染复杂图像,以处理视频编辑和游戏等任务。然而,NPU的设计目的是更快地处理人工智能任务,减少GPU的部分负载,从而提高系统的工作效率。问题是,NPU往往更局限于小型、重复性任务,而GPU能更好地处理大型和新任务。重要的是,这两种处理器能协同工作,提高系统的整体性能,就像在笔记本电脑中一样。
神经处理单元有哪些用途?
神经处理单元 (NPU)可以加速人工智能机器学习任务,如语音识别、视频通话中的背景模糊处理,以及照片或视频编辑过程(如物体检测)。
NPU代表什么?
NPU是神经处理单元(Neural Processing Unit)的缩写。NPU是一种人工智能芯片,执行人工智能任务的速度比GPU和CPU更快。这可以减轻GPU和CPU的部分负荷,从而使计算机在执行人工智能任务时可以更高效地工作。
NPU对游戏笔记本电脑有帮助吗?
有,也没有。专用图形处理器在密集型游戏图形方面承担了大部分重任,而NPU则主要用于小型人工智能辅助。因此,NPU更适合用于超极本和笔记本电脑,而不是游戏笔记本电脑和游戏台式机。
不过,NPU可以从GPU手中分担一些任务,让GPU更有效地工作。如果系统的其他部分与CPU配合得当,这将带来更好的每秒帧数和更流畅的游戏体验。
举例来说,当你关闭游戏并返回 Windows桌面时,人工智能可以帮助检测笔记本电脑何时应该切换回集成显卡,并继续由NPU执行相同的操作。集成显卡是现代游戏笔记本电脑的一大特色,但它并不像专用显卡那样注重原始游戏性能。
OrangePi AIpro,20TOPS算力NPU,为AI赋能
去年,香橙派和华为昇腾强强联手,推出了20TOPS算力NPU的AI开发板OrangePi AIpro,。OrangePi AIpro基于昇腾技术路线,包含多种AI应用,如图像分类、目标检测、图像处理、手势识别等。凭借其先进的功能,它能让机器人出色地完成各种任务,并促进自然语言处理与计算机视觉的融合。此外,它还支持AR阴影生成、实例分割、NLP和模式识别,使其成为技术领域的变革者。
在软件方面,OrangePi AIpro为开发人工智能应用提供全面的软件支持。昇腾平台可处理各种人工智能框架,支持的框架包括MindX DL、MindX Edge、ModelZoo、MindX SDK和MindSpore。此外,该平台还提供与第三方框架的无缝集成,并支持异构计算架构。借助CANN等工具和MindStudio等全流水线开发工具链,开发人员可以为其人工智能应用获取一整套资源。
在硬件方面,Orange Pi AIpro版本配备了强大的4核64位处理器以及专用的AI和图形处理器。以20T版本为例,它不仅支持双4K输出,带来非凡的视觉体验,还能方便地容纳高达256 GB的eMMC存储模块。在内存配置方面,你可以选择12 GB或24 GB LPDDR4X内存,速率可达4266Mbps。
Orange Pi AIpro开发板还提供多种接口,具有卓越的多功能性。这些接口包括GPIO接口、HDMI端口、支持NVMe 2280 SSD的M.2插槽、USB Type-C以及TF插槽。
此外,Orange Pi AIpro还为openEuler和Ubuntu操作系统提供了出色的支持。它能满足人工智能算法原型验证和推理应用开发的所有必要标准。
-
开发板
+关注
关注
25文章
5057浏览量
97519 -
NPU
+关注
关注
2文章
285浏览量
18619 -
人工智能芯片
+关注
关注
1文章
120浏览量
29108 -
orange pi
+关注
关注
0文章
30浏览量
2889
发布评论请先 登录
相关推荐
评论