فهرست مطالب

احتمالاً هنگام بررسی مشخصات لپ‌تاپ‌های جدید با عباراتی مثل NPU، AI Engine، Neural Processing Unit یا AI PC روبه‌رو شده‌اید. بعضی از سازندگان هم هنگام معرفی محصولاتشان روی قدرت پردازش هوش مصنوعی تأکید می‌کنند و عددهایی مثل ۴۰ یا ۵۰ TOPS را به‌عنوان یکی از ویژگی‌های اصلی دستگاه نمایش می‌دهند.

اما NPU دقیقاً چیست؟ آیا یک پردازنده جداگانه است؟ آیا وجود آن باعث می‌شود لپ‌تاپ سریع‌تر کار کند؟ چه تفاوتی با CPU و GPU دارد و آیا برای استفاده از هوش مصنوعی به آن نیاز داریم؟

NPU نوعی واحد پردازشی تخصصی است که برای اجرای محاسبات مرتبط با هوش مصنوعی طراحی شده است. این واحد می‌تواند بخشی از پردازش‌های هوش مصنوعی را با مصرف انرژی کمتر و به شکل بهینه‌تری نسبت به پردازنده اصلی انجام دهد. به همین دلیل، در نسل جدید لپ‌تاپ‌ها و کامپیوترها، NPU به یکی از اجزای مهم سخت‌افزار تبدیل شده است.

در این مقاله ابتدا با زبانی ساده توضیح می‌دهیم NPU چیست و کجا قرار دارد؛ سپس کاربردهای واقعی آن، تفاوتش با CPU و GPU، مفهوم TOPS و نکاتی را بررسی می‌کنیم که هنگام خرید یک لپ‌تاپ مجهز به پردازنده هوش مصنوعی باید بدانید.

NPU چیست؟ به زبان ساده

NPU مخفف عبارت Neural Processing Unit و به معنی «واحد پردازش عصبی» است. این قطعه نوعی پردازنده تخصصی محسوب می‌شود که برای انجام محاسبات موردنیاز شبکه‌های عصبی و مدل‌های هوش مصنوعی بهینه شده است.

برای درک بهتر، تصور کنید کامپیوتر شما یک گروه کاری دارد که هر عضو آن وظیفه مشخصی بر عهده گرفته است. CPU مسئول انجام کارهای عمومی و مدیریت بخش زیادی از عملیات سیستم است، GPU در پردازش‌های گرافیکی و محاسبات موازی قدرت زیادی دارد و NPU برای انجام دسته‌ای از محاسبات هوش مصنوعی طراحی شده است.

برای مثال، وقتی در یک تماس تصویری از قابلیت حذف پس‌زمینه استفاده می‌کنید، سیستم باید تصویر دوربین را تحلیل کند، شما را از محیط اطراف تشخیص دهد و پس‌زمینه را جدا کند. این کار می‌تواند با کمک مدل‌های هوش مصنوعی انجام شود. اگر نرم‌افزار و سخت‌افزار از NPU پشتیبانی کنند، بخشی از این پردازش به واحد عصبی سپرده می‌شود.

بنابراین NPU را می‌توان یک دستیار تخصصی برای پردازش هوش مصنوعی دانست؛ دستیار سخت‌افزاری‌ای که قرار نیست جای پردازنده اصلی یا کارت گرافیک را بگیرد، بلکه در کنار آن‌ها کار می‌کند.

چرا به NPU نیاز داریم؟

تا چند سال پیش، بیشتر پردازش‌های کامپیوتر به CPU و GPU متکی بودند. حتی بسیاری از قابلیت‌های هوش مصنوعی نیز یا روی پردازنده اصلی اجرا می‌شدند یا برای انجام پردازش‌های سنگین از کارت گرافیک کمک می‌گرفتند.

اما با گسترش هوش مصنوعی، تعداد کارهایی که به تحلیل تصویر، تشخیص صدا، پردازش زبان و اجرای مدل‌های یادگیری ماشین نیاز دارند، بیشتر شده است. انجام مداوم این پردازش‌ها با CPU یا GPU می‌تواند منابع سیستم را درگیر کند و مصرف انرژی را افزایش دهد.

