Categories
Bardzo Proste Wprowadzenie do CPU, GPU, NPU i TPU
Właściwie, GPU, NPU, TPU to wszystko specjalistyczne procesory, ale przeznaczone do różnych zadań. Jako procesory specjalistyczne, mogą w pewnym stopniu zmniejszyć obciążenie CPU, pozwalając zasobom CPU być używanym do innych zadań obliczeniowych. Dlatego to, którego użytkownik potrzebuje, jest określone przez aplikację i zadania użytkownika.
CPU (Centralna Jednostka Przetwarzająca)
Ma mniej rdzeni i jest specjalnie zaprojektowany do ogólnych obliczeń. CPU można również postrzegać jako mózg Serwer NAS , odpowiedzialny za wykonywanie poleceń i programów wymaganych przez system operacyjny i aplikacje, więc szybkość systemu Serwer NAS i aplikacji jest związana z wydajnością CPU.
GPU (Jednostka Przetwarzania Graficznego)
Mikroprocesor dedykowany do wykonywania operacji rysowania, GPU jest zbudowany z setek lub tysięcy Jednostek Alogiczno-Arytmetycznych (ALU) i jest zdolny do równoległego przetwarzania dużej ilości obliczeń, i może być kategoryzowany na wbudowane układy graficzne i samodzielne karty graficzne.
Poza ich wspólnym zastosowaniem do renderowania grafiki w grach 3D, GPU są szczególnie przydatne do wykonywania analiz, głębokiego uczenia się i algorytmów uczenia maszynowego, a ich zastosowania zdecydowanie nie ograniczają się do przetwarzania obrazu.
NPU (Jednostka Przetwarzania Sieci Neuronowych)
NPU jest specjalnie zaprojektowany do przyspieszania aplikacji AI, poprzez procesory naśladujące ludzki system neuronalny. Jest energooszczędny, odpowiedni do długotrwałego użytku i idealny do ciągłych zadań obliczeniowych AI, takich jak generowanie obrazów, rozpoznawanie twarzy itp.
TPU (Jednostka Przetwarzania Tensorów)
TPU to procesor opracowany przez Google specjalnie do przyspieszania zadań uczenia maszynowego. W przeciwieństwie do GPU, TPU są zaprojektowane do obliczeń dużej skali o niskiej precyzji. Badania Google pokazują, że w zadaniach wnioskowania AI z wykorzystaniem sieci neuronowych, wydajność TPU jest 15 do 30 razy większa niż współczesnych GPU i CPU. Jednak, jako że popyt nie może być w pełni zaspokojony przez podaż z powodu ograniczonej liczby producentów, TPU mogą być bardzo drogie.
Jak działa GPU na QNAP Serwer NAS ? Jakie są zalety wbudowanych lub zewnętrznych GPU?
GPU na QNAP Serwer NAS to albo GPU zintegrowane z CPU albo zewnętrzne karty graficzne, które użytkownicy mogą rozbudować przez PCIe.
Wbudowana GPU w CPU może przyspieszyć prędkość konwersji plików dla film , umożliwiając szybką konwersję dużych plików na formaty, które mogą być płynnie przeglądane na różnych urządzeniach. Na przykład, QNAP z wbudowaną GPU, TVS-h674T, jest 1,5 raza szybszy w prędkości konwersji plików niż poprzednia generacja TVS-674XT bez wbudowanej GPU, oszczędzając znaczną ilość czasu na konwersję plików.
Dowiedz się więcej: Modele QNAP NAS z wbudowanym GPU
Gdy QNAP Serwer NAS używa zewnętrznej karty GPU PCIe, oprócz poprawy wydajności konwersji plików, odtwarzania i obliczeń graficznych, może również zwiększyć wydajność aplikacji graficznych i wyświetlania maszyn wirtualnych poprzez GPU Pass-through*.
* Przekazywanie GPU jest kompatybilne tylko z maszynami wirtualnymi w architekturze Windows i dotyczy tylko określonych modeli QNAP Serwer NAS i kart graficznych. Przed zakupem karty graficznej QNAP Serwer NAS , proszę najpierw sprawdzić wymiary fizyczne i wymagania dotyczące zasilania karty graficznej.
Więcej informacji: Aby uzyskać szczegółowe informacje o wsparciu, odwiedź Lista kompatybilności QNAP .
Jak działa NPU na QNAP Serwer NAS ? Jakie są zalety NPU?
Konkretnie, NPU w QNAP Serwer NAS przyspiesza działanie QNAP AI Core . Na przykład: QuMagie inteligentne albumy rozpoznawanie obrazów AI, Qsirch rozpoznawanie tekstu AI OCR na obrazach, QVR Face rozpoznawanie twarzy Insight i QVR Human liczenie osób, wszystkie te funkcje opierają się na NPU do zwiększenia wydajności AI.
Na przykład nowa generacja TS-AI642 AI NAS , specjalnie zaprojektowana do aplikacji rozpoznawania obrazów AI, jest wyposażona w 64-bitowy procesor ARM ośmiordzeniowy oraz zintegrowaną jednostkę przetwarzania neuronowego (NPU) o wydajności obliczeniowej 6 TOPS. Dzięki wbudowanej NPU, TS-AI642 może zakończyć rozpoznawanie twarzy w 0,2 sekundy. W porównaniu z modelem tej samej klasy 6-bay Serwer NAS , prędkość rozpoznawania tekstu OCR AI w obrazach przetwarzanych przez TS-AI642 może również osiągnąć znaczącą poprawę wydajności o 20%.
Dowiedz się więcej: Modele QNAP NAS z wbudowanym NPU
QNAP Serwer NAS wspiera instalację Edge TPU, która może pomagać aplikacjom takim jak QNAP QVR Face w wykonywaniu rozpoznawania twarzy w czasie rzeczywistym podczas dynamicznej analizy strumieni film . To redukuje obciążenie procesora Serwer NAS i jest szczególnie odpowiednie dla aplikacji wymagających rozpoznawania dziesiątek tysięcy obrazów twarzy, lub w obszarach biznesowych i Zabezpieczenia z licznymi strumieniami film . Energooszczędny akcelerator Edge TPU wymaga tylko 0,5 wata do wykonania 4 TOPS (bilionów operacji na sekundę) analizy.
Dowiedz się więcej: Akcelerator Coral M.2 oraz Akcelerator USB Coral Przegląd Produktu
W erze informacji, wybór odpowiedniego systemu Serwer NAS i procesora jest kluczowy
QNAP oferuje różnorodne specyfikacje sprzętowe i rozwiązania, aby sprostać różnym potrzebom klientów. Niezależnie od tego, czy chodzi o obsługę dużych wolumenów obrazów i filmy z GPU, przyspieszanie aplikacji AI z NPU, czy zwiększanie wydajności w projektach uczenia maszynowego z TPU, QNAP jest na tyle elastyczny, aby zapewnić zróżnicowane oprogramowanie i sprzęt oraz wysokowydajne systemy operacyjne, umożliwiające użytkownikom efektywne zarządzanie dane Pamięć masowa kopiami zapasowymi, wykonanie aplikacji analizy AI i zwiększenie konkurencyjności przemysłowej.
