Theo Engadget, những công ty công nghệ lớn nhất hoàn toàn ủng hộ cuộc cách mạng về AI. Apple, Qualcomm và Huawei với các cách tiếp cận khác nhau đã chế tạo vi xử lý dành cho di động được thiết kế để giải quyết tốt hơn các tác vụ machine-learning.
Ở IFA năm nay, Huawei đã giới thiệu Kirin 970 và gọi đây là con chip đầu tiên sở hữu bộ vi xử lý thần kinh chuyên dụng (NPU). Sau đó, Apple ra mắt A11 Bionic sử dụng trên iPhone 8, iPhone 8 Plus và iPhone X cung cấp bộ máy thần kinh được giới thiệu là xây dựng dành cho machine-learning (Phương pháp phân tích dữ liệu cho phép tự động hóa việc xây dựng mô hình phân tích).
Mới đây nhất, vào tuần trước, Qualcomm cũng đã công bố chip Snapdragon 845 với điểm nổi bật là khả năng gửi tác vụ AI tới các lõi phù hợp nhất.
Không có nhiều sự khác biệt giữa phương pháp tiếp cận của ba công ty, chúng đều nói về mức độ truy cập họ cung cấp cho các nhà phát triển và lượng điện năng mỗi thiết lập tiêu thụ.
Vi xử lý AI là gì? Nó khác với chip bình thường như thế nào?
Trước tiên, chúng ta hãy tìm hiểu liệu một con chip AI có thực sự khác biệt với những loại CPU hiện tại.
Gần đây, một thuật ngữ bạn có thể nghe thấy khá nhiều trong ngành công nghiệp liên quan đến AI là “tính toán không đồng nhất”. Nó đề cập đến các hệ thống sử dụng nhiều loại vi xử lý, mỗi loại có các chức năng chuyên biệt để đạt hiệu năng cao hoặc tiết kiệm năng lượng.
Ý tưởng này không hề mới, rất nhiều vi xử lý hiện tại đang sử dụng. Những sản phẩm đến từ Huawei, Apple và Qualcomm vừa nêu ở đầu bài đều sử dụng cùng khái niệm, chỉ là ở các mức độ khác nhau.
Từ 3 năm trở lại đây, CPU cho smartphone đã áp dụng kiến trúc big.LITTLE của ARM, kết hợp nhân chậm hơn nhưng tiết kiệm năng lượng với nhân mạnh hơn nhưng tiêu hao điện năng nhanh hơn. Mục tiêu chính là sử dụng ít năng lượng nhất có thể để cải thiện tuổi thọ pin.
Một số điện thoại đầu tiên sử dụng kiến trúc này là Galaxy S4 với chip Exynos 5 do Samsung tự sản xuất, Mate 8 và Honor 6 của Huawei.
Sự phát triển của chip AI
Những con chip dành cho AI ra mắt năm nay đưa khái niệm “tính toán không đồng nhất” lên tầm cao mới bằng cách thêm một thành phần chuyên dụng để thực hiện các tác vụ machine-learning, mà trong trường hợp của Snapdragon 845 là sử dụng số lõi năng lượng thấp.
Cụ thể hơn, Snapdragon 845 có thể kích hoạt bộ xử lý tín hiệu số (DSP) để giải quyết các tác vụ hoạt động trong thời gian dài, đòi hỏi nhiều phép toán lặp đi lặp lại. Mặt khác, những hoạt động như nhận dạng hình ảnh được quản lý tốt hơn bởi GPU – Giám đốc Quản lý Sản phẩm tại Qualcomm, ông Gary Brotman nói với Engadget.
Trong khi đó, A11 Bionic của Apple sử dụng công cụ thần kinh bên trong GPU để tăng tốc độ Face ID, Animoji và một số ứng dụng của bên thứ ba. Điều đó nghĩa là khi bạn kích hoạt các quy trình này trên iPhone X, chip A11 bật công cụ thần kinh để thực hiện những phép tính cần thiết nhằm xác minh bạn là ai (Face ID) hoặc vẽ bản đồ biểu hiện trên khuôn mặt của bạn (Animoji).
Trên Kirin 970, NPU đảm nhiệm các tác vụ như quét và dịch từ ngữ trong ảnh chụp bằng công cụ Translator của Microsoft, ứng dụng bên thứ ba duy nhất tính đến nay được tối ưu hóa cho con chip này.
Huawei cho biết kiến trúc tính toán không đồng nhất có tên “HiAI” của hãng sẽ tối ưu hóa hiệu suất hầu hết các thành phần trên chipset, do đó nó có thể giao nhiệm vụ AI cho nhiều bộ phận hơn, không chỉ NPU.
Chip AI làm được những gì?
Với kiến trúc mới, giờ đây, những phép tính thực hiện bằng machine-learning mà trước kia từng được sử dụng để xử lý thao tác trên đám mây có thể hoạt động hiệu quả hơn trên thiết bị.
Bằng cách sử dụng các bộ phận khác ngoài CPU để chạy tác vụ AI, điện thoại của bạn có khả năng làm nhiều việc cùng lúc, vì vậy bạn ít gặp phải tình trạng giật lag khi chờ một bản dịch hoặc tìm kiếm một bức ảnh.
Thêm vào đó, chạy các quy trình này trên điện thoại thay vì gửi chúng lên đám mây cũng tốt hơn cho sự riêng tư, khi bạn đã giảm thiểu rủi ro tiềm ẩn về việc bị tin tặc lấy cắp dữ liệu.
Một lợi thế lớn khác cho các con chip AI là khả năng tiết kiệm năng lượng. Sức mạnh là nguồn tài nguyên quý giá cần được phân bổ thận trọng, vì một số hành động có thể lặp lại cả ngày.
Do GPU có xu hướng tiêu thụ nhiều điện năng nên nếu tác vụ nào đó mà DSP (vốn quản lý năng lượng hiệu quả hơn) có thể thực hiện với kết quả tương tự, sẽ tốt hơn là kích hoạt GPU cho những trường hợp khác.
Vi xử lý không tự chúng quyết định những lõi sử dụng khi thực hiện một số tác vụ cụ thể. “Ngày nay, các nhà phát triển và nhà sản xuất có quyền lựa chọn chạy nó ở đâu”, Brotman nói.
Tương lai của chip AI hiện vẫn còn bỏ ngỏ
Cho đến nay, chưa có con chip AI nào mang lại lợi ích đáng kể. Các nhà sản xuất chip sẽ tiếp tục tự đưa ra kết quả thử nghiệm và điểm số Benchmark cho đến khi quy trình xử lý bằng AI trở thành một phần quan trọng trong cuộc sống hàng ngày của chúng ta.
Chúng ta đang ở trong giai đoạn đầu của việc machine-learning tích hợp trên thiết bị. Đồng thời, rất ít nhà phát triển sử dụng phần cứng mới.
Tuy nhiên, như một quy luật tất yếu của vận động và tiến hóa, ngay từ bây giờ, cuộc đua đưa tác vụ machine-learning lên thiết bị nhanh hơn cũng như đạt sự cân bằng tốt hơn giữa hiệu năng và tiêu thụ điện đã bắt đầu.
Bạn nghĩ như thế nào về tương lai của chip AI? Cùng chia sẻ quan điểm thông qua phần bình luận ở bên dưới nhé.
