NPU ຄືຫຍັງ ? ຕ່າງກັບ CPU ຫລື GPU ທົ່ວໄປຢ່າງໃດ ?
ສຳລັບຜູ້ທີ່ (ຫຼົງ) ເຂົ້າມາອ່ານບົດຄວາມນີ້ ທຸກຄົນໜ້າຈະຮູ້ຈັກ ຫນ່ວຍປະມວນຜົນກາງ CPU ກັບ ຫນ່ວຍປະມວນຜົນກຣາຟິກ GPU ກັນເປັນຢ່າງດີມາແລ້ວ ບໍ່ຫລາຍກໍນ້ອຍ ແຕ່ຫຼາຍຄົນອາດເຄີຍໄດ້ຍິນຄຳວ່າ NPU ຫລື Neural Processing Unit ມາກ່ອນ
NPU ເປັນເຕັກໂນໂລຢີຊິບປະມວນຜົນຮູບແບບໃໝ່ ທີ່ກຳລັງມີບທບາດສຳຄັນຢ່າງຫລາຍໃນວົງການຮາດແວອິເລັກໂຕຣນິກ ໂດຍສະເພາະວົງການ ສະມາດໂຟນທີ່ເຮົາຈະໄດ້ເຫັນກັນເລື້ອຍໆ ແລະ ອາດແພ່ຫຼາຍຫລາຍຂຶ້ນໃນອະນາຄົດ ຊຶ່ງບົດຄວາມນີ້ເຮົາຈະມາສຶກສາກັນວ່າ NPU ຄືຫຍັງ ແຕກຕ່າງຈາກ CPU ຫລື GPU ບ່ອນໃດ ? ຖ້າພ້ອມແລ້ວມາອ່ານກັນເລີຍ
NPU ຄືຫຍັງ ? (What is Neural Processing Unit ?)
NPU ຫລືທີ່ຫຍໍ້ມາຈາກຄຳວ່າ "Neural Processing Unit" ຫາກແປເປັນລາວຄື "ຫນ່ວຍປະມວນຜົນແບບເສັ້ນປະສາດ" ເປັນຊິບໄມໂຄຣໂປຣເຊດເຊີ ທີ່ມີປະສິດທິພາບສູງ ເຮັດວຽກໃນລັກສະນະເໝືອນການຈຳລອງເຊລປະສາດມະນຸດ ເຮັດໃຫ້ສາມາດຮອງຮັບຂໍ້ມູນພ້ອມກັນເທື່ອລະຫລາຍໆ ແລະ ປະມວນຂໍ້ມູນເຊີງເລິກໄດ້ ຖ້າທຽບກັນແລ້ວມັນມີປະສິດທິພາບຫລາຍກວ່າ GPU ຫຼາຍເທົ່າ ໂດຍຈະໃຊ້ເຮັດຫນ້າທີ່ຫຼັກໆ ໃນອຸປະກອນຄື ການປະມວນຜົນຂໍ້ມູນທີ່ມາຈາກອັນກໍຣິທຶມຂອງ ເທກໂນໂລຢີ AI (Artificial Intelligence) ຫລື ລະບົບ Machine Learning ເທິງອຸປະກອນນັ້ນເອງ
ຢົກຕົວຢ່າງເຊັ່ນ ການໃຊ້ງານ Voice Assistant ເທິງມືຖື, ການຖ່າຍພາບດ້ວຍກ້ອງ AI, ການເຣນເດີ ແລະ ປັບປຸງຄວາມລື່ນໄຫຼຂອງເກມ, ການຈົດຈຳຂໍ້ມູນທາງທາງຊີວະພາບ ແລະ ໃຊ້ງານໃນດ້ານຕ່າງໆ ປົດລັອກມືຖືດ້ວຍໃບໜ້າ ຫລື ສະແກນລາຍນິ້ວມື ແລະ ອີກຫລວງຫລາຍ
ຢ່າງໃດກໍຕາມຜູ້ພັດທະນາອາດບໍ່ໄດ້ຮຽກຫນ່ວຍປະມວນຜົນປະເພດນີ້ວ່າ NPU ສະເໝີໄປ ເຊັ່ນ Apple ຈະຮຽກວ່າ "Neural Engine" ຫລື ຫນ່ວຍປະມວນຜົນ AI ຂອງອຸປະກອນ Apple ນັ້ນເອງ
