隨著 Microsoft 和 Intel 首次推出 Direct ML 驅動的處理器,首款適用於 Windows 的 NPU 已經面世
NPU 的時代終於到來:微軟和英特爾推出了首款適用於 Windows 的 NPU,它由 Direct ML 提供支持,這是一種 API,可以大大簡化整個 Windows 生態系統中 AI 的部署和開發。
我們很高興地宣布與我們的主要合作夥伴之一英特爾® 合作,在 Windows 上推出首款由 DirectML 支援的神經處理單元 (NPU)。人工智慧正在改變世界,推動創新並在各行業創造價值。 NPU 是為開發者和消費者帶來令人驚嘆的 AI 體驗的關鍵組件。
微軟
據 Microsoft 稱,直接 ML 驅動的 Windows NPU(神經處理單元)將在最新的 Intel® Core™ Ultra 處理器上運行,為 Windows 上的 AI 提供新的可能性。我們說這恰逢其時,最近有報道下一版本的Windows 將廣泛依賴NPU 為用戶提供AI 體驗。一個>
根據微軟發布的新聞稿,基於 Direct ML 的 Windows NPU 將於 2024 年初進入開發者預覽版,並在當年逐步擴展到通用預覽版。
那麼這對普通 Windows 使用者意味著什麼呢?好吧,就目前而言,這並不重要,因為 NPU 並不適合普通商業用戶,但這種情況很快就會改變。讓我們解釋一下。
Windows NPU:什麼是 NPU?
自從 AI 流行以來,NPU 一直是討論的主題,並且有充分的理由,因為這些特殊處理器使用 AI 來加速資料處理,並具有高精度和更少的功耗。
換句話說,正如微軟所說,NPU 是一種微處理器,旨在支援計算密集型的機器學習 (ML) 工作負載,不需要圖形交互,並提供高效的功耗。
NPU 比標準 CPU 或 GPU 快得多,可以在幾秒鐘內執行數百萬次運算,使其成為處理大量工作負載的完美處理器,例如深度學習中的複雜計算、準確性等。
正因如此,NPU 非常適合需要處理大量資訊的工業環境和產業,例如交通、硬體製造、自動化、醫療保健或金融。
基於 NPU 的操作的一些實際應用包括:
- 自動駕駛汽車,就像交通行業的情況一樣。
- 在醫療保健中使用時,準確掃描醫學影像並據此得出準確的診斷和治療結果。
- 在金融環境中使用時計算風險管理並偵測數百萬個威脅。
這個清單可以一直列下去,因為這些都是一些最明顯的例子。 NPU 透過使用稱為推理的過程來完成此類任務。這意味著 NPU 經過資料訓練,可以識別各種物體和主體。簡而言之,NPU 能夠了解其環境。
當向 NPU 提供新輸入時,推理過程就會發生,處理器將利用其訓練有素的意識來分析新輸入並提供新的視角。推理過程的優點在於,它首先應該盡可能真實地建構。
因此,這意味著 NPU 提供的觀點實際上也是正確的,並且存在於正確的方法論中。
事實上,微軟一直是廣泛致力於訓練人工智慧模型的公司之一,以使用現實生活中的方法從科學的角度開發、識別和提供新的視角。
就在今年,這家總部位於雷德蒙德的科技巨頭在各種人工智慧研究項目上投入了大量資源,其中許多項目脫穎而出:LongMemGorrila AI、Kosmos-2以及許多更多模型利用現有研究來突破界限,並提出自己尚未發現的方法。
隨著時間的推移,隨著人工智慧變得更加高效,並最終達到通用人工智慧的狀態,NPU 可以利用該技術來建立能夠解決複雜問題的超級計算機,並想出解決人類最關心的問題的方法。
這聽起來確實像是科幻電影中的場景,但這只是時間問題。理論上,具有 AGI 功能的基於 NPU 的設備可以在幾個月內找到治療嚴重疾病的方法,因為它可以在短時間內運行數十億項研究。
對於標準商業用戶來說,基於 NPU 的裝置只要能夠有針對性地完成某項任務就會很有用。目前許多公司都開發了自己的 NPU 功能,旨在實現這一目標。
以Intel神經網路處理器(NNP)為例,這是一款能夠提供客戶強大效能的NPU處理器設備。目前市面上還有無數其他 NPU,例如:
- Google TPU
- 英特爾的 NNP、Myriad、EyeQ
- Nvidia 的 NVDLA
- 亞馬遜 AWS Inferentia
- 阿里巴巴的 Ali-NPU
- Kunlun by Baidu
- 比特大陸的 Sophon
- 寒武紀 MLU
- Graphcore 的 IPU
- 華為昇騰
- Apple 的神經引擎
- 三星神經處理單元 (NPU)
現在說這些 NPU 的能力還為時過早,但從理論上講,它們可以將每個設備轉變為迷你超級電腦。這就是微軟發布基於 DirectML 的 Windows NPU 的目的嗎?
也許吧,但我們必須等待。幸運的是,2024 年就在眼前。
發佈留言