Depuis le Dawn of Computingles gens ont comparé les machines aux cerveaux. Cela comprend deux pères fondateurs de l’informatique – John von Neumann a écrit un livre Appelé « L’ordinateur et le cerveau » tandis qu’Alan Turing a été cité en 1949 en disant: « Finalement, je ne vois pas pourquoi (un ordinateur) peut ne pas rivaliser en termes égaux avec l’intellect humain dans la plupart des domaines. »
Le seul problème avec cette comparaison est que le processeur traditionnel – l’unité de traitement centrale (CPU) – n’imite pas du tout le cerveau. Les CPU sont beaucoup trop mathématiques et logiques. L’unité de traitement neuronal (NPU), en revanche, adopte une approche entièrement différente: simulant la structure du cerveau humain dans ses circuits mêmes.
Pourtant, imiter le fonctionnement du cerveau humain électroniquement est loin d’être une nouvelle idée.
La naissance des NPU
Les cerveaux électroniques littéraux remontent à la naissance de l’informatique moderne au milieu des années 40, en particulier à un « réseau de neurones » de circuits Créé par le neurophysiologiste Warren McCulloch et le logicien Walter Pitts. Le travail pionnier de McCulloch a stimulé de nouvelles recherches au cours des années 1950 et 1960, seulement pour que l’idée tombe hors de la mode – peut-être en raison d’un manque de progrès par rapport à la puissance croissante du nombre de nombres des ordinateurs classiques.
«Il y avait quelques personnes isolées au Japon et en Allemagne (travaillant sur les réseaux de neurones), mais ce n’était pas un domaine», Yann LeCun, un informaticien français américain largement considéré comme l’un des «parrains» de l’IA, dit de son temps En travaillant avec Geoffrey Hinton, un autre des pionniers du domaine, sur les réseaux de neurones au début des années 1980. «Cela a recommencé à être un domaine en 1986.»
Pourtant, pour que les réseaux de neurones puissent prendre pied en tant que partie respectée de l’informatique, cela a connu le succès de la reconnaissance vocale au début des années 2000., Même alors, LeCun a déclaré: « Nous ne voulions pas utiliser le mot neuron filets parce qu’il avait une mauvaise réputation, alors nous avons changé le nom en profondeur. »
Le terme NPU parviendrait à la fin des années 1990, mais il a fallu les poches profondes d’Apple, IBM et Google pour le déplacer des laboratoires universitaires et dans le courant dominant. Ces entreprises technologiques ont investi des milliards de dollars dans le développement du silicium, cristallisant tous les travaux passés dans un produit qui s’inscrit dans nos téléphones et nos ordinateurs portables: un processeur qui s’inspire du cerveau humain. La fortune de LeCun s’est également améliorée pour le mieux: il est maintenant le scientifique en chef de l’IA chez Meta.
Comment fonctionnent les NPU?
À certains égards, les NPU d’aujourd’hui ne sont pas si différents de ceux créés par McCulloch et Pitts: leur structure imite le cerveau à travers une architecture parallèle. Cela signifie que plutôt que de résoudre un problème de séquence, un NPU exécutera simultanément des millions, voire des milliards de mini-calculs simultanément. C’est ce que le terme «opérations TERA par seconde» ou fait référence.
Mais c’est là que les choses se compliquent. Les NPU s’appuient sur des ensembles d’instructions en profondeur, qui ont déjà été formés sur de grandes quantités de données existantes. Prenez l’exemple de la détection des bords sur les photos, qui s’appuie généralement Réseaux de neurones convolutionnels (CNNS).
Dans un CNN, la couche de convolution gère un filtre (appelé « noyau ») sur tous les domaines de l’image, qui chassera des modèles qu’il soupçonne – grâce à sa formation – sont des bords. Chaque opération mathématique du NPU effectue une convolution, ce qui crée une carte de fonctionnalité sur l’image. Le logiciel répétera ce processus jusqu’à ce qu’il atteigne le point où il est confiant qu’il a trouvé des bords.
Les NPU sont exceptionnels pour effectuer des opérations convolutionnaires, en mesure de les exécuter à grande vitesse et avec de faibles exigences de puissance. Cela est particulièrement vrai par rapport aux processeurs. Cependant, les unités de traitement graphique (GPU), qui utilisent également un traitement parallèle, sont moins optimisées pour cette tâche et donc moins efficaces. Cette baisse de l’efficacité fait une grande différence En ce qui concerne la durée de vie de la batterie de nos appareils.
À quoi servent les NPU?
Perhaps surprisingly, the first phones to include an NPU date back to 2017. That’s when Huawei released the Mate 10 and Apple debuted its A11 Bionic chipset in the iPhone X. But neither of these NPUs was very powerful — each having less than 1 TOPS compared to the 45 TOPS NPUs in a modern-day Qualcomm Snapdragon X chipset, fitted into our meilleurs ordinateurs portables. Il a également fallu plusieurs années pour que les applications apparaissent qui peuvent profiter de la structure unique des puces.
