Diễn Đàn SEO - vnseo.edu.vn - nhiều dòng thiết bị mưu trí, thiết bị IoT bạn mua sẽ đc bổ trợ bởi một trong những dạng của Trí tuệ nhân tạo (AI) – mà thậm chí là trợ lý giọng nói, camera nhận dạng khuôn mặt hoặc thậm chí là PC của người sử dụng. Mặc dù thế, chúng ko chuyển động thông qua… phép màu & cần mỗi một thứ gì đấy để cung cấp sức khỏe cho tất cả chu trình cách xử lý tàn ác liệu mà chúng thực hiện. Đối với một số thiết bị mà thậm chí đc triển khai bên trên đám mây, bởi các cơ sở tàn ác liệu rộng rãi lớn. Các thiết bị khác sẽ tự tiến hành toàn bộ quá trình xử lý của chúng bên trên dòng thiết bị trải qua Bộ xử trí AI hay AI PU. Nhưng Bộ cách xử lý AI là gì? Và nó khác có những cái chip khác mà bạn có thể tìm ra trong một dòng thiết bị như thế nào? Bài viết này sẽ nêu bật tầm quan trọng của Bộ cách xử lý AI, những loại chip AI không giống nhau đc lạm dụng cho những ứng dụng không giống nhau và tiện ích của việc sử dụng AI PU trong thiết bị. các loại BỘ giải pháp xử lý AI và CHÚNG dùng để làm GÌ? những bộ vi cách xử lý khác & Nguyên Nhân tại vì sao chúng không tốt nhất cho AI Vào những năm 1980, họ đã chứng kiến sự trỗi dậy của laptop cá nhân. Sự tăng thêm này đc kích hoạt bởi CPU (đơn vị giải pháp xử lý trung tâm) tiến hành các vận động chủ yếu về số học, xúc tích, tinh chỉnh và điều khiển & đầu vào / đầu ra được chỉ định bởi những lệnh trong chương trình. Nó là bộ não của laptop của người tiêu dùng. Đã có 1 số gã đẩy đà trong nghành nghề CPU mà chúng ta đều biết bao gồm Intel & AMD. tuy nhiên, khi nói đến sự tiến hóa trong CPU, chúng ta cũng phải đề cập đến ARM, có kiến trúc chip xuất phát từ các năm 1980 trong máy vi tính cá thể, nhưng không biến thành người chơi thống trị cho tới khi sự nổi lên của điện toán di động, điện thoại & ở mức độ phải chăng hơn là Tablet . Tới năm 2005, 98% tổng số Smartphone di động được bán ra đang sử dụng quá ít nhất một vài dạng kiến trúc ARM. Trong năm 2013, 10 tỷ chiếc đã được bào chế và chip dựa trên ARM đc tìm ra trong gần 60% thiết bị di động bên trên trái đất. ARM là một trong những phần quan trọng của không gian chip AI, mà chúng ta sẽ kể đến sau. tiếp nối, vào các năm 1990, đồ họa 3 chiều khoảng thời gian thực càng ngày càng vươn lên là thông dụng trong số cuộc chơi arcade, máy tính xách tay & bảng điều khiển, kéo theo nhu yếu gia tăng về đồ họa 3D tăng cường phần cứng. Mặc dù thế, một gã vĩ đại phần cứng khác là NVIDIA đã vươn lên để đáp ứng này có GPU (bộ cách xử lý đồ họa), chuyên về đồ họa laptop và xử trí Hình ảnh. NVIDIA cách đây không lâu đã ra mắt thỏa thuận mua ARM sở hữu giá 40 tỷ $. >>> Xem thêm: máy chủ super micro 813 Bộ cách xử trí AI – AI PU dù rằng GPU tầm thường giỏi hơn CPU khi kể đến giải pháp xử lý AI, nhưng chúng không thực sự hoàn chỉnh. Ngành công nghiệp bắt buộc những bộ cách xử lý chuyên biệt để chất nhận được cách xử lý hiệu quả các phần mềm AI, mô hình hóa & suy luận. Do đó, những nhà tạo mẫu chip hiện đang chạy để sản sinh những đơn vị xử trí đc nổi bật hóa để thực thi các thuật toán này. Chúng có không ít tên gọi, chẳng hạn như NPU, TPU, DPU, SPU, v.v., nhưng toàn bộ chúng mà thậm chí gọi chung bằng thuật ngữ Bộ cách xử lý AI (AI Processing Unit hay AI PU). AI PU được sản sinh để thực thi những thuật toán học máy, xoàng xĩnh bằng cách hoạt động bên trên các mô hình dự đoán như mạng nơ-ron nhân tạo. Chúng tầm thường được phân mẫu là đào tạo và giảng dạy hoặc suy luận vì các chu trình này kém cỏi được thực hiện độc lập. một số phần mềm bọn họ đã thấy trong thế giới thực: giám sát khối hệ thống hoặc Quanh Vùng khỏi những mối đe dọa như khối hệ thống bảo mật liên quan đến nhận dạng khuôn mặt số giờ thực (cam IP, camera cửa, v.v.) Chatbots giành riêng cho kinh doanh nhỏ hoặc nhà hàng contact có khách hàng cách xử lý từ ngữ tự nhiên và thoải mái cho trợ lý giọng nói Bộ xử lý AI & GPU Nhưng khoan, một số những người có thể sẽ câu hỏi – không phải là GPU đã có chức năng thực thi các loại hình AI rồi sao? Vâng, này là sự thật. Bên trên thực chất, GPU có tương đối nhiều ưu thế cho việc cách xử trí những loại hình AI. GPU xử lý đồ họa, 2 chiều hoặc 3 chiều, và do đó nó nhu cầu cần xử trí tuy nhiên song nhiều chuỗi hàm cộng một thời gian. Mạng nơ-ron ai ai cũng đòi hỏi chu trình giải pháp xử lý tuy vậy tuy nhiên, vì chúng sở hữu các nút phân nhánh giống hệt như nơ-ron trong não động vật. GPU khiến quý hiếm phần này. mặc dù vậy, mạng nơ-ron cũng nhu yếu các phép tích chập & đó là lúc GPU gặp mặt gian nan. Nói tóm lại, GPU về chủ yếu được tối ưu hóa cho đồ họa, không phải mạng nơ-ron – chúng đóng vai trò thay thế là tối ưu. Một nhân tố quan trọng khác cần được Cho tới là vận tốc khởi phát AI càng ngày càng nhanh chóng ở thời điểm hiện tại. Các nhà nghiên cứu và nhà nha khoa máy vi tính trên khắp quả đât đang liên tục nâng cấp các tiêu chuẩn của AI & học máy sở hữu vận tốc cấp số nhân mà sự tân tiến của CPU & GPU, với tư cách là phần cứng hoàn chỉnh, không hề theo kịp. Định luật Moore bảo rằng số lượng bóng bán dẫn trong một mạch tích hợp um tùm (IC) tăng gấp hai sau mỗi 2 năm. Nhưng Định luật Moore đang chết dần, và trong cả lúc nó ở mức tốt nhất cũng không thể theo kịp tốc độ phát triển của AI. khả năng tăng cường của AI ở đầu cuối sẽ dựa vào một bộ tăng cường AI chuyên sử dụng, chẳng hạn như AI PU. AI PU thường đc nhu cầu cho các mục đích sau: bức tốc đo lường và tính toán các tác vụ Học máy lên nhiều lần (gần 10 nghìn lần) so với GPU Tiêu thụ năng lượng thấp & nâng cấp việc lạm dụng khoáng sản cho các tác vụ Học máy so với GPU và CPU >>> Xem thêm: sửa chữa máy chủ
