Categories
Introduzione super semplice a CPU, GPU, NPU e TPU
In realtà, GPU, NPU, TPU sono tutti processori specializzati, ma destinati a compiti diversi. Come processori specializzati, possono ridurre il carico di lavoro della CPU fino a un certo punto, consentendo alle risorse della CPU di essere utilizzate per altri compiti computazionali. Pertanto, quale di essi un utente necessita è determinato dall’applicazione e dai compiti dell’utente.
CPU (Central Processing Unit)
Ha meno core ed è progettata specificamente per il calcolo generale. La CPU può anche essere vista come il cervello di NAS , responsabile dell’esecuzione dei comandi e dei programmi richiesti dal sistema operativo e dalle applicazioni, quindi la velocità del sistema e delle applicazioni NAS è legata alle prestazioni della CPU.
GPU (Graphics Processing Unit)
Un microprocessore dedicato all’esecuzione di operazioni di disegno, la GPU è strutturata con centinaia o migliaia di Arithmetic Logic Units (ALU) ed è capace di elaborare parallelamente una grande quantità di calcoli, e può essere classificata in chip grafici integrati e schede grafiche autonome.
Oltre al loro uso comune per il rendering grafico nei giochi 3D, le GPU sono particolarmente utili per eseguire analisi, apprendimento profondo e algoritmi di machine learning, e le loro applicazioni certamente non si limitano all’elaborazione di immagini.
NPU (Neural Network Processing Unit)
NPU è progettato specificamente per accelerare le applicazioni AI, attraverso processori che imitano il sistema neurale umano. È efficiente dal punto di vista energetico, adatto per un uso a lungo termine e ideale per compiti computazionali AI continui, come la generazione di immagini, il riconoscimento facciale, ecc.
TPU (Tensor Processing Unit)
TPU è un processore sviluppato da Google specificamente per accelerare i compiti di machine learning. A differenza delle GPU, i TPU sono progettati per calcoli di bassa precisione su larga scala. Le ricerche di Google mostrano che nei compiti di inferenza AI utilizzando reti neurali, le prestazioni dei TPU sono da 15 a 30 volte quelle delle GPU e CPU contemporanee. Tuttavia, poiché la domanda non può essere sufficientemente soddisfatta dall’offerta a causa del numero limitato di produttori, i TPU possono essere molto costosi.
Come funziona la GPU su QNAP NAS ? Quali sono i vantaggi delle GPU integrate o esterne?
Le GPU su QNAP NAS sono GPU integrate all’interno della CPU o schede grafiche esterne che possono essere espanse dagli utenti tramite PCIe.
La GPU integrata nella CPU può accelerare la velocità di conversione dei file per video , consentendo la rapida conversione di file di grandi dimensioni in formati che possono essere facilmente consultati su vari dispositivi. Ad esempio, il QNAP con una GPU integrata, TVS-h674T, è 1,5 volte più veloce nella velocità di conversione dei file rispetto alla generazione precedente TVS-674XT senza una GPU integrata, risparmiando un notevole tempo di conversione dei file.
Scopri di più: Modelli QNAP NAS con GPU integrata
Quando QNAP NAS utilizza una GPU di espansione PCIe esterna, oltre a migliorare le prestazioni di riproduzione della conversione dei file e il calcolo grafico, può anche potenziare le applicazioni grafiche e le prestazioni di visualizzazione delle macchine virtuali tramite il pass-through della GPU*.
* Il pass-through della GPU è compatibile solo con VM in un’architettura Windows ed è applicabile solo a specifici modelli di QNAP NAS e schede grafiche. Prima di acquistare una scheda grafica QNAP NAS , si prega di verificare prima le dimensioni fisiche e i requisiti di alimentazione della scheda grafica.
Per maggiori informazioni: Per informazioni dettagliate sul supporto, si prega di visitare Lista di compatibilità QNAP .
Come funziona NPU su QNAP NAS ? Quali sono i vantaggi di NPU?
Specificamente, l’NPU in QNAP NAS accelera il funzionamento di QNAP AI Core . Ad esempio: QuMagie riconoscimento di immagini dell’album intelligente AI, Qsirch riconoscimento del testo OCR AI nelle immagini, QVR Face riconoscimento facciale Insight e QVR Human conteggio delle persone, tutti si affidano all’NPU per potenziare l’efficienza dell’AI.
Ad esempio, la nuova generazione TS-AI642 AI NAS , specificamente progettata per applicazioni di riconoscimento immagini AI, è dotata di un processore ARM octa-core a 64 bit e di un’unità di elaborazione neurale (NPU) integrata con una prestazione di calcolo di 6 TOPS. Grazie all’NPU integrato, il TS-AI642 può completare il riconoscimento facciale in 0,2 secondi. Rispetto al modello della stessa classe a 6 bay NAS , la velocità di riconoscimento OCR AI del testo nelle immagini eseguita dal TS-AI642 può anche ottenere un significativo miglioramento delle prestazioni del 20%.
Scopri di più: Modelli QNAP NAS con NPU integrato
QNAP NAS supporta l’installazione di Edge TPU, che può assistere applicazioni come QNAP QVR Face nell’eseguire il riconoscimento facciale in tempo reale durante l’analisi dinamica dei flussi video . Questo riduce il carico di lavoro sul processore NAS ed è particolarmente adatto per applicazioni che richiedono il riconoscimento di decine di migliaia di immagini facciali, o in aree commerciali e Sicurezza con numerosi flussi video . L’acceleratore Edge TPU a basso consumo energetico richiede solo 0,5 watt per eseguire 4 TOPS (trilioni di operazioni al secondo) di analisi.
Scopri di più: Acceleratore Coral M.2 e Acceleratore USB Coral Panoramica del prodotto
Nell’era dell’informazione, scegliere il giusto sistema NAS e processore è fondamentale
QNAP offre specifiche hardware diverse e soluzioni per soddisfare varie esigenze dei clienti. Che si tratti di gestire grandi volumi di immagini e flussi video con GPU, accelerare applicazioni AI con NPU, o migliorare le prestazioni nei progetti di apprendimento automatico con TPU, QNAP è abbastanza flessibile da fornire software e hardware diversificati così come sistemi operativi ad alta efficienza per consentire agli utenti di gestire efficacemente i backup dati Archiviazione , eseguire applicazioni di analisi AI e aumentare la competitività industriale.
