اینتل، کوالکام و AMD: واحد NPU نسل بعدی آنها چه چیزی برای ارائه دارند؟
واحدهای پردازش عصبی یا NPU، جدیدترین سختافزارهایی هستند که توسط تولیدکنندگان پردازنده معرفی شدهاند. این تراشهها با هدف پردازش هوش مصنوعی طراحی شدهاند و هر یک از تولیدکنندگان بزرگ، دیدگاه منحصر به فرد خود را درباره NPU ارائه میدهند. بیایید منتظر بمانیم تا ببینیم در آینده نزدیک چه تحولاتی را شاهد خواهیم بود.
NPUها و جایگاه آنها در لپ تاپ ها
اگر تا به حال چیزی درباره کامپیوترهای هوش مصنوعی و نیاز آنها به قدرت پردازشی بیشتر نشنیدهاید، ممکن است از پیشرفتهای NPUها بیخبر باشید. NPUها به عنوان افزودنیهایی برای پردازنده های موجود طراحی شدهاند، اما به طور خاص برای پردازش هوش مصنوعی ساخته شدهاند. تولیدکنندگان تراشه دریافتهاند که داشتن پردازشهای اختصاصی برای هوش مصنوعی روی تراشهها چقدر حیاتی است و NPUها پاسخی به این نیاز هستند.
اسنپدراگون ایکس الیت اولین NPU جدید بود، اما اینتل و AMD نیز در زمینه قدرت پردازش و طراحی معماری پیشرو بودهاند. هر کدام از این تولیدکنندگان خطوطی از تراشهها را دارند که به طور خاص برای استفاده در رایانههای شخصی Copilot+ طراحی شدهاند تا پتانسیل دستیار هوش مصنوعی مایکروسافت را به حداکثر برسانند.
این تراشهها عمدتاً برای استفاده در لپتاپها طراحی شدهاند، اما این به آن معنا نیست که نباید انتظار داشته باشیم در آینده شاهد نسخههای دسکتاپ تراشههای NPU باشیم. مقایسه آنچه که اکنون در دسترس است با گزارشهایی درباره آنچه در آینده انتظار میرود، به ما بینشی در مورد روند توسعه NPUها و آنچه که میتوانیم در آینده نزدیک از آنها انتظار داشته باشیم، میدهد.
NPU 4: واحد پردازش عصبی بعدی اینتل
تراشه جدید اینتل، NPU را با چندین ویژگی خاص ترکیب میکند که پردازش هوش مصنوعی را به شکلی بسیار موثرتر ممکن میسازد. NPU 4 در معماری Lunar Lake اینتل گنجانده شده که هنگام بررسی دقیقتر، مزایای فراوانی برای پردازش برنامههای هوش مصنوعی فراهم میآورد. اینتل مدعی است که NPU میتواند تا 48 تریلیون عملیات در ثانیه (TOPS) پردازش کند، که این امر آن را به قویترین NPU ساخته شده توسط اینتل تا به امروز تبدیل میکند.
NPU 4 فعلی نسبت به نسل قبلی، NPU 3، پیشرفت قابل توجهی داشته و قدرت محاسباتی بیش از چهار برابری را ارائه میدهد. این پیشرفت تا حد زیادی به معماری تراشه بستگی دارد. این تراشه دو NPU موازی را اجرا میکند که هر کدام دارای پایپ لاین استنتاج مستقل خود هستند، که به تفسیر بهتر دادهها کمک میکند. هر واحد دارای آرایههای ضرب انباشت (MAC) خود است که در انجام محاسبات ماتریسی پیچیده مورد نیاز در پردازش هوش مصنوعی کمک میکند.
علاوه بر این، SHAVE DSP موجود در هر واحد، قدرت پردازشی چهار برابری نسبت به نسل قبلی را فراهم میکند و امکان پردازش شبکههای عصبی پیچیدهتر را میدهد. تحقیقات انجام شده روی Lunar Lake نشان میدهد که این تراشه ممکن است قادر به اجرای Copilot مایکروسافت به صورت محلی باشد. همچنین، احتمالاً Lunar Lake دارای کارایی انرژی بسیار بالایی است.
اینتل اعلام کرده است که نوآوری Thread Director آنها مصرف انرژی NPU را کاهش میدهد و آن را به یک گزینه جذاب برای برنامههای کم مصرف تبدیل میکند. در حالی که اینتل ابتدا پیشنهاد راهاندازی نرمتراشه را داده بود، لپتاپهای مجهز به Lunar Lake هماکنون در دسترس هستند.
XDNA 2: واحد پردازش عصبی نسل بعدی AMD
پس AMD در آینده NPU چه ارائهای دارد؟ آخرین ورود AMD به بازار NPU، تراشه XDNA 2 است. این شرکت ادعا میکند که این تراشه میتواند عملکردی بهتر از NPU 4 اینتل داشته باشد، با ارائه 50 تاپس در مقابل 48 تاپس اینتل. در نسخه دوم XDNA، شرکت تعداد کاشیهای موتور را از 20 به 32 افزایش داده، که این امر منجر به افزایش پنج برابری TOPS واحد پردازش عصبی بین نسلها شده است.