ນອກເໜືອຈາກນີ້ ຍັງມີອີກຊື່ ທີ່ໃຊ້ຮຽກວ່າ Tensor Processing Unit (TPU) ຫລືຫນ່ວຍປະມວນຜົນ Cloud TPU ທີ່ເປັນບໍລິການຊິບໂປຣເຊດເຊີ ສຳລັບ Deep learning ໃຫ້ເຊົ່າຜ່ານຄລາວຂອງ Google ໂດຍຜູ້ທີ່ໃຊ້ບໍລິການສ່ວນມາຈະເປັນນັກວິໄຈທີ່ກຳລັງພັດທະນາລະບົບ Machine learning ຫລື ສ້າງ AI ໂດຍໃຊ້ Cloud TPU ມາຊ່ວຍປະມວນຜົນໃນການຝຶກນັ້ນເອງ
ສຳລັບຊື່ຮຽກອື່ນໆ ເຊັ່ນ Neural Network Processor (NNP), Intelligence Processing Unit (IPU) ຫລື Vision Processing Unit (VPU) ເປັນຕົ້ນ
NPU ແຕກຕ່າງຈາກ CPU ແລະ GPU ຢ່າງໃດ ? (What is the difference between NPU and CPU as weel as GPU ?)
ແທ້ໆແລ້ວບໍ່ແມ່ນແຄ່ຫນ້າທີ່ສະເພາະດ້ານຈະແຕກຕ່າງກັນ ແຕ່ລັກສະນະການເຮັດວຽກງານຂອງທັງ 3 ປະເພດ ກໍແຕກຕ່າງກັນຢ່າງສິ້ນເຊີງ ຕາມຫົວຂໍ້ຕໍ່ໄປນີ້
NPU (Neural Processing Unit)
NPU ອອກແບບມາ ເພື່ອຮອງຮັບການປະມວນຜົນກັບ ລະບົບ AI ທີ່ມີການຈຳລອງ ແລະ ເຮັດວຽກເໝືອນເຊລສະໝອງຂອງມະນຸດ ໂດຍຈະເກັບຂໍ້ມູນ ແລະປະມວນຜົນດ້ວຍຂະບວນການທີ່ຮຽກວ່າ "Synaptic Weights" ຫລື ການສົ່ງຜ່ານຂໍ້ມູນໄປໃນຊັ້ນເລເຢີວົງຈອນທີ່ຈຳລອງເໝືອນເຊລປະສາດ ແລະ ກໍໃຫ້ນ້ຳໜັກຂໍ້ມູນພ້ອມກັບປະມວນຜົນຕາມປະສົບການທີ່ເຄີຍຮຽນຮູ້ມາ
ມີປະໂຫຍດໃນດ້ານການປະມວນຂໍ້ມູນຂະໜາດໃຫຍ່ແລະມີປຣະສິດທິພາບສູງໃນການໃຫ້ຜົນລັບທ໌ສຳລັບຂໍ້ມູນເຊີງເລິກ ແລະ ຖະຫນັດໃນດ້ານການປະມວນຜົນພາບ ເຊັ່ນ ກ້ອງ AI ເທິງມືຖື ເປັນຕົ້ນ
GPU (Graphics Processing Unit)
GPU ຫລື "ຫນ່ວຍປະມວນຜົນກຣາຟິກ" ມີລັກສະນະຂອງການເຮັດວຽກງານແບບຂະໜານ ສາມາດຮັບຂໍ້ມູນເຂົ້າມາພ້ອມກັນເທື່ອລະຫລາຍໆ ແລະ ປະມວນຜົນລັບອອກກມາພ້ອມກັນໄດ້ ຈຶ່ງໃຊ້ຮອງຮັບການປະມວນພາບກຣາຟິກຂອງອຸປະກອນນັ້ນເອງ
