摘要：自计算机诞生以来，人们就一直将机器比作大脑。这其中就包括两位计算机之父——约翰·冯·诺依曼撰写了一本名为《计算机与大脑》的书，而艾伦·图灵则在1949年说过：“最终，我不明白为什么计算机在大多数领域无法与人类智力平等竞争。”

NPU，正在发挥更大的作用。

自计算机诞生以来，人们就一直将机器比作大脑。这其中就包括两位计算机之父——约翰·冯·诺依曼撰写了一本名为《计算机与大脑》的书，而艾伦·图灵则在1949年说过：“最终，我不明白为什么计算机在大多数领域无法与人类智力平等竞争。”

这种比较的唯一问题是，传统的处理器——中央处理器 (CPU)——根本无法模拟大脑。CPU 过于数学化和逻辑化。而神经处理单元 (NPU) 则采用了完全不同的方法：在其电路中模拟人脑的结构。

然而，以电子方式模仿人脑的运作并非新想法。

字面意义上的电子大脑可以追溯到20世纪40年代中期现代计算机诞生之时，具体来说，是由神经生理学家沃伦·麦卡洛克和逻辑学家沃尔特·皮茨创建的“神经网络”电路。麦卡洛克的开创性工作在20世纪50年代和60年代推动了进一步的研究，但这一想法后来逐渐淡出人们的视野——或许是因为与传统计算机日益强大的数字运算能力相比，它缺乏进步。

“当时日本和德国只有少数人（在研究神经网络），但它还不是一个完整的领域，”被广泛认为是人工智能“教父”之一的法裔美国计算机科学家 Yann LeCun谈到自己在 20 世纪 80 年代初与该领域另一位先驱 Geoffrey Hinton 合作研究神经网络的经历时说道。“直到 1986 年，它才重新成为一个完整的领域。”

然而，神经网络要重新成为计算机科学中受人尊敬的一部分，需要 21 世纪初语音识别的成功。即使在那时，LeCun 也表示：“我们不想使用‘神经元网络’这个词，因为它的名声不好，所以我们把它改成了‘深度学习’。”

“神经处理单元”（NPU）这个术语出现于 20 世纪 90 年代末，但直到苹果、IBM 和谷歌等巨头雄厚的财力投入，才使其从大学实验室走向主流。这些科技公司在硅片研发上投入了数十亿美元，将过去所有的成果结晶成一款适合我们手机和笔记本电脑的产品：一款从人脑中汲取灵感的处理器。LeCun 的命运也因此好转：他现在是 Meta 的首席人工智能科学家。

从某些方面来看，如今的NPU与McCulloch和Pitts发明的NPU并无太大区别：它们的结构通过并行架构模拟了大脑。这意味着，NPU并非按顺序处理问题，而是同时运行数百万甚至数万亿次微型计算。这就是“每秒万亿次运算”（TOPS）的含义。

但事情就在这里变得复杂了。NPU 依赖于深度学习指令集，而这些指令集已经在大量现有数据上进行了训练。以照片中的边缘检测为例，它通常依赖于卷积神经网络(CNN)。

在 CNN 中，卷积层会在图像的每个区域上运行一个滤波器（称为“核”），它会寻找那些它怀疑是边缘的模式——这得益于它的训练。NPU 执行的每个数学运算都称为卷积，它会在图像上创建一个特征图。软件会重复这个过程，直到确信找到了边缘。

NPU 在执行卷积运算方面表现出色，能够以极快的速度和低功耗执行这些运算。与 CPU 相比，这一点尤其突出。然而，同样使用并行处理的图形处理单元 (GPU) 针对此任务的优化程度较低，因此效率较低。效率的下降会对我们设备的电池续航时间造成很大影响。

或许令人惊讶的是，首批搭载 NPU 的手机可以追溯到 2017 年。当时，华为发布了 Mate 10，苹果在 iPhone X 中首次推出了 A11 仿生芯片组。但这两款 NPU 都不太强大——每个 NPU 的运算能力都不到 1 TOPS，而如今最好的笔记本电脑中搭载的现代高通骁龙 X 芯片组中的 NPU 高达 45 TOPS 。能够利用芯片独特结构的应用程序也花了数年时间才出现。

然而仅仅八年后，AI 应用就已无处不在。例如，如果你最近有一部手机，里面有从照片中移除人物的选项——这几乎肯定使用了 NPU。同样，谷歌的“圈出搜索”功能，又称“添加我”，也使用了 NPU 驱动的增强现实 (AR) 技术，可以在你拍完照片后，将你添加到照片中。

NPU 如今也已扩展到笔记本电脑领域。去年，微软宣布推出“专为人工智能设计的全新 Windows PC —— Copilot+ PC”。这些 PC 要求 NPU 至少达到 40 TOPS，而 AMD 和英特尔（其早期 NPU 的运行速度仅为 15 TOPS）的 NPU 不幸地被淘汰出局。但高通的损失恰恰是他们的收获，因为其所有骁龙 X 处理器都超过了这一门槛，NPU 的额定速度均为 45 TOPS。搭载这些新芯片的机型包括微软 Surface Laptop和宏碁Swift AI系列的骁龙版本。

AMD 和英特尔现在都推出了符合微软最低要求的芯片，这意味着市场上贴有“Copilot+ PC”品牌的笔记本电脑数量将大幅增加。然而，这也带来了一个问题：价格更低的笔记本电脑（低于 800 美元）现在很可能仍在使用不符合 Copilot+ PC 标准的低端处理器。

但是，为什么要为 Copilot+ PC 支付更多费用呢？微软希望用一系列独家功能来吸引用户，坦白说，其中最令人印象深刻的功能也是最具争议的。这项名为“Recall”的功能承诺提供“过目不忘”的体验，让你能够重新发现之前在 Windows 11 中看到过的内容。

Recall 拍摄的每个快照都会由 NPU 进行分析，使用上下文、光学字符识别 (OCR) 和情感分析来创建索引，供用户搜索。

Recall 的发布并不顺利，由于缺乏安全性或用户无法控制快照的存储，它曾受到攻击。微软表示，他们投入了更多时间改进该功能，以提高其安全性。

其他功能则基于之前的功能。Image Creator 使用 NPU 将文本转换为图像，Windows Studio Effects 的增强版为您的视频通话添加了创意滤镜，Live Captions 则利用 NPU 来翻译您正在观看的任何视频。

宏碁、惠普和联想等公司都已发布了各自的本地人工智能工具，可以分析存储在电脑上的文档，并提供摘要和情感分析。这类工具未来有望不断改进。

一些人工智能专家认为，未来几年，NPU 将遵循与早期 CPU 类似的发展路径——接近摩尔定律，每秒处理能力 (TOPS) 每隔一两年翻一番。这种能力将带来更强大的功能，最终你可以在计算机上本地创作逼真的 AI 艺术作品，而无需借助 Midjourney 之类的程序。

随着时间的推移，随着软件和硬件的不断成熟，以及越来越多的开发者利用这些技术，我们期待看到能够理解我们个人人工智能代理的出现，因为它们在我们工作时一直“生活”在我们的电脑里。它们不仅仅是记忆助手，还能代表我们执行各种操作。

除了手机和笔记本电脑，NPU 的应用范围可能还会更加广泛。电视将使用你最喜欢的虚拟形象主持人提供个性化新闻服务；你的健身追踪器将根据你的心情和距离下次会议的时间推荐锻炼项目。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！

来源：半导体产业纵横