GPU ،NPU و TPU چه فرقی با هم دارند

به گزارش خبرگزاری آنا؛ رقابت بر سر پردازنده‌های هوش مصنوعی فقط به افزایش قدرت محاسباتی محدود نمی‌شود و یکی از چالش‌های اصلی، انجام این محاسبات با هزینه و مصرف انرژی مناسب است. به همین دلیل، شرکت‌های فناوری به سمت طراحی شتاب‌دهنده‌هایی رفته‌اند که برای بارهای کاری مشخص هوش مصنوعی بهینه شده‌اند. این روند را می‌توان هم در تراشه‌های مورد استفاده در دستگاه‌های شخصی و تلفن‌های هوشمند و هم در زیرساخت‌های ابری مشاهده کرد که افزایش حجم مدل‌های هوش مصنوعی، نیاز به سخت‌افزارهای تخصصی‌تر را بیشتر کرده است. در نتیجه، معماری سخت‌افزار به یکی از بخش‌های مهم رقابت میان شرکت‌های فعال در حوزه AI تبدیل شده است.