โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

ไอที

NPU คืออะไร ? Neural Processing Unit แตกต่างกับ CPU หรือ GPU ทั่วไปอย่างไร ?

Thaiware

อัพเดต 21 ก.ย 2565 เวลา 07.47 น. • เผยแพร่ 06 ก.ย 2565 เวลา 13.00 น. • Talil
NPU คืออะไร ? Neural Processing Unit มีความแตกต่างกับ CPU หรือ GPU ทั่วไปอย่างไร ? มาทำความรู้จักกับ NPU กันอย่างละเอียดกัน

NPU คืออะไร ? ต่างกับ CPU หรือ GPU ทั่วไปอย่างไร ?

สำหรับผู้ที่ (หลง) เข้ามาอ่านบทความนี้ ทุกคนน่าจะรู้จัก หน่วยประมวลผลกลาง CPU กับ หน่วยประมวลผลกราฟิก GPU กันเป็นอย่างดีมาแล้ว ไม่มากก็น้อย แต่หลายคนอาจเคยได้ยินคำว่า NPU หรือ Neural Processing Unit มาก่อน

NPU เป็นเทคโนโลยีชิปประมวลผลรูปแบบใหม่ ที่กำลังมีบทบาทสำคัญอย่างมากในวงการฮาร์ดแวร์อิเล็กทรอนิกส์ โดยเฉพาะวงการ สมาร์ทโฟนที่เราจะได้เห็นกันบ่อย ๆ และอาจแพร่หลายมากขึ้นในอนาคต ซึ่งบทความนี้เราจะมาศึกษากันว่า NPU คืออะไร แตกต่างจาก CPU หรือ GPU ตรงไหน ? ถ้าพร้อมแล้วมาอ่านกันเลย

เนื้อหาภายในบทความ

  • NPU คืออะไร ?
    (What is Neural Processing Unit ?)
  • NPU แตกต่างจาก CPU และ GPU อย่างไร ?
    (What is the difference between NPU and CPU as weel as GPU ?)
  • สรุปเกี่ยวกับ NPU
    (NPU Conclusion)

NPU คืออะไร ?

(What is Neural Processing Unit ?)

Neural Processing Unit (NPU) คืออะไร ?

NPU หรือที่ย่อมาจากคำว่า "Neural Processing Unit" หากแปลเป็นไทยคือ "หน่วยประมวลผลแบบเส้นประสาท" เป็นชิปไมโครโปรเซสเซอร์ ที่มีประสิทธิภาพสูง ทำงานในลักษณะเหมือนการจำลองเซลล์ประสาทมนุษย์ ทำให้สามารถรองรับข้อมูลพร้อมกันครั้งละมาก ๆ และประมวลข้อมูลเชิงลึกได้ ถ้าเทียบกันแล้วมันมีประสิทธิภาพมากกว่า GPU หลายเท่า โดยจะใช้ทำหน้าที่หลัก ๆ ในอุปกรณ์คือ การประมวลผลข้อมูลที่มาจากอัลกอริทึมของ เทคโนโลยี AI (Artificial Intelligence) หรือระบบ Machine Learning บนอุปกรณ์นั่นเอง

ยกตัวอย่างเช่น การใช้งาน Voice Assistant บนมือถือ, การถ่ายภาพด้วยกล้อง AI, การเรนเดอร์และปรับปรุงความลื่นไหลของเกม, การจดจำข้อมูลทางทางชีวภาพ และใช้งานในด้านต่าง ๆ เล่น ปลดล็อคมือถือด้วยใบหน้า หรือ สแกนลายนิ้วมือ และอีกมากมาย

อย่างไรก็ตามผู้พัฒนาอาจไม่ได้เรียกหน่วยประมวลผลประเภทนี้ว่า NPU เสมอไป เช่น Apple จะเรียกว่า "Neural Engine" หรือหน่วยประมวลผล AI ของอุปกรณ์ Apple นั่นเอง

Neural Processing Unit (NPU) คืออะไร ?

นอกเหนือจากนี้ ยังมีอีกชื่อ ที่ใช้เรียกว่า Tensor Processing Unit (TPU) หรือหน่วยประมวลผล Cloud TPU ที่เป็นบริการชิปโปรเซสเซอร์สำหรับ Deep learning ให้เช่าผ่านคลาวด์ของ Google โดยผู้ที่ใช้บริการส่วนมาจะเป็นนักวิจัยที่กำลังพัฒนาระบบ Machine learning หรือสร้าง AI โดยใช้ Cloud TPU มาช่วยประมวลผลในการฝึกนั่นเอง

สำหรับชื่อเรียกอื่น ๆ เช่น Neural Network Processor (NNP), Intelligence Processing Unit (IPU) หรือ Vision Processing Unit (VPU) เป็นต้น

หน้าตา TPU ของ Google


หน้าตา TPU ของ Google

NPU แตกต่างจาก CPU และ GPU อย่างไร ? (What is the difference between NPU and CPU as weel as GPU ?)

