Taula de continguts:
- Què és GPU, CPU i NPU i quines són les seves diferències?
- NPU, Intel·ligència Artificial, Machine Learning i Deep Learning
CPU, GPU i ara NPU. D'un temps ençà, els diferents fabricants de telefonia han posat l'accent en un nou component fins ara desconegut per a la majoria. NPU, o millor dit, Neural Processing Unit o Unitat Neutral de Processament, es tracta d'un component que interfereix de manera directa en les activitats relacionades amb la Intel·ligència Artificial. Però, ¿què és NPU realment i què el diferencia de la CPU i la GPU? Ho veiem a continuació.
Què és GPU, CPU i NPU i quines són les seves diferències?
El que coneixem com CPU i GPU són dos dels components més importants d'un ordinador i un telèfon intel·ligent. A grans trets, la CPU es tracta de la unitat encarregada de processar tota la informació relacionada amb dades d'aplicacions, programes i processos de sistema ancorats en segon pla.
En un pla físic no es tracta més que d'una unitat que resol operacions matemàtiques i les interpreta en forma d'instruccions. A l'igual que passa amb altres components, a major freqüència i nuclis, major rendiment a l'comptar amb més capacitat per processar la informació.
Pel que fa a la GPU, la Unitat Gràfica de Processament està destinada a processar tota la informació relacionada amb gràfics en 3D i 2D. Atès que les interfícies actuals es basen en complexos mapes en 2D i 3D, l'equip requereix d'una segona unitat per treballar amb les dades de forma solvent.
A més de jocs i vídeos, la GPU és summament útil per gestionar les animacions de el sistema i la gravació de vídeo en alta qualitat, entre d'altres tasques més superficials.
Llavors, ¿per a què serveix la NPU? Aquest component està destinat a rebre les instruccions de la CPU que requereixen d'l'ús de la Intel·ligència Artificial per a ser processades de forma molt més eficient, i el seu funcionament intenta similar les funcions d'un cervell.
Les funcions de les quals s'encarrega la NPU tenen a veure amb la resolució d'una alta quantitat de càlculs matemàtics en un curt període de temps. La clau d'aquest tipus de xips es basa en la velocitat i l'eficiència energètica, amb molt més recorregut que les CPU i les GPU.
NPU, Intel·ligència Artificial, Machine Learning i Deep Learning
Ja hem vist què és NPU i quina és la seva funció principal, però, ¿quines tasques requereixen ús de la NPU i quina és la seva aplicació real en un telèfon mòbil? Per entrar en detall, primer haurem de conèixer què és la Intel·ligència Artificial, el Marchine Learning i el Deep Learning.
El primer concepte té a veure, en un pla físic, amb tota activitat que varia depenent de l'ús d'un determinat tipus de programari. I és que mentre que la CPU i la GPU resolen operacions que vénen predefinides pel sistema, la NPU resol càlculs que poden variar depenent de l'usuari.
Aquests càlculs poden estar relacionats amb el processament de fotografies en mode retrat, l'estabilització d'un vídeo a temps real, el càlcul en 3D de la distància de diversos objectes a través de la càmera o la predicció de el llenguatge en el teclat. Tasques que, en definitiva, requereixen de la resolució de càlculs variables en un període molt curt de temps.
Però la clau real de la Intel·ligència Artificial té a veure precisament amb el Machine Learning. Aquest terme fa esment a la capacitat d'un determinat tipus de sistema d'aprendre els hàbits d'ús d'un dispositiu al llarg de el temps. La NPU és precisament l'encarregada de donar solució a aquests hàbits i actuar en conseqüència. Activa certes funcions a una hora determinada, agilitzar la càrrega d'aplicacions que més fem servir en un mòbil, predir emoticones en el teclat, ajustar l'ús de la bateria depenent de l'hora del dia…
Llavors, què és el Deep Learning? Aquest concepte és sense cap dubte el més interessant dels tres. El Deep Learning fa referència a les operacions de la NPU que no necessiten de la intervenció humana per a ser resoltes.
El seu funcionament és més semblant a el d'un cervell i un encèfal que a el d'un processador per sé , a l'ésser capaç de resoldre equacions sense necessitat de ser plantejades per l'usuari, sinó per l'entorn. De moment la seva aplicació no està molt estesa en els sistemes mòbils actuals, de manera que caldrà esperar que Android i iOS implementin funcions destinades a l'Deep Learning per ajustar tot el programari a les necessitats de l'usuari sense que aquest intervingui activament.