اینجاست که NPU اهمیت پیدا می‌کند.

این واحد برای انجام عملیات مشخصی که در مدل‌های هوش مصنوعی تکرار می‌شوند، بهینه شده است. در نتیجه می‌تواند بعضی از این وظایف را با مصرف انرژی کمتر انجام دهد و اجازه بدهد CPU و GPU منابع خود را برای کارهای دیگر حفظ کنند.

این موضوع در لپ‌تاپ‌ها اهمیت بیشتری دارد؛ زیرا دستگاه باید علاوه بر ارائه عملکرد مناسب، مصرف باتری و تولید گرما را نیز مدیریت کند. اجرای بخشی از پردازش‌های هوش مصنوعی روی NPU می‌تواند به افزایش بهره‌وری انرژی کمک کند.

البته یک نکته مهم وجود دارد: وجود NPU به‌تنهایی باعث افزایش سرعت تمام برنامه‌ها نمی‌شود. نرم‌افزار باید برای استفاده از این واحد بهینه شده باشد و مدل هوش مصنوعی موردنظر نیز با سخت‌افزار و درایور آن سازگاری داشته باشد.

تفاوت NPU با CPU و GPU چیست؟

برای شناخت بهتر NPU، باید بدانیم هرکدام از این سه واحد پردازشی چه وظیفه‌ای دارند. در کامپیوترهای جدید، این سه بخش می‌توانند در کنار یکدیگر فعالیت کنند و بسته به نوع پردازش، وظایف را میان خود تقسیم کنند.

CPU؛ پردازنده اصلی کامپیوتر

CPU یا Central Processing Unit همان پردازنده مرکزی است که تقریباً در تمام فعالیت‌های کامپیوتر نقش دارد. اجرای سیستم‌عامل، باز کردن برنامه‌ها، مدیریت دستورات، محاسبات عمومی و هماهنگی میان بخش‌های مختلف سیستم از جمله وظایف آن هستند.

CPU را می‌توان مدیر یک مجموعه کاری در نظر گرفت. این پردازنده باید بتواند با انواع مختلف دستورالعمل‌ها و برنامه‌ها کار کند؛ به همین دلیل، برای انجام طیف گسترده‌ای از وظایف طراحی شده است.

وقتی مرورگر را باز می‌کنید، یک فایل را ویرایش می‌کنید یا نرم‌افزاری را اجرا می‌کنید، CPU در بخش‌های مختلف کار نقش دارد. حتی در پردازش‌های هوش مصنوعی نیز می‌تواند عملیات را انجام دهد، اما برای اجرای بهینه و مداوم بسیاری از محاسبات شبکه‌های عصبی، NPU انتخاب تخصصی‌تری است.

GPU؛ پردازنده گرافیکی

GPU یا Graphics Processing Unit در ابتدا برای پردازش تصویر و نمایش گرافیک طراحی شد، اما به دلیل توانایی بالای آن در انجام محاسبات موازی، امروزه در بسیاری از پردازش‌های هوش مصنوعی نیز کاربرد دارد.

برای مثال، اجرای بازی‌های سه‌بعدی، رندرینگ، پردازش ویدئو و بسیاری از محاسبات سنگین گرافیکی به GPU وابسته‌اند. کارت‌های گرافیک قدرتمند نیز به دلیل توان پردازشی بالا، در آموزش و اجرای مدل‌های بزرگ هوش مصنوعی کاربرد گسترده‌ای دارند.

GPU می‌تواند تعداد زیادی عملیات را به‌صورت هم‌زمان انجام دهد، اما هدف اصلی طراحی آن با NPU متفاوت است. NPU برای الگوهای محاسباتی رایج در شبکه‌های عصبی بهینه شده و معمولاً در اجرای برخی وظایف هوش مصنوعی با مصرف انرژی کمتری عمل می‌کند.

Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore magna aliquam erat volutpat.