معماری XDNA خود بر پایه معماری دادههای جریان مکانی است. AMD آن را به گونهای طراحی کرده که انعطافپذیر و سازگار باشد، با برنامهریزی پویا برای ایجاد سلسله مراتب سفارشی در پردازش AI. موتور XDNA 2 به خودی خود یک نوآوری در فناوری پردازش است. همانطور که ذکر شد، NPU شامل کاشیهای موتور است که برای سازگاری سیستم بسیار حیاتی هستند.
هر کاشی میتواند به عنوان یک کارگر مستقل با منابع محاسباتی و حافظه خود در نظر گرفته شود. این رویکرد مستقل به تراشه این امکان را میدهد که کارهای بیشتری را با نیاز به انرژی کمتر انجام دهد. این تراشه برای پردازش استاندارد و پردازش AI طراحی شده است، مانند Copilot مایکروسافت. AMD به ویژه اولین شرکتی بود که NPU را در تراشههای خود ادغام کرد.
این امر آنها را در بازی NPU پیشتاز کرده است، و در عین حال، امکان گسترش کاربردهای NPU را به دلیل تجربه ادغام آنها با CPU فراهم میکند. اگر به دنبال تجربه این NPUها هستید، آنها قبلاً منتشر شدهاند. AMD اولین لپتاپهای Ryzen AI 300 را در جولای 2024 روانه بازار کرد.
Snapdragon X Elite: واحد پردازش عصبی نسل بعدی کوالکام
یکی از نخستین تراشههای NPU که در نسل جدید به بازار عرضه شد، Snapdragon X Elite بود. اگرچه سازندهی این تراشه در زمینهی توسعهی تراشههای موبایل تجربه دارد، اما این اولین تلاش آنها در بازار لپتاپها به شمار میرود. اسنپدراگون تلاش زیادی کرد تا سهمی از بازار را به خود اختصاص دهد و نشان داده که تراشههایش میتوانند با سایر سازندگان شناختهشده رقابت کنند.
قدرت پردازشی این تراشه کمی پایینتر از اینتل و AMD است و حداکثر توان پردازشی آن به 45 تاپس میرسد. هنگامی که این تراشه وارد بازار شد، از بسیاری جهات در بازار برتر بود. با این حال، با توجه به اینکه AMD و اینتل در آستانهی عرضهی NPUهای جدید و پیشرفتهی خود هستند، ممکن است Snapdragon X Elite از رقابت باز بماند.
Snapdragon X Elite به خاطر مصرف انرژی بالاتر نسبت به رقبا شناخته شده است و لپتاپهایی که با این تراشه عرضه شدهاند، به دلیل گرمای اضافی تولید شده توسط تراشه، صدای بیشتری دارند. X Elite بر پایهی یک هستهی پردازشی جدید ساخته شده که اسنپدراگون آن را Oryon نامیده است.
Oryon خود به تنهایی یک نوآوری به شمار میرود، چرا که اولین پردازندهی جدید “از صفر” طراحی شده در چندین سال اخیر است. این پردازنده قرار است نه تنها در NPUهای آیندهی اسنپدراگون به کار رود، بلکه در بازار تراشههای موبایل نیز مورد استفاده قرار گیرد. NPUها راهی عالی برای پیشرفت در بازار چیپها هستند. با این حال، پیش از این با نرمافزار Windows-on-Arm مشکلاتی وجود داشته، حتی اگر مایکروسافت با لایهی شبیهسازی Prism خود تحولاتی ایجاد کرده باشد.
اگر به بررسی کارهایی که اسنپدراگون با تراشههای خود انجام داده است علاقهمندید، میتوانید هماکنون لپتاپها را تهیه کنید. این شرکت لپتاپها را در آوریل 2024 روانهی بازار کرد و از آن زمان تاکنون، با وجود قیمت بالا، استقبال چشمگیری از آنها شده است. بسیاری از مردم این لپتاپها را به عنوان نقطهی شروعی برای مقایسهی عملکرد لپتاپهای مجهز به NPU با دیگر لپتاپهای فاقد NPU به کار میبرند.
آیا وجود NPU در لپتاپها اهمیت دارد؟
به نظر میرسد که هوش مصنوعی این روزها به یک واژهی کلیدی در دنیای فناوری تبدیل شده است و تولیدکنندگانی که از NPUها استفاده میکنند، ممکن است به سرعت در حال پیشرفت باشند. داشتن NPU در لپتاپها میتواند ضروری باشد، زیرا پردازشهای فعلی هوش مصنوعی عمدتاً از پردازندههای گرافیکی برای انجام کار استفاده میکنند.