Pourtant, seulement huit ans plus tard, les applications d’IA sont partout. Par exemple, si vous possédez un téléphone récent qui comprend l’option pour retirer les gens des photos – qui utilise presque certainement un NPU. De même, la fonctionnalité « Cercle to Search » de Google, ou « Ajoutez-moi« Utilise une forme de réalité augmentée (AR) propulsée par le NPU pour vous placer sur la photo après avoir déjà pris la photo d’origine.
Les NPU se sont également répandus aux ordinateurs portables. L’année dernière, Microsoft a annoncé « Une nouvelle catégorie de PC Windows conçus pour l’IA, Copilot + PCS. » Ceux-ci exigeaient des NPU avec au moins 40 hauts, qui, malheureusement pour AMD et Intel (dont les premiers NPU, ne fonctionnaient qu’à 15 sommets), les ont exclue de la course. Mais leur perte a été le gain de Qualcomm, car tous ses processeurs Snapdragon X ont dépassé ce seuil avec des NPU évalués à 45 sommets. Les modèles qui profitent de ces nouvelles puces incluent le Microsoft Surface ordinateur portable et les versions Snapdragon du Acer Swift Ai série.
AMD et Intel ont maintenant publié des puces qui répondent aux exigences minimales de Microsoft, ce qui signifie que beaucoup plus d’ordinateurs portables sont sur le marché avec la marque « Copilot + PC ». Pourtant, il y a une piqûre dans cette queue: des ordinateurs portables plus abordables (moins de 800 $) sont désormais susceptibles d’utiliser des processeurs moindres qui ne répondent pas aux critères Copilot + PC.
Quelles sont les meilleures fonctionnalités Copilot + PC?
Mais pourquoi devriez-vous payer plus pour un copilote + PC? Microsoft espère vous tenter avec un certain nombre de fonctionnalités exclusives, et franchement, la plus impressionnante est également la plus controversée. Appelé Rappel, cela promet une « mémoire photographique » qui vous permet de redécouvrir quelque chose que vous avez déjà vu dans Windows 11.
Chaque instantané pris par rappel est analysé par le NPU, en utilisant le contexte, la reconnaissance optique des caractères (OCR) et l’analyse des sentiments pour créer un index que vous pouvez ensuite rechercher – à quel point le rappel vous ramènera dans le temps grâce à une chronologie visuelle. Après un lancement tremblant, où il a été attaqué pour le manque de sécurité ou de contrôle des utilisateurs sur ce que les instantanés ont été stockés, Microsoft a déclaré qu’il avait dépensé Plus de temps remaniant la fonctionnalité pour être plus sécurisé.
D’autres fonctionnalités s’appuient sur ce qui s’est précédé. Image Creator utilise la NPU pour transformer le texte en images, une version améliorée des effets de Windows Studio ajoute des filtres créatifs à vos appels vidéo et en direct déploie le NPU pour traduire toute vidéo que vous regardez.
Des entreprises comme Acer, HP et Lenovo ont publié leurs propres outils d’IA locaux qui peuvent analyser les documents stockés sur votre PC et fournir des résumés et une analyse des sentiments. Ces outils ne sont susceptibles de s’améliorer que avec le temps.
Surveiller
Qu’est-ce qui se passera probablement ensuite avec les NPU?
Au cours des prochaines années, certains experts de l’IA soutiennent que les NPU suivront un chemin similaire aux CPU à leurs débuts – quelque chose de proche La loi de Mooreavec un doublement de hauts chaque année ou deux. Avec cette puissance, il produira des capacités beaucoup plus importantes, au point où vous pouvez créer des illustrations d’IA réalistes localement sur votre ordinateur plutôt que de recourir à des programmes tels que MidJourney.
Au fil du temps, à mesure que les logiciels mûrissent avec le matériel, et de plus en plus de développeurs en profitent, nous nous attendons à voir l’émergence d’agents personnels d’IA qui nous comprennent parce qu’ils ont « vivant » à l’intérieur de nos ordinateurs pendant que nous travaillons. Ils ne serviront pas seulement de joggeurs de mémoire mais effectuent des actions en notre nom.
Les NPU trouveront également une maison dans plus d’appareils que nos téléphones et ordinateurs portables. Les téléviseurs produiront des services d’information personnalisés en utilisant votre présentateur Avatar préféré; Votre tracker de fitness recommandera des séances d’entraînement en fonction de votre humeur et du temps jusqu’à votre prochaine réunion. Qui sait, votre meilleur ami peut un jour être un Robot humanoïde qui vous comprend mieux que n’importe quel humain.
