|
|
1.什么是npu？
NPU的英文全称为“Neural-network Processing Unit”，即神经网络处理单元。与之对应的，CPU是中央处理器、GPU是图形处理器。“神经网络”听起来可能有些晦涩难懂，但换成“人工智能”“AI”似乎就熟悉多了。
简单来说，NPU就是手机上专门处理人工智能深度学习的硬件。看到这里，不少人可能会想到高通骁龙820上首次搭载的NPE。的确，NPE和NPU有类似之处，它的英文全称为“Neural Processing Engine”，即神经处理引擎。NPE和NPU都能处理类似的任务，但NPE是软件层面，而NPU是硬件层面。如果拿电脑举例，显卡是其图像处理器，是硬件；而寒霜、虚幻、EGO等都是游戏引擎，仍属于软件。当然高通的NPE还是要借助CPU和GPU完成的。
由于神经网络算法及机器学习需要涉及海量的信息处理，而当下的 CPU / GPU 都无法达到如此高效的处理能力，所以需要有一个独立的处理芯片来做这个事。
ARM在今年早些时候发布了Cortex-A75和A55 CPU以及Mali-G72 GPU设计，它们均具备更高级的机器学习算法，但并非通过NPU实现。
ARM用于提升SoC机器学习能力的关键在于计算数据库（Compute Library），其中包括一整套用于成像和视觉项目的功能，以及谷歌TensorFlow等机器学习框架，开发者可以利用这些内容重新编译自己需要的版本。
除了ARM，高通也拥有自己的Hexagon SDK，同样包括机器学习的通用矩阵算法，可以实现更高效的DSP运行效率。此外，高通Symphony System Manager SDK则提供了一套专门优化计算机视觉、图像及数据处理和低级算法的API，也适用于智能手机的常见处理需求。
2.搭载npu有什么好处？
NPU 可以帮助手机更精准和快速地识别拍摄场景，让手机选择最合适的图像处理算法，在双摄背景虚化时，让手机对边缘虚化的处理更准确，还有最近很火的 AR 相机，NPU 可显著提高渲染的速度，降低功耗。再比如说，有了 NPU 之后，手机可以将语音和语义识别的部分工作转移到手机本地，提高语音和语义识别的表现，提高手机中语音交互应用（比如语音输入法、智能语音助手）的体验。
手机NPU通常用来：
一、用户行为学习
通过了解用户经常会在哪些地方做什么事情，来分析用户的使用习惯，目的是在经过一段时间的学习之后，自动为用户在某些场景实现某些功能。从而优化手机的内存运存，及时做出系统资源优化。
二、是图像识别
图像识别或许是最近经常听到的一个名词，以往我们的手机无法知道一张图片里，除了我们的脸之外，还有些什么，而如今借助 NPU 这类芯片，手机能够知道你在哪里拍了什么照片，经过长时间不断的学习用户拍照的习惯之后，手机便能在你拍摄的过程中实时分析拍摄场景，并分别针对不同的场景进行相机参数的设置，从而实现随手拍出好照片。
|
|
收藏
