АРХІТЕКТУРА NPU: ЧОМУ ВАШОМУ КОМП’ЮТЕРУ ПОТРІБЕН ОКРЕМИЙ МОЗОК ДЛЯ ШТУЧНОГО ІНТЕЛЕКТУ

Read full text Summarise with VIRAT
Authors: Дмитро Савченко, Юрій Юрченко
Cited by: 0
References: 6

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

АРХІТЕКТУРА NPU: ЧОМУ ВАШОМУ КОМП'ЮТЕРУ ПОТРІБЕН ОКРЕМИЙ МОЗОК ДЛЯ ШТУЧНОГО ІНТЕЛЕКТУ Анотація.У статті проведено комплексне наукове дослідження архітектурної еволюції сучасних обчислювальних систем у контексті стрімкої інтеграції спеціалізованих нейронних процесорів (Neural Processing Units, NPU).Актуальність роботи зумовлена об'єктивним вичерпанням можливостей класичної архітектури фон Неймана щодо ефективного масштабування продуктивності при виконанні масивно-паралельних обчислень, які є фундаментом для роботи сучасних нейронних мереж та великих мовних моделей.У ході дослідження детально проаналізовано фундаментальну відмінність між універсальними стратегіями центральних процесорів (CPU), орієнтованими на мінімізацію затримки виконання окремих інструкцій (Latency), та спеціалізованими структурами NPU, що фокусуються на забезпеченні максимальної пропускної здатності даних (Throughput).Особливу увагу приділено технічній реалізації систолічних масивів як ядра сучасної NPU-архітектури.Автор обґрунтовує, що використання двовимірних сіток обчислювальних елементів (Processing Elements) дозволяє ефективно вирішити проблему «Memory Wall» шляхом багаторазового повторного використання даних без необхідності постійного звернення до зовнішньої динамічної пам'яті.Досліджено вплив методів апаратного квантування на показники енергоефективності обчислень.Проведено детальний порівняльний аналіз форматів даних FP32, FP16 та INT8, результати якого демонструють можливість критичного зниження енергоспоживання (до 20 разів) при збереженні високої точності роботи інтелектуальних систем.Наукова новизна роботи полягає в систематизації підходів до проектування гетерогенних систем на базі сучасних чипів Apple серії M, Google TPU та Intel AI Boost.Сформульовано висновок про те, що виділення спеціалізованого

Fields of Study & Subjects

Parallel Computing and Optimization Techniques Advanced Memory and Neural Computing Advanced Neural Network Applications

Publication details

Journal / source
Наука і техніка сьогодні
Issue
2(56)
Publication date
21 March 2026
Language
UK