จริงๆ แล้วไม่ใช่แค่หน้าที่เฉพาะด้านจะแตกต่างกัน แต่ลักษณะการทำงานของทั้ง 3 ประเภท ก็แตกต่างกันอย่างสิ้นเชิง ตามหัวข้อต่อไปนี้

NPU (Neural Processing Unit)

Neural Processing Unit (NPU)

NPU ออกแบบมาเพื่อรองรับการประมวลผลกับ ระบบ AI ที่มีการจำลองและทำงานเหมือนเซลล์สมองของมนุษย์ โดยจะเก็บข้อมูลและประมวลผลด้วยกระบวนการที่เรียกว่า "Synaptic Weights" หรือการส่งผ่านข้อมูลไปในชั้นเลเยอร์วงจรที่จำลองเหมือนเซลล์ประสาท และก็ให้น้ำหนักข้อมูลพร้อมกับประมวลผลตามประสบการณ์ที่เคยเรียนรู้มา

มีประโยชน์ในด้านการประมวลข้อมูลขนาดใหญ่และมีประสิทธิภาพสูงในการให้ผลลัพธ์สำหรับข้อมูลเชิงลึก และถนัดในด้านการประมวลผลภาพ เช่น กล้อง AI บนมือถือ เป็นต้น

GPU (Graphics Processing Unit)

GPU หรือ "หน่วยประมวลผลกราฟิก" มีลักษณะของการทำงานแบบขนาน สามารถรับข้อมูลเข้ามาพร้อมกันครั้งละมาก ๆ และประมวลผลลัพธ์ออกมาพร้อมกันได้ จึงใช้รองรับการประมวลภาพกราฟิกของอุปกรณ์นั่นเอง

CPU (Central Processing Unit)

ส่วน CPU หรือ "หน่วยประมวลผลกลาง" มีหน้าที่ รับคำสั่งจาก ฮาร์ดแวร์คอมพิวเตอร์, โปรแกรม, แอปพลิเคชัน และระบบต่าง ๆ ทั้งมวล มาประมวลผล เรียกว่ารับงานหลายทาง และระบบสำคัญเกือบทั้งหมดของอุปกรณ์ต้องผ่าน CPU เพื่อให้ทำงานได้

โดยลักษณะการทำงานของ CPU นั้นเป็นแบบเชิงเส้น หมายถึง ข้อมูลคำสั่งจะต่อแถวเรียงรายเข้าสู่ CPU เป็นเส้นเดียวและรอการประมวลผลตามลำดับ ความสมูทของการทำงานนอกจากจะขึ้นอยู่กับความเร็วของ CPU แล้วก็ยังมี เรื่องของข้อมูลที่ใช้ป้อนเข้าไป ว่าจะเกินกำลังของ CPU หรือไม่ นี่เป็นเหตุผลที่จำเป็นต้องมี NPU และ GPU มาช่วยรันข้อมูลที่จำเป็นต้องใช้การประมวลผลที่รวดเร็ว และ ทำพร้อม ๆ กัน

ภาพตัวอย่างเปรียบเทียบ CPU และ GPU


ภาพตัวอย่างเปรียบเทียบ CPU และ GPU

สรุปเกี่ยวกับ NPU

(NPU Conclusion)

ปัจจุบันการใช้งาน NPU นิยมมากบน สมาร์ทโฟน เนื่องจากศักยภาพที่สูง แถมเป็นชิปขนาดเล็ก ทำให้ใส่ลงไปเพื่อเพิ่มประสิทธิภาพในการทำงานทดแทนในส่วนที่ CPU และ GPU ของมือถือไม่สามารถทำได้ โดยเฉพาะในเรื่องของการประมวลผลข้อมูล AI เพราะสมัยนี้ เรามีแอปพลิเคชัน และ ระบบมากมายที่นำ เทคโนโลยี AI มาประยุกต์ใช้บนมือถือ ลำพังแค่ CPU ทำงานอย่างเดียว หรือใช้ GPU อันเล็ก ๆ บนมือถือ ก็อาจจะหนักหน่วงเกินไป ดังนั้น NPU ก็เลยช่วยแบ่งเบาภาระ

สำหรับในฝั่งของคอมพิวเตอร์ตั้งโต๊ะ (Desktop Computer) หรือ โน้ตบุ๊กเอง ก็มีการเปิดตัวชิป NPU ออกมาบ้างแล้ว ที่เห็นก็คือ M1 บนเครื่อง Mac และชิป NPU ของเครื่อง Surface Pro X เป็นต้น

➤ Website : https://www.thaiware.com
➤ Facebook : https://www.facebook.com/thaiware
➤ Twitter : https://www.twitter.com/thaiware
➤ YouTube : https://www.youtube.com/thaiwaretv

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...