CPU (Central Processing Unit)
ສ່ວນ CPU ຫລື "ຫນ່ວຍປະມວນຜົນກາງ" ມີຫນ້າທີ່ ຮັບຄຳສັ່ງຈາກ ຮາດແວຄອມພິວເຕີ, ໂປຣແກຣມ, ແອບພລິເຄຊັນ ແລະ ລະບົບຕ່າງໆ ທັງໝົດມາປະມວນຜົນ ຮຽກວ່າຮັບງານຫຼາຍທາງ ແລະ ລະບົບສຳຄັນເກືອບທັງໝົດຂອງອຸປະກອນຕ້ອງຜ່ານ CPU ເພື່ອໃຫ້ເຮັດວຽກໄດ້
ໂດຍລັກສະນະການເຮັດວຽກງານຂອງ CPU ນັ້ນເປັນແບບເຊີງເສັ້ນ ໝາຍເຖິງ ຂໍ້ມູນຄຳສັ່ງຈະຕໍ່ແຖວລຽງລາຍເຂົ້າສູ່ CPU ເປັນເສັ້ນດຽວ ແລະ ລໍການປະມວນຜົນຕາມລຳດັບ ຄວາມສມູດຂອງການເຮັດວຽກງານນອກຈາກຈະຂຶ້ນຢູ່ກັບຄວາມໄວຂອງ CPU ແລ້ວກໍຍັງມີ ເລື່ອງຂອງຂໍ້ມູນທີ່ໃຊ້ປ້ອນເຂົ້າໄປ ວ່າຈະເກີນກຳລັງຂອງ CPU ຫລືບໍ່ ນິ້ເປັນເຫດຜົນທີ່ຈຳເປັນຕ້ອງມີ NPU ແລະ GPU ມາຊ່ວຍຣັນຂໍ້ມູນທີ່ຈຳເປັນຕ້ອງໃຊ້ການປະມວນຜົນທີ່ວ່ອງໄວ ແລະ ເຮັດພ້ອມໆກັນ
ສະຫລຸບກ່ຽວກັບ NPU
(NPU Conclusion)
ປະຈຸບັນການໃຊ້ງານ NPU ນິຍົມຫລາຍເທິງ ສະມາດໂຟນ ເນື່ອງຈາກສັກຢພາບທີ່ສູງ ແຖມເປັນຊິບຂະໜາດນ້ອຍ ເຮັດໃຫ້ໃສ່ລົງໄປເພື່ອເພີ່ມປະສິດທິພາບໃນການເຮັດວຽກງານທົດແທນໃນສ່ວນທີ່ CPU ແລະ GPU ຂອງມືຖືບໍ່ສາມາດເຮັດໄດ້ ໂດຍສະເພາະໃນເລື່ອງຂອງການປະມວນຜົນຂໍ້ມູນ AI ເພາະສະໄໝນີ້ ເຮົາມີແອບພລິເຄຊັນ ແລະ ລະບົບຫລວງຫລາຍທີ່ນຳ ເຕັກໂນໂລຊີ AI ມາປະຍຸກໃຊ້ເທິງມືຖື ລຳພັງແຕ່ CPU ເຮັດວຽກຢ່າງດຽວ ຫລື ໃຊ້ GPU ອັນນ້ອຍໆ ເທິງມືຖື ກໍອາດຈະໜັກໜ່ວງເກີນໄປ ດັ່ງນັ້ນ NPU ກໍເລີຍຊ່ວຍແບ່ງເບົາພາລະ
ສຳລັບໃນຝັ່ງຂອງຄອມພິວເຕີຕັ້ງໂຕະ (Desktop Computer) ຫລື ໂນ້ດບຸ໊ກເອງ ກໍມີການເປີດຕົວຊິບ NPU ອອກມາແດ່ແລ້ວ ທີ່ເຫັນກໍຄື M1 ເທິງເຄື່ອງ Mac ແລະ ຊິບ NPU ຂອງເຄື່ອງ Surface Pro X ເປັນຕົ້ນ
ແຫລ່ງຂໍ້ມູນ : https://tips.thaiware.com
0 ความคิดเห็น