NPU — электронные мозги которые уже в вашем смартфоне

Сравнение компьютеров с человеческим мозгом началось с первых дней вычислительной техники. Джон фон Нейман написал книгу «Компьютер и мозг», а Алан Тьюринг в 1949 году заявил: «В конечном итоге я не вижу причин, почему [компьютер] не сможет конкурировать на равных с человеческим интеллектом в большинстве областей». Однако традиционные центральные процессоры (CPU) слишком логичны и математичны, чтобы имитировать работу мозга. Нейронные процессоры (NPU) меняют правила игры, повторяя структуру нейронных сетей в своей архитектуре.

Идея электронных нейросетей возникла в 1940-х годах благодаря нейрофизиологу Уоррену Маккаллоху и логику Уолтеру Питтсу. Их работа вдохновила исследования 1950-х, но интерес угас из-за ограниченных возможностей технологий того времени. Янь Лекун, один из «крестных отцов» ИИ, вспоминал: «В 1980-х нейросети были маргинальной темой. Все изменилось в 1986 году». Прорыв произошел только в 2000-х, когда нейросети стали основой распознавания речи. Чтобы избежать негативных ассоциаций, термин заменили на «глубинное обучение».

«NPU — это не просто чипы. Это попытка воссоздать принципы работы биологического интеллекта в кремнии»

Современные NPU появились благодаря инвестициям Apple, Google и IBM. Например, Huawei Mate 10 и iPhone X в 2017 году получили первые мобильные NPU с производительностью менее 1 TOPS (триллионов операций в секунду). Сегодня чипы Qualcomm Snapdragon X достигают 45 TOPS.

NPU используют параллельную архитектуру, имитирующую нейронные связи мозга. В отличие от CPU, которые выполняют задачи последовательно, NPU обрабатывают миллионы операций одновременно. Например, при распознавании границ на фото NPU применяет сверточные нейросети (CNN):

1. Фильтр (ядро) анализирует каждый участок изображения.
2. Создается карта признаков, выделяющая возможные границы.
3. Процесс повторяется до точного определения контуров.

NPU превосходят CPU и GPU в эффективности таких операций. Например, Snapdragon X Elite тратит на 60% меньше энергии при обработке ИИ-задач по сравнению с традиционными чипами.

• Смартфоны: удаление объектов с фото (Google Pixel 8), AR-эффекты (Samsung Galaxy S24).
• Ноутбуки: Copilot+ PC с NPU от 40 TOPS (Microsoft Surface Pro 11, Acer Swift AI).
• Медицина: анализ рентгеновских снимков в реальном времени.

В 2024 году Microsoft представила функцию Recall для Windows 11, использующую NPU для создания «фотографической памяти» системы. После скандала с безопасностью компания доработала алгоритмы шифрования данных.

По прогнозам Intel, к 2028 году производительность NPU будет удваиваться каждые 18 месяцев. Это откроет новые возможности:

• Генерация изображений без облачных сервисов (аналог Midjourney локально).
• Персональные ИИ-ассистенты, анализирующие поведение пользователя.
• Интеграция в бытовую технику: умные холодильники с распознаванием продуктов.

Исследователи из MIT уже разрабатывают световые NPU, потребляющие в 1000 раз меньше энергии. Китайский чип «Tianjin» демонстрирует эффективность в 1,6 млн операций на джоуль.