واحد پردازشی	وظیفه اصلی	نمونه کاربرد
CPU	پردازش عمومی و اجرای دستورات	اجرای ویندوز، نرم‌افزارها و محاسبات عمومی
GPU	پردازش گرافیکی و محاسبات موازی	بازی، رندرینگ، تدوین و پردازش‌های سنگین هوش مصنوعی
NPU	شتاب‌دهی به محاسبات هوش مصنوعی	حذف نویز صدا، تشخیص تصویر و اجرای مدل‌های هوش مصنوعی

نکته مهم این است که هیچ‌کدام از این سه پردازنده همیشه بر دیگری برتری ندارند. هرکدام برای نوع خاصی از پردازش مناسب‌تر هستند. حتی در یک نرم‌افزار هوش مصنوعی ممکن است بخشی از عملیات روی CPU، بخشی روی GPU و بخش دیگری روی NPU انجام شود.

NPU کجای لپ‌تاپ قرار دارد؟

یکی از سؤال‌های رایج کاربران این است که NPU دقیقاً کجای لپ‌تاپ قرار گرفته و آیا باید آن را مانند کارت گرافیک جداگانه خریداری کرد؟

در بیشتر لپ‌تاپ‌های جدید مجهز به NPU، این واحد داخل تراشه اصلی پردازنده یا در قالب بخشی از یک تراشه یکپارچه (SoC) قرار دارد. به بیان ساده، معمولاً قطعه‌ای مستقل نیست که بتوانید آن را مانند یک کارت گرافیک جداگانه روی مادربرد نصب یا تعویض کنید.

برای مثال، در پردازنده‌های جدید Intel Core Ultra، AMD Ryzen AI و تراشه‌های Qualcomm Snapdragon X، واحدهای پردازش عصبی در ساختار پردازنده یا تراشه اصلی دستگاه تعبیه شده‌اند. به همین دلیل، اگر لپ‌تاپی NPU داشته باشد، معمولاً هنگام خرید نمی‌توانید بعداً یک NPU جداگانه به آن اضافه کنید. این قابلیت به معماری پردازنده و پلتفرم سخت‌افزاری دستگاه وابسته است.

همچنین NPU با حافظه رم یا حافظه گرافیکی اختصاصی تفاوت دارد. این واحد برای اجرای محاسبات هوش مصنوعی طراحی شده و بسته به معماری تراشه، ممکن است از حافظه مشترک سیستم استفاده کند.

NPU در لپ‌تاپ چه کاربردهایی دارد؟

شاید تصور کنید NPU فقط برای اجرای برنامه‌های پیچیده هوش مصنوعی ساخته شده است؛ اما کاربرد آن می‌تواند بسیار روزمره‌تر باشد. بعضی از قابلیت‌هایی که هنگام تماس تصویری، ضبط صدا، ویرایش محتوا یا کار با ویندوز استفاده می‌کنید، می‌توانند از پردازش هوش مصنوعی بهره ببرند. البته اجرای این قابلیت‌ها روی NPU به پشتیبانی نرم‌افزار، سیستم‌عامل، درایورها و مدل سخت‌افزاری بستگی دارد.

۱. بهبود کیفیت تماس تصویری

یکی از کاربردهای ملموس NPU در تماس‌های تصویری است. قابلیت‌هایی مانند محو کردن پس‌زمینه، تشخیص چهره، اصلاح نور و بعضی افکت‌های تصویری می‌توانند با کمک مدل‌های هوش مصنوعی اجرا شوند.

برای مثال، هنگام برگزاری جلسه آنلاین ممکن است بخواهید محیط اطراف شما دیده نشود. نرم‌افزار باید چهره و بدن شما را از پس‌زمینه تشخیص دهد و تصویر را به‌گونه‌ای پردازش کند که محیط پشت سر محو شود. در دستگاه‌ها و نرم‌افزارهای سازگار، NPU می‌تواند این پردازش را با مصرف انرژی مناسب انجام دهد و فشار کمتری به CPU وارد کند.

۲. حذف نویز محیط از صدا

اگر در محیط شلوغ با لپ‌تاپ تماس تصویری برقرار می‌کنید، صدای فن، تایپ صفحه‌کلید، صحبت اطرافیان یا صدای خیابان ممکن است کیفیت مکالمه را کاهش دهد.

