PC 中的人工智能：英特尔提供有关未来笔记本电脑 NPU 的详细信息

英特尔利用台北国际电脑展提供了有关其下一代消费 PC 处理器 Core 14 的一些信息^e一代人被称为“流星湖”。虽然人工智能正在彻底改变数据中心世界，并为 Nvidia 带来财富，但英特尔（最终！）决定将专用于此类计算的元素集成到其芯片中。除了苹果，凭借其M1和M2芯片的NPU，在PC端，AI驱动的算法的加速是滞后的。一方面，有（非常）罕见的 PC 运行搭载高通 Snapdragon 芯片，它有一个 Hexagon NPU，但几乎没有软件支持。另一方面，AMD 和 Intel 芯片可以同时使用 CPU 和 GPU 以及一些罕见的专用单元来加速某些操作（网络摄像头模糊、麦克风降噪）。

另请阅读： 英特尔承诺其第 14 代酷睿处理器将在人工智能领域实现巨大飞跃（2022 年 8 月）

因此，随着今年年底“十四五”的到来，这种情况应该会开始改变。^e一代酷睿处理器。英特尔的关键一代芯片。一方面从商业角度来看，自从这家巨头在股市下跌后，在很多领域（数据中​​心的专业处理器、PC的移动处理器等）都让给了竞争对手AMD。但从技术角度来看，正如我们已经告诉过你的：这一代芯片中的一切都将是新的。从CPU核心部分到全新的GPU或者另一种新的制造方法。事实上，到目前为止，英特尔一直在抵制将其芯片设计为单个块（所谓的单片设计），而 AMD 则以称为“小芯片”（分解设计）的小块形式生产芯片。因此，在这些新功能中，有必要依靠一块新芯片来加速所谓的人工智能算法。芯片中的新芯片，但英特尔的一点历史……

视觉处理器回收成人工智能芯片

如果说英特尔已经通过其 SoC（CPU、GPU 等）强调某些算法的加速能力一段时间了，那么这 14^e因此，将于今年年底推出的新一代“核心”芯片将是第一个集成 100% 专用于该任务的芯片的芯片。一个不是从天上掉下来的芯片：它基本上是一个视觉处理器，或者VPU，英特尔于2016年继承了对Movidius的收购。一家开发了专用于视觉的处理器的公司，该处理器后来成为 Myriad 系列我们已经在空间用途中讨论过这一点。

近年来，这家半导体巨头在这个问题上有点沉默，因此冒险将其 VPU 集成到传统处理器中。 “这是 3^e这种类型芯片的一代，但它与第一​​次迭代不再有太大关系”，英特尔消费产品人工智能副总裁 John Rayfield 警告道。虽然该芯片是独立的并且集成了不同的单元（例如小型 ARM CPU 内核），但将集成到 Core 处理器中的 AI 芯片将非常不同。 “视觉不再有任何特定的东西。它基本上是一个推理加速器，与大多数人工智能框架兼容，例如 OpenVINO、ONNX、Web 神经网络 API、DirectML。», 工程师解释。谁不拐弯抹角：“人工智能将改变我们使用计算机的方式»。

将您自己（部分）从云中解放出来

他没有错：微软将整合聊天GPT在其续集中微软365所有领域，从文本到声音或视频，都将被这些所谓的生成人工智能所改变。 “但这些任务不是免费的，也不是没有限制的””五十岁的老人解释道。“根据我们的计算，一个 ChatGPT 请求实际上花费了 6 美分左右»，请约翰雷菲尔德。 «然后，最终可能会出现重大的隐私问题，因为所有这些应用程序都在云中运行。”。由此看来，未来的英特尔芯片（我们已经确信，其最终版本中不应再带有 VPU 标签）将运行大型 LLM（大语言模型）在本地，只有一个步骤不应该执行。 “我们相信人工智能的混合开发，其中一些在云端运行，另一些在本地运行», 开发 J. Rayfield。

«如果某些应用程序需要电力，那么其他应用程序就需要尊重隐私。为此，没有什么比本地执行更好的了“，他保证道。在这些应用程序中，他强调了“所有与我们的图像和声音交互的视频会议工具”。因此，英特尔 VPU 将支持降噪、主题跟踪甚至模糊。具有一个重要的好处：节能。 “我们的 VPU 可为这些类型的应用提供高达 10 倍的功率，同时消耗 1/5^e其他类型处理器所需的能量»。

不过，J. Rayfield 并不排除 CPU 和 GPU：“VPU 在长时间耗电的后台 AI 应用中很有意义。但当机器需要峰值功率时，它可以协同工作或由 GPU 和 CPU 中继»。

PC端AI加速问题

在禁播演示中，Intel向我们展示了两款集成了Meteor Lake芯片的原型机，并通过Windows 11网络摄像头工具在本地演示了不同元素（CPU、GPU、VPU）的占用率以及开源制作的Stable Diffusion渲染图。 -源软件The Gimp。

话虽如此，软件发行商将如何利用这种类型的 AI 芯片还有待观察——AMD 宣布已将这种类型的元件集成到其 Ryzen 7000 移动系列的芯片中，但没有给出任何细节，也没有给出任何信息。典型应用。因为除了上述情况外，目前PC上还没有其他类型的应用程序使用这种类型的加速。至于智能手机，这些“NPU”已经广泛使用了很长时间，它们主要用于成像（照片/视频图像处理）或语音助手（文本/音频翻译或实时转录）。或者管理后台任务以限制能源消耗。

如果我们只能庆幸我们的 PC 即将采用 NPU 作为标准配置，那么现在 IT 生态系统就需要利用它们来寻找相关用途。 J. Rayfield 认识到：“说解决方案的 25% 来自硬件，75% 来自软件，这一说法一点也不夸张。无论在人工智能还是在其他领域，生态系统都是关键“，他承认。这可能需要时间。

🔴为了不错过01net的任何新闻，请关注我们谷歌新闻等WhatsApp。