Categories
CPU, GPU, NPU, TPU 超簡易科普
其實 GPU、NPU、TPU 都是專用處理器，只是其擅長處理的任務並不相同，做為專用處理器，在一定程度都可以降低 CPU 工作負擔，使 CPU 的資源可進行其他運算。因此用戶需要哪個是根據使用者的應用與任務所決定。
CPU (Central Processing Unit)，中央處理器
其核心數量較少，專為通用計算而設計。CPU 在 NAS 當中也可以視為 NAS 的核心大腦，負責執行作業系統跟應用程式所需的命令與程序，因此 NAS 系統跟應用程式的速度都與 CPU 效能有關。
GPU (Graphics Processing Unit) ，圖形處理器
為專門執行繪圖運算工作的微處理器，結構上GPU 由於具有數百或數千個計算單元(ALU)，可並列執行大量計算可被分為嵌入式繪圖晶片與獨立顯示卡兩種。
GPU 除了常聽說的對於玩 3D 遊戲的彩圖計算有幫助以外， 對執行分析、深度學習和機器學習演算法尤其有用，用途並不限於圖像計算。
NPU（Neural network Processing Unit) 神經處理單元
NPU 是專為加速 AI 應用而設計，透過類似於人類的神經系統的處理器，因具備節能的特性， 可滿足長時間的使用，適合持續處理 AI 運算任務，例如圖片生成、人臉辨識等。
TPU (Tensor Processing Unit)，張量處理器
TPU 是 Google 開發專門用於加速機器學習的處理器，與 GPU 相比，TPU 被設計並運用於大量的低精度計算。Google 於研究表明在使用神經網路推斷的 AI 運算任務中，TPU 的效能是當代 GPU 和 CPU 的 15 到 30 倍，但是生產的廠商少，市場供不應求，因此價格昂貴。
QNAP NAS 上的 GPU 如何運作？內建或外接式 GPU 的優勢為何？
QNAP NAS 上的 GPU 分為 CPU 內建 GPU 或是允許用戶藉由 PCIe 擴充的外接式圖形顯示卡 。
CPU 內建 GPU 可加速影片轉檔速度，大型檔案可被快速轉檔成在各種裝置上皆能順暢瀏覽的檔案。例如，QNAP 內建 GPU 的 TVS-h674T 在轉檔速度上，就比前一代未有內建 GPU 的 TVS-674XT 快了1.5倍，可節省大量轉檔的時間。
了解更多：QNAP NAS 內建 GPU 的機種
當 QNAP NAS 使用 PCIe 擴充外接式 GPU 時，除了對於轉檔播放效能、圖形運算等有好處以外，更可透過 GPU Pass-through*，加速虛擬機的圖形應用與顯示效能。
* GPU pass-through 僅與 Windows 架構的 VM 相容，且只適用於特定的 QNAP NAS 型號與顯示卡，購買 QNAP NAS 的顯卡之前，請先查看顯示卡的實體尺寸及電源需求。
了解更多：詳細支援資訊，請查閱 QNAP 相容性列表
QNAP NAS 上的 NPU 如何運作？採用 NPU 的好處為何？
NPU 在 QNAP NAS 中，尤其可加速 QNAP AI Core 的運作。例如：QuMagie 智慧相簿 AI辨識圖像、Qsirch AI OCR 辨識圖形中的文字、QVR Face Insight 人臉辨識與 QVR Human 人流計數等，皆仰賴 NPU 推升 AI 效率。
舉例來說，新一代專為 AI 影像辨識應用而設計的 TS-AI642 AI NAS，搭載 64-bit ARM 八核心處理器，內建運算效能 6 TOPS 的神經運算單元 (NPU)。由於內建 NPU，TS-AI642 可在 0.2 秒完成人臉辨識。與同級 6-bay NAS 機種相比，TS-AI642 中運行的 AI OCR 辨識影像中的文字速度也能有顯著的 20% 效能提升。
了解更多：QNAP NAS 內建 NPU 的機種
QNAP NAS 支援安裝 Edge TPU ，可協助如 QNAP QVR Face 在動態分析串流攝影機影像進行即時人臉辨識時，減輕 NAS 處理器的負擔，尤其適合運用在需要辨識數以萬計人臉影像、或是眾多攝影機串流的商業與安控場域。節能的 Edge TPU 加速器只需 0.5 瓦即可執行 4 TOPS（每秒萬億次操作）的分析。
了解更多： Coral M.2 Accelerator 與 Coral USB Accelerator 產品簡介
資訊時代，選擇適合您需求的 NAS 系統與處理器至關重要
QNAP 提供了多元化硬體規格配置和解決方案，以滿足客戶各種需求。無論是處理大量圖像和影像的 GPU 應用需求、加速 AI 應用的 NPU，或是在機器學習專案中提升效能的 TPU，QNAP 提供靈活且多樣化的軟硬體及高效作業系統，使用戶能夠妥善處理資料儲存備份、執行 AI 分析應用，並增加產業競爭力。
