پردازنده های هوش مصنوعی، پردازنده های کامپیوتری تخصصی هستند که یک واحد پردازش عصبی (NPU) را یکپارچه می کنند. پردازندههای هوش مصنوعی که برای کمک به انجام وظایف هوش مصنوعی در دستگاه محلی شما طراحی شدهاند، روز به روز در دستگاههای بیشتری ظاهر میشوند و برای اجرای دستیارهای هوش مصنوعی مانند Copilot و Apple Intelligence مورد نیاز هستند.
خلاصه عناوین
- مقایسه CPU هوش مصنوعی
- مقایسه اینتل در مقابل AMD در مقابل اپل و کوالکام: پردازندههای هوش مصنوعی
- کدام CPU AI را باید بخرید؟
پردازنده های هوش مصنوعی، پردازنده های کامپیوتری تخصصی هستند که یک واحد پردازش عصبی (NPU) را یکپارچه می کنند. پردازندههای هوش مصنوعی که برای کمک به انجام وظایف هوش مصنوعی در دستگاه محلی شما طراحی شدهاند، روز به روز در دستگاههای بیشتری ظاهر میشوند و برای اجرای دستیارهای هوش مصنوعی مانند Copilot و Apple Intelligence مورد نیاز هستند.
بنابراین، با وجود تمام پردازنده های هوش مصنوعی در بازار، چه چیزی باید بخرید؟
مقایسه CPU هوش مصنوعی
اینتل، AMD، اپل و کوالکام طراحیهای جدید SoC (سیستم روی تراشه) را برای آخرین پردازندههای موبایل خود اعلام کردهاند. این پردازندههای جدید ترکیبی از CPU، GPU و NPU را در یک تراشه ادغام میکنند تا قابلیتهای محاسباتی کارآمد هوش مصنوعی را ارائه دهند. اگرچه برخی از این SoC های جدید هنوز در انتظار انتشار در سال 2024 هستند، اما اعلامیه های رسمی، مشخصات طراحی و ترکیبی از معیارهای مستقل و گزارش شده می توانند به ما کمک کنند تا مشخص کنیم که آیا این پردازنده های آینده ارزش صبر کردن را دارند یا اینکه آیا لپ تاپ هوش مصنوعی را درست خریداری می کنید. اکنون
برای کمک به تصمیم گیری در مورد پردازنده های هوش مصنوعی، در اینجا آخرین پیشرفت پردازنده های هوش مصنوعی از Intel، AMD، Apple و Qualcomm آورده شده است.
Intel Core Ultra 200V (Lunar Lake)
را
اینتل پردازندههای جدید Lunar Lake خود را در کنفرانس Computex 2024 معرفی کرد. این خط جدید از پردازندههای موبایل چندین پیشرفت را نسبت به طراحی قبلی خود ارائه میکند، که عمدتاً بر روی حرارت، بهرهوری انرژی، GPU بهتر و قابلیت محاسبات هوش مصنوعی تمرکز دارد در حالی که هنوز از معماری x86 استفاده میکند. ویژگی های قابل توجه طراحی SoC عبارتند از:
- معماری حافظه یکپارچه: پردازنده های Lunar Lake اینتل اکنون رم LPDDR5 را به عنوان بخشی از طراحی SoC خود یکپارچه می کنند. این اجازه می دهد تا در حین انتقال داده ها بین رم و پردازنده، پهنای باند بالاتر و مصرف انرژی کمتری داشته باشید.
- فرآیند 3 نانومتری: اینتل با یک فرآیند 3 نانومتری، ترانزیستورهای بیشتری را در Lunar Lake بسته بندی می کند و عملکرد و کارایی انرژی آن را افزایش می دهد.
- NPU یکپارچه: SoC Lunar Lake از شش موتور محاسباتی NPU استفاده میکند که تا ۴۰ TOPS (عملیات Tera در ثانیه) قابلیت محاسبات هوش مصنوعی را با دقت INT8 ارائه میکند.
- Hyperthreading غیرفعال: هر هشت هسته (چهار هسته عملکرد و چهار هسته کارآمد) دارای Hyperthreading غیرفعال هستند تا عمر باتری بهتر از عملکرد داشته باشند.
با این طراحی جدید SoC، انتظار میرود که پردازندههای Lunar Lake اینتل در مقایسه با پردازندههای قبلی Meteor Lake، دارای عملکرد 3 برابری هوش مصنوعی، تا 1.5 برابر پردازش گرافیکی سریعتر و حدود 40 درصد بازده انرژی بیشتر باشند.
AMD Ryzen AI 300 (Strix Point)
برخلاف رویکرد کارآمد انرژی اینتل در مدیریت x86، AMD بیشتر بر روی کارایی تاکید میکند که به قیمت مصرف انرژی بیشتر است. در اینجا چند ویژگی وجود دارد که این پردازنده ها را قدرتمند می کند:
- ریزمعماری Zen 5: پیشرفت های قابل توجهی در IPC (دستورالعمل در هر ساعت) و عملکرد کلی به ارمغان می آورد.
- گرافیک یکپارچه RDNA 3.5: بهبودهایی را در معماری قبلی RDNA ارائه میکند و بهبود عملکرد قابل توجهی را در کارهای گرافیکی و هوش مصنوعی اضافه میکند.
- XDNA2 NPU: بالاترین عملکرد NPU در SoC. قابلیت تا 50 TOPS با دقت INT8 و مناسب برای Copilot+ که به 40 TOPS نیاز دارد.
- Block FP16: وظایف هوش مصنوعی با دقت بالاتر را با کاهش کمی در عملکرد فعال می کند.
این باعث میشود سری پردازندههای Ryzen AI 300 AMD گزینههای قدرتمندی برای انجام وظایف محاسباتی و هوش مصنوعی، بهرهگیری از گرافیک پیشرفته و قابلیتهای پردازش هوش مصنوعی باشد.
Apple M4 (دونان)
Apple M4 از فناوریهای مشابه M3 مانند گره پردازش 3 نانومتری، حافظه یکپارچه با تراشه، طراحی چیپلت و معماری ترکیبی استفاده میکند. M4 در حال حاضر در جدیدترین iPad Pro ادغام شده است و 9 یا 10 هسته CPU (3 یا 4 هسته عملکرد و 6 هسته کارآمدی)، یک NPU 16 هسته ای با قابلیت 35 TOPS و یک GPU 10 هسته ای چهار برابر سریعتر از M2. تغییرات طراحی به اندازه Lunar Lake اینتل شدید نیست، بیشتر به این دلیل که تراشههای سری M در این مرحله به خوبی بهینه شدهاند و دستگاههای ARM صرفاً نسبت به همتایان x86 خود کارآمدتر هستند.
Qualcomm Snapdragon X Elite
کوالکام اکنون در حال تولید پردازنده های ARM توانمند برای دستگاه های ویندوزی است! پردازندههای Snapdragon X Elite به جای CISC (محاسبات مجموعه دستورالعملهای پیچیده) که در اکثر رایانههای ویندوزی وجود دارد، روی RISC (محاسبات مجموعه دستورالعملهای کاهشیافته) اجرا میشوند. کوالکام اعلام کرده است که X Elite SoC از یک پردازنده ۱۲ هستهای ARM v8 Oryon، پردازنده گرافیکی Adreno X1 و NPU Hexagon با قابلیت ۴۵ TOPS با دقت INT8 استفاده میکند که آن را به یک پردازنده Windows Copilot Plus قادر میسازد. استفاده از RISC همراه با یک SoC قدرتمند، Snapdragon X Elite کوالکام را به رقیب بزرگی برای تراشههای سری M اپل تبدیل میکند که همچنین پردازندههای RISC با کارایی بالا هستند.
مقایسه اینتل در مقابل AMD در مقابل اپل و کوالکام: پردازندههای هوش مصنوعی
در اینجا جدولی برای مقایسه اینتل Lunar Lake، AMD Ryzen AI 300، Apple M4 و Qualcomm Snapdragon X Elite آورده شده است:
ویژگی
Core Ultra 7 268V
AMD Ryzen AI 9 HX 370
Apple M4 (10 هسته ای)
Qualcomm Snapdragon X Elite X1E-84-100
CPU
حداکثر 5.0 گیگاهرتز (8 هسته/8 رشته Lion Cove/Skymont)
تا 5.1 گیگاهرتز (12 هسته/24 رشته Zen 5 و Zen 5c)
حداکثر 4.4 گیگاهرتز (10 هسته / 10 رشته ARMv9)
حداکثر 3.8 گیگاهرتز (12 هسته / 12 رشته Oryon)
پردازنده گرافیکی
تا 2.00 گیگاهرتز (8 هسته ای Xe2)
تا 2.9 گیگاهرتز (16 هسته ای AMD Radeon 890M)
تا 1.4 گیگاهرتز (GPU 10 هسته ای Apple M4)
تا 1.5 گیگاهرتز (Qualcomm Adreno X1)
NPU
48 تاپ INT8
50 تاپ INT8
38 تاپ INT8
45 تاپ INT8
توان طراحی حرارتی (TDP)
17-30 وات
28 وات
22 وات
23 وات
گره فرآیند
3 نانومتر
4 نانومتر
3 نانومتر
4 نانومتر
معماری
x86
x86
ARM
ARM
دستیار هوش مصنوعی
Copilot Plus (ویندوز)
Copilot Plus (ویندوز)
هوش اپل
Copilot Plus (ویندوز)
بر اساس جدول بالا، دو پردازنده هوش مصنوعی x86 (Lunar Lake و Ryzen AI 300) و دو پردازنده ARM (M4 و Snapdragon X Elite) داریم. پردازندههای ARM عموماً به داشتن راندمان انرژی بهتر شناخته میشوند، در حالی که x86 عملکرد بالاتری دارد. با این حال، به نظر میرسد که با قدرتمندتر شدن M4 و X Elite و Lunar Lake و Ryzen AI 300، این شکاف بین عملکرد و بهرهوری انرژی نزدیکتر میشود.