مدل‌های هوش مصنوعی می‌توانند صدای انسان را از صداهای مزاحم تشخیص دهند و آن‌ها را تا حدی حذف یا تضعیف کنند. در برخی لپ‌تاپ‌ها و نرم‌افزارهای سازگار، NPU برای اجرای این پردازش به کار گرفته می‌شود. این قابلیت برای جلسات کاری، کلاس‌های آنلاین، تماس‌های اینترنتی و تولید محتوای صوتی می‌تواند مفید باشد.

۳. ترجمه و زیرنویس زنده

یکی دیگر از کاربردهای جذاب پردازنده NPU، پردازش گفتار و تبدیل آن به متن است. سیستم می‌تواند صدای مکالمه را تحلیل کند، کلمات را تشخیص دهد و در صورت پشتیبانی نرم‌افزار، زیرنویس تولید کند یا ترجمه‌ای از گفتار ارائه دهد.

برخی قابلیت‌های Windows Studio و امکانات مرتبط با Copilot+ PC نیز از پردازش هوش مصنوعی برای بهبود تجربه صوتی و تصویری استفاده می‌کنند. مزیت پردازش محلی این است که در قابلیت‌های سازگار، بخشی از عملیات بدون نیاز به ارسال مداوم داده به سرورهای اینترنتی انجام می‌شود.

۴. ویرایش و تولید تصاویر

ابزارهای هوش مصنوعی در نرم‌افزارهای ویرایش تصویر روزبه‌روز بیشتر می‌شوند. تشخیص سوژه، جداسازی پس‌زمینه، تغییر یا بازسازی بخش‌هایی از تصویر و اعمال برخی افکت‌های هوشمند از جمله کارهایی هستند که می‌توانند از پردازش هوش مصنوعی استفاده کنند.

در برخی نرم‌افزارها، NPU می‌تواند اجرای مدل‌های سبک و بهینه‌شده را بر عهده بگیرد. بااین‌حال، تمام ابزارهای تولید تصویر یا ویرایش حرفه‌ای از NPU استفاده نمی‌کنند. بعضی از آن‌ها همچنان به GPU قدرتمند یا پردازش ابری وابسته‌اند. بنابراین اگر برای طراحی گرافیک، تدوین یا تولید محتوای تصویری لپ‌تاپ می‌خرید، صرفاً وجود NPU را معیار انتخاب قرار ندهید. قدرت GPU، مقدار VRAM، پردازنده و رم همچنان اهمیت زیادی دارند.

۵. اجرای قابلیت‌های هوش مصنوعی ویندوز

مایکروسافت در نسخه‌های جدید ویندوز ۱۱ قابلیت‌های مختلفی را با استفاده از هوش مصنوعی توسعه داده است. بعضی از این قابلیت‌ها به سخت‌افزار اختصاصی نیاز دارند و برای اجرای محلی روی دستگاه‌های مجهز به NPU طراحی شده‌اند. در کامپیوترهای سازگار با Copilot+ PC، امکاناتی مانند پردازش هوشمند تصویر، زیرنویس زنده و برخی ابزارهای تولید یا ویرایش محتوا می‌توانند از NPU استفاده کنند.

برای نمونه، قابلیت Live Captions می‌تواند گفتار را به زیرنویس تبدیل کند و برخی امکانات تصویری نیز برای تغییر یا پردازش محتوای نمایش‌داده‌شده از مدل‌های هوش مصنوعی استفاده می‌کنند. البته همه قابلیت‌های هوش مصنوعی ویندوز به NPU نیاز ندارند و همه لپ‌تاپ‌های مجهز به NPU نیز الزاماً تمام امکانات Copilot+ PC را ارائه نمی‌دهند.

۶. اجرای مدل‌های هوش مصنوعی به‌صورت محلی

یکی از کاربردهای مهم‌تر NPU برای کاربران حرفه‌ای، اجرای مدل‌های هوش مصنوعی روی خود دستگاه است. برای مثال، برخی مدل‌های کوچک‌تر زبانی (SLM)، مدل‌های تشخیص تصویر، تبدیل گفتار به متن و ابزارهای پردازش داده می‌توانند پس از بهینه‌سازی، به‌صورت محلی روی سخت‌افزار سازگار اجرا شوند.

در این حالت، لازم نیست برای هر عملیات، اطلاعات به یک سرور ابری ارسال شود. این روش می‌تواند تأخیر را کاهش دهد، وابستگی به اینترنت را کمتر کند و در کاربردهای سازگار، حریم خصوصی بیشتری فراهم کند. البته اجرای محلی به معنی بی‌نیازی کامل از اینترنت نیست. دانلود مدل، دریافت به‌روزرسانی و استفاده از بعضی سرویس‌ها همچنان ممکن است به اتصال اینترنت نیاز داشته باشد.

TOPS در NPU چیست و چرا اهمیت دارد؟

وقتی مشخصات لپ‌تاپ‌های مجهز به هوش مصنوعی را بررسی می‌کنید، احتمالاً با عددی مثل ۴۰ TOPS یا ۵۰ TOPS روبه‌رو می‌شوید. این عدد یکی از معیارهای رایج برای بیان توان پردازشی واحدهای هوش مصنوعی است. TOPS مخفف Trillion Operations Per Second و به معنی «تریلیون عملیات در هر ثانیه» است.

برای مثال، اگر یک NPU قدرت پردازشی ۴۰ TOPS داشته باشد، یعنی در شرایط اندازه‌گیری مشخص می‌تواند حدود ۴۰ تریلیون عملیات در ثانیه انجام دهد. اما آیا هرچه TOPS بیشتر باشد، لپ‌تاپ برای هوش مصنوعی بهتر است؟ نه لزوماً.

TOPS فقط یک معیار برای سنجش توان محاسباتی است و به‌تنهایی عملکرد واقعی دستگاه را مشخص نمی‌کند. نوع محاسبات، دقت عددی، معماری NPU، پشتیبانی نرم‌افزار، پهنای باند حافظه و بهینه‌سازی مدل همگی در نتیجه نهایی نقش دارند.

برای مثال، دو NPU ممکن است عدد TOPS متفاوتی داشته باشند، اما در یک برنامه مشخص اختلاف عملکرد آن‌ها به اندازه اختلاف عدد روی کاغذ نباشد. حتی ممکن است یکی از آن‌ها به دلیل پشتیبانی بهتر نرم‌افزاری، در اجرای یک مدل خاص عملکرد مناسب‌تری ارائه دهد. بنابراین هنگام مقایسه لپ‌تاپ‌ها، TOPS را در کنار سایر مشخصات بررسی کنید، نه به‌عنوان تنها معیار خرید.

چرا عدد ۴۰ TOPS مهم است؟

مایکروسافت برای قرار گرفتن یک دستگاه در گروه Copilot+ PC، حداقل توان ۴۰ TOPS را برای NPU در نظر گرفته است. این دسته از کامپیوترها علاوه بر NPU قدرتمند، شرایط سخت‌افزاری دیگری نیز دارند؛ از جمله حداقل ۱۶ گیگابایت رم و ۲۵۶ گیگابایت حافظه SSD.

به همین دلیل، هر لپ‌تاپی که NPU داشته باشد، الزاماً Copilot+ PC نیست. ممکن است یک پردازنده NPU داشته باشد اما توان آن به حد نصاب موردنیاز این دسته از دستگاه‌ها نرسد. این تفاوت هنگام خرید اهمیت دارد؛ چون بعضی از قابلیت‌های اختصاصی ویندوز فقط روی دستگاه‌هایی با سخت‌افزار سازگار فعال می‌شوند.

تفاوت AI PC با Copilot+ PC چیست؟

این دو اصطلاح گاهی به‌جای یکدیگر استفاده می‌شوند، اما دقیقاً یک معنی ندارند.

AI PC اصطلاحی عمومی‌تر برای کامپیوترهایی است که سخت‌افزار و نرم‌افزار آن‌ها برای اجرای قابلیت‌های هوش مصنوعی بهینه شده است. بسیاری از لپ‌تاپ‌های جدید با پردازنده‌های مجهز به NPU در این گروه قرار می‌گیرند.

اما Copilot+ PC عنوان مشخص‌تری است که مایکروسافت برای دسته‌ای از کامپیوترهای ویندوزی با شرایط سخت‌افزاری تعریف کرده است. یکی از مهم‌ترین این شرایط، NPU با توان حداقل ۴۰ TOPS است. پس می‌توان گفت هر Copilot+ PC یک کامپیوتر مجهز به قابلیت‌های هوش مصنوعی است، اما هر AI PC الزاماً شرایط لازم برای دریافت عنوان Copilot+ PC را ندارد.

این موضوع به‌خصوص هنگام خرید لپ‌تاپ اهمیت دارد. اگر به قابلیت‌های اختصاصی Copilot+ نیاز داری، فقط به عبارت AI در نام پردازنده یا لپ‌تاپ اکتفا نکن و سازگاری دستگاه با الزامات رسمی مایکروسافت را بررسی کن.

کدام پردازنده‌ها NPU دارند؟

با گسترش کامپیوترهای هوش مصنوعی، شرکت‌های مختلفی واحد پردازش عصبی را به پردازنده‌های خود اضافه کرده‌اند. در حال حاضر، خانواده‌های مختلفی از پردازنده‌های Intel، AMD و Qualcomm از این قابلیت بهره می‌برند.

پردازنده‌های Intel Core Ultra

اینتل در خانواده پردازنده‌های Core Ultra از NPU استفاده می‌کند. این واحد در کنار CPU و GPU قرار دارد و برای شتاب‌دهی به پردازش‌های هوش مصنوعی طراحی شده است.

البته همه نسل‌ها و مدل‌های Core Ultra توان یکسانی ندارند. برای مثال، پردازنده‌های Core Ultra سری ۱، سری ۲ و نسل‌های بعدی از نظر معماری و توان NPU تفاوت‌هایی دارند. بنابراین صرفاً دیدن نام Core Ultra برای نتیجه‌گیری درباره قدرت هوش مصنوعی کافی نیست.

پردازنده‌های AMD Ryzen AI

AMD نیز در خانواده Ryzen AI از واحدهای پردازش عصبی استفاده می‌کند. این پردازنده‌ها برای اجرای وظایف هوش مصنوعی در کنار پردازش عمومی و گرافیکی طراحی شده‌اند. مدل‌های مختلف Ryzen AI از نظر توان NPU، تعداد هسته‌ها و معماری گرافیکی تفاوت دارند. اگر قصد خرید لپ‌تاپی برای اجرای قابلیت‌های هوش مصنوعی ویندوز را داری، باید مشخصات دقیق NPU همان مدل را بررسی کنی.

پردازنده‌های Qualcomm Snapdragon X

تراشه‌های Snapdragon X از جمله پردازنده‌های مهم در بازار کامپیوترهای مجهز به هوش مصنوعی هستند. این تراشه‌ها از NPU قدرتمندی بهره می‌برند و در بسیاری از دستگاه‌های Copilot+ PC استفاده شده‌اند.

این خانواده بر پایه معماری ARM طراحی شده است؛ بنابراین هنگام خرید آن، علاوه بر قدرت NPU باید سازگاری نرم‌افزارهای موردنیازت با Windows on ARM را هم بررسی کنی.

آیا NPU برای اجرای ChatGPT و هوش مصنوعی آنلاین لازم است؟

خیر. برای استفاده از ChatGPT، Gemini و بسیاری از ابزارهای هوش مصنوعی آنلاین، داشتن NPU ضروری نیست. وقتی از طریق مرورگر وارد یک سرویس هوش مصنوعی می‌شوی و سؤالی می‌پرسی، بخش اصلی پردازش معمولاً روی سرورهای ارائه‌دهنده سرویس انجام می‌شود. در این شرایط، داشتن یک لپ‌تاپ معمولی با پردازنده مناسب و اتصال اینترنت کافی است.

اما اگر نرم‌افزاری بخواهد مدل هوش مصنوعی را مستقیماً روی لپ‌تاپ اجرا کند، NPU می‌تواند نقش مهمی داشته باشد؛ البته به شرطی که مدل و نرم‌افزار از آن پشتیبانی کنند. تفاوت این دو روش را می‌توان این‌طور خلاصه کرد:

هوش مصنوعی ابری (Cloud AI)

پردازش اصلی روی سرورهای اینترنتی انجام می‌شود و دستگاه شما بