Nếu như khi xưa chúng ta hay để ý tới 2 thành phần cực kỳ quan trọng quyết định "sức mạnh" của một chiếc máy tính là CPU và GPU thì bây giờ còn có thêm khái niệm NPU. Vậy chính xác NPU khác CPU hay GPU ra sao? Vai trò của nó là gì? AI PC là cái gì? Xin tổng hợp với anh em nhé.
Thực ra thì NPU không phải là khái niệm mới xuất hiện gàn đây mà từ năm ngoái thì Intel đã chính thức nói về nó khi cho ra mắt Core Ultra. Xa hơn nữa thì Qualcomm cũng nói về thành phần này trên các con SoC cho cả smartphone lẫn máy tính của họ.
Nếu như
NPU là gì?
Thực ra thì NPU không phải là khái niệm mới xuất hiện gàn đây mà từ năm ngoái thì Intel đã chính thức nói về nó khi cho ra mắt Core Ultra. Xa hơn nữa thì Qualcomm cũng nói về thành phần này trên các con SoC cho cả smartphone lẫn máy tính của họ.
Nếu như
- GPU là viết tắt của Graphics Processing Units
- CPU là viết tắt của Central Processing Units
- NPU là viết tắt của Neural Processing Unit, con chip được thiết kế riêng để xử lý các tác vụ AI nhanh hơn GPU và CPU.
NPU xuất hiện từ khá lâu, tuy nhiên mãi tới gần đây, khi mà cả thế giới công nghệ, bao gồm cả Microsoft, Google và các nhà phát triển phần mềm đồng loạt ứng dụng AI vào các giải pháp của họ, đòi hỏi một chiếc máy tính cũng cần có phần cứng NPU tương ứng để hoạt động hiệu quả hơn, tận hưởng tốt hơn các ưu điểm mà AI mang lại.
Vai trò của NPU khác GPU và CPU ra sao?
Trong một hệ thống máy tính, NPU sẽ đảm nhiệm những tác vụ nhỏ nhưng có tính lặp đi lặp lại thay vì phải đẩy cho CPU hoặc GPU làm như trước đây. Nói cách khác, NPU, CPU hay GPU sẽ đảm nhận một nhiệm vụ riêng tùy vào khả năng của từng cụm, tăng tính chuyên môn hóa và từ đó, góp phần tăng hiệu quả xử lý công việc nói chung của một chiếc máy tính.
Thí dụ như CPU sẽ chịu trách nhiệm sắp xếp công việc, chỉ đạo và xử lý những công việc tức thời, cần tốc độ cực nhanh, GPU sẽ đảm nhận xử lý cùng lúc khối lượng công việc lớn và giống nhau (như render hàng triệu pixel trên một frame hình chẳng hạn) thì NPU sẽ đảm nhiệm các task trí thông minh nhân tạo cơ bản như xử lý vector, tensor, scalar,...
Việc phân chia công việc rõ ràng như trên không chỉ giúp nâng tổng thể hiệu quả hoạt động của một chiếc laptop mà bên từ đó, điện năng tiêu thụ cũng hợp lý hơn, nhiệt lượng thải ra cũng tối ưu hơn, góp phàn tăng cường trải nghiệm sử dụng của người dùng.
NPU và GPU cái nào ngon hơn?
Câu trả lời ở đây là tùy ngữ cảnh mà cái nào sẽ phù hợp hơn. Lấy một thí dụ cụ thể, trên lý thuyết thì cả CPU, GPU và NPU đều có thể dùng để render hình ảnh, tuy nhiên 3 cụm này sẽ thực hiện công việc đó theo 3 cách tiếp cận khác nhau. Đối với chuyện render hình, GPU là phù hợp nhất bởi nó được thiết kế để render, dựng hình, video và gaming. Tuy nhiên, NPU lại được thiết kế để chạy các tác vụ AI vốn chỉ có nhu cầu ngắn, nhẹ và lặp đi lặp lại, thí dụ vận hành một trợ lý AI như Copilot chẳng hạn.
Quảng cáo
Nói cách khác, nếu trước đây không có NPU thì GPU sẽ gánh phần việc của NPU, tuy nhiên vậy thì giống như bắt một 1000 anh thợ hồ đi xây lâu đài cát vậy. Bây giờ có NPU thì nó sẽ làm việc đó, để GPU tập trung hơn vào chuyên môn của cụm này là dựng hình. Cuối cùng, cả hệ thống sẽ được vận hành mượt hơn. Trước một tác vụ, hệ điều hành sẽ đi dò phần cứng máy tính và xác định xem cần xài GPU hay NPU cho phù hợp.
NPU sẽ giúp gì cho chúng ta?
Một cách ngắn gọn thì những chiếc máy tính sẽ hoạt động hiệu quả hơn, cũng ngần ấy tài nguyên nhưng được tận dụng thông minh hơn, tiết kiệm pin hơn, nóng theo cách hợp lý hơn, OS và các ứng dụng phục vụ công việc người dùng cũng chạy mượt hơn. Đây là lợi ích mà phần cứng mang lại.
Thêm một thí dụ, trên những chiếc laptop AI sẽ có tính năng nhận diện gương mặt để xóa phông phía sau khi đang video call hội họp, việc nhận diện đó sẽ được tiến hành bởi phần cứng NPU. Tương tự, một tính năng khác là tính năng nhận diện text từ voice trong một đoạn video, đó cũng là có đóng góp của NPU, cho phép chúng ta dựng phim trong Premier Pro bằng text thay vì chỉ phụ thuộc vào timeline như xưa giờ chăng hạn.
Tuy nhiên, sự xuất hiện của NPU là hệ quả tất yếu khi các nhà phát triển muốn trang bị AI vào các phần mềm "truyền thống" của họ. Bởi thế, cái lợi mà người dùng sẽ thấy rõ ràng hơn chính là do AI mang lại. Cho tới hiện tại, một loạt những ứng dụng từ quen thuộc (như dựng phim Premier Pro, Davinci Resolve, xử lý hình ảnh Photoshop, xử lý âm thanh Audacity,... ) đều đã được nhà phát triển tăng cường hỗ trợ AI. AI ở đây sẽ chắp thêm công cụ để người dùng xử lý công việc nhanh hơn, tiết kiệm thời gian hơn.
Quảng cáo
Nó tương tự nhu chiếc máy tính bỏ túi hồi anh em đi học vậy. Trước những bài toán phức tạp, đòi hỏi tư duy và logic nhiều hơn, việc tính toán thủ công cộng trừ nhân chia hay lấy căn chúng ta sẽ bấm máy tính, để bộ não (CPU) tập trung suy nghĩ chuyện giải toán. Tương tự AI cũng vậy, chúng ta vẫn dùng nó như một công cụ, có điều là hơi khó nhằn lúc tiếp cận ban đầu chút xíu thôi à.
Định nghĩa của AI PC
Từ khi có AI xuất hiện nhiều hơn thì bắt đầu người ta đề cập nhiều tới AI PC. Vậy thì như thế nào mới "đạt chuẩn" là một AI PC? Mình vừa dự một workshop thì đại diện Intel có chia sẻ về các yếu tố đòi hỏi hiện tại để đánh giá một chiếc laptop AI PC chính là:
- Có phím cứng Copilot
- Có hỗ trợ Copilot trong phần mềm
- Có phần cứng CPU, NPU, GPU được cập nhật phù hợp
Những chiếc máy laptop sắp tới cũng sẽ bắt đầu xuất hiện phím Copilot này như là một tiêu chuẩn
Cũng cách đây không lâu, có thông tin nói chi tiết hơn nữa là NPU cần phải có khả năng tính toán từ 40TOPS trở lên mới đạt chuẩn AI. Gần đây, một đại diện của Microsoft ở Trung Quốc cũng tiết lộ rằng chuẩn một chiếc laptop đáp ứng được AI phải có 32GB RAM. Đó là một vài thông tin gom lại được tới giờ về AI PC cho tới thời điểm hiện tại.
Thế giới AI sẽ tiếp tục còn đi nhanh hơn nữa trong vài tháng tới, các ứng dụng và cả phần cứng của thế giới này cũng sẽ nhanh chóng được nâng cấp. Hãy cùng hóng nhé.