از نظر بهره وری انرژی برای پردازنده های X86، اینتل با گره پردازش 3 نانومتری، حافظه روی تراشه، غیرفعال شدن هایپرتردینگ و تعداد هسته های CPU کمتر این کار را بهتر انجام داده است. در همین حال، Ryzen AI SoC AMD عملکرد بهتری را با 24 رشته با سرعت کلاک CPU کمی بالاتر، پردازنده گرافیکی بسیار قوی تر و NPU با قابلیت بلوک FP16 ارائه می دهد.
در مورد پردازندههای ARM AI، M4 اپل به دلیل قابلیت ردیابی سریع سختافزاری و پشتیبانی بومی از برنامههای macOS، X Elite را در گرما، CPU و حتی GPU شکست میدهد. با این حال، باید توجه داشت که با وجود شبیه سازی و سایر مشکلات نرم افزاری، تراشه X Elite همچنان یک پردازنده قدرتمند مبتنی بر ARM است که رقیب پردازنده های M3 اپل، Meteor Lake اینتل و Ryzen 7000 AMD است.
کدام CPU AI را باید بخرید؟
سازندگان لپ تاپ اغلب گزینه هایی را برای مشخصات سخت افزاری مختلف از جمله پردازنده ارائه می دهند. بنابراین، با عرضه SoC های جدید با قابلیت هوش مصنوعی امسال به بازار، کدام پردازنده هوش مصنوعی را باید تهیه کنید؟
- Apple M4 (دونان): بهترین برای کاربران macOS. طراحی و بهینه سازی شده برای macOS، ارائه عملکرد رقابتی و عمر باتری طولانی.
- AMD Ryzen AI 300 (Strix Point): ایده آل برای گیمرها. CPU چند رشته ای با کارایی بالا، همراه با یک GPU یکپارچه قدرتمند، آن را برای بازی و سایر کارهای فشرده ایده آل می کند.
- Intel Core Ultra 200V (Lunar Lake): عملکرد متعادل. تعادل خوبی بین عملکرد و کارایی باتری ارائه می دهد. مناسب برای بازی (مخصوصاً عناوین E-sport)، وظایف بهره وری، مصرف رسانه، و به طور کلی مرور وب.
- Qualcomm Snapdragon X Elite: با باتری کارآمدترین پردازنده ویندوز هوش مصنوعی موجود است. این اولین نسخه ای است که به طور بومی از Windows Co-Pilot Plus پشتیبانی می کند. برای بهره وری عمومی، مرور وب و مصرف رسانه عالی است.
اگرچه همه این پردازنده ها از طریق NPU های یکپارچه خود دارای قابلیت های هوش مصنوعی هستند، ممکن است مدتی طول بکشد تا ما به طور کامل از آنها بهره مند شویم. توسعه دهندگان برای ایجاد نرم افزاری که به طور کامل از NPU استفاده می کند به زمان بیشتری نیاز دارند.
اگرچه ممکن است اکنون خرید یک لپتاپ جدید وسوسهانگیز باشد، اما قابلیتهای هوش مصنوعی در این SoCهای جدید بهطور قابلتوجهی بهتر از آنهایی است که در سال 2023 منتشر شدند. بنابراین، اگر قابلیتهای هوش مصنوعی برای شما مهم هستند، یا باید یک رایانه شخصی Snapdragon X Elite داشته باشید. همین حالا یا منتظر لپتاپهای M4، Core Ultra 200V یا Ryzen AI باشید.