借助未來第 14 代「Meteor Lake」酷睿晶片的 AI 加速器，英特爾希望做出改變，將部分運算帶回我們的 PC 中。但軟體生態系統必須支援這種類型的晶片。
英特爾利用台北國際電腦展提供了有關其下一代消費 PC 處理器 Core 14 的一些信息e一代被稱為「流星湖」。雖然人工智慧正在徹底改變資料中心世界，並為 Nvidia 帶來財富，但英特爾（最終！）決定將專用於此類運算的元素整合到其晶片中。除了蘋果，憑藉其M1和M2晶片的NPU，在PC端，AI驅動的演算法的加速是滯後的。一方面，有（非常）罕見的 PC 運行搭載高通 Snapdragon 晶片，它有一個 Hexagon NPU，但幾乎沒有軟體支援。另一方面，AMD 和 Intel 晶片可以同時使用 CPU 和 GPU 以及一些罕見的專用單元來加速某些操作（網路攝影機模糊、麥克風降噪）。
另請閱讀： 英特爾承諾其第 14 代酷睿處理器將在人工智慧領域實現巨大飛躍（2022 年 8 月）
因此，隨著今年年底「十四五」的到來，這種情況應該會開始改變。e一代酷睿處理器。英特爾的關鍵一代晶片。一方面從商業角度來看，自從這家巨頭在股市下跌後，在許多領域（數據中心的專業處理器、PC的行動處理器等）都讓給了競爭對手AMD。但從技術角度來看，正如我們已經告訴過你的：這一代晶片中的一切都將是新的。從CPU核心部分到全新的GPU或者另一種新的製造方法。事實上，到目前為止，英特爾一直在抵制將其晶片設計為單一區塊（所謂的單晶片設計），而 AMD 則以稱為「小晶片」（分解設計）的小塊形式生產晶片。因此，在這些新功能中，有必要依靠一塊新晶片來加速所謂的人工智慧演算法。晶片中的新晶片，但英特爾的一點歷史…
視覺處理器回收成人工智慧晶片
如果說英特爾已經透過其 SoC（CPU、GPU 等）強調某些演算法的加速能力一段時間了，那麼這 14e因此，將於今年底推出的新一代「核心」晶片將是第一個整合 100% 專用於該任務的晶片的晶片。一個不是從天上掉下來的晶片：它基本上是一個視覺處理器，或者VPU，英特爾於2016年繼承了對Movidius的收購。一家開發了專用於視覺的處理器的公司，該處理器後來成為 Myriad 系列我們已經在空間用途中討論過這一點。
近年來，這家半導體巨頭在這個問題上有點沉默，因此冒險將其 VPU 整合到傳統處理器中。 “這是 3e這種類型晶片的一代，但它與第一個迭代不再有太大關係”，英特爾消費產品人工智慧副總裁 John Rayfield 警告。雖然該晶片是獨立的並且整合了不同的單元（例如小型 ARM CPU 核心），但將整合到 Core 處理器中的 AI 晶片將非常不同。 “視覺不再有任何特定的東西。它基本上是一個推理加速器，與大多數人工智慧框架相容，例如 OpenVINO、ONNX、Web 神經網路 API、DirectML。», 工程師解釋。誰不拐彎抹角：「人工智慧將改變我們使用電腦的方式»。
將自己（部分）從雲中解放出來
他沒有錯：微軟將整合聊天GPT在其延續中微軟365所有領域，從文字到聲音或視頻，都將被這些所謂的生成人工智慧所改變。 “但這些任務不是免費的，也不是沒有限制的”」五十歲的老人解釋。「根據我們的計算，一個 ChatGPT 請求實際上花費了 6 美分左右»，請約翰雷菲爾德。 «然後，最終可能會出現重大的隱私問題，因為所有這些應用程式都在雲端中運行。」。由此看來，未來的英特爾晶片（我們已經確信，其最終版本中不應再帶有 VPU 標籤）將運行大型 LLM（大語言模型）在本地，只有一個步驟不應該執行。 “我們相信人工智慧的混合開發，其中一些在雲端運行，另一些在本地運行», 開發 J. Rayfield。
«如果某些應用程式需要電力，那麼其他應用程式就需要尊重隱私。為此，沒有什麼比本地執行更好的了“，他保證道。在這些應用程式中，他強調了「所有與我們的圖像和聲音互動的視訊會議工具」。因此，英特爾 VPU 將支援降噪、主題追蹤甚至模糊。具有一個重要的好處：節能。 “我們的 VPU 可為這些類型的應用提供高達 10 倍的功率，同時消耗 1/5e其他類型處理器所需的能量»。
不過，J. Rayfield 並不排除 CPU 和 GPU：「VPU 在長時間耗電的後台 AI 應用中很有意義。但當機器需要峰值功率時，它可以協同工作或由 GPU 和 CPU 中繼»。
PC端AI加速問題
在禁播演示中，Intel向我們展示了兩款整合了Meteor Lake晶片的原型機，並透過Windows 11網路攝影機工具在本地展示了不同元素（CPU、GPU、VPU）的佔用率以及開源製作的Stable Diffusion渲染圖。
話雖如此，軟體發行商將如何利用這種類型的AI 晶片還有待觀察——AMD 宣布已將這種類型的元件整合到其Ryzen 7000 行動系列的晶片中，但沒有給出任何細節，也沒有給出任何資訊。因為除了上述情況外，目前PC上還沒有其他類型的應用程式使用這種類型的加速。至於智慧型手機，這些「NPU」已經廣泛使用了很長時間，它們主要用於成像（照片/視訊影像處理）或語音助理（文字/音訊翻譯或即時轉錄）。或管理後台任務以限制能源消耗。
如果我們只能慶幸我們的 PC 即將採用 NPU 作為標準配置，那麼現在 IT 生態系統就需要利用它們來尋找相關用途。 J. Rayfield 認識到：「說解決方案的 25% 來自硬件，75% 來自軟體，這一說法一點也不誇張。無論在人工智慧或其他領域，生態系統都是關鍵“，他承認。這可能需要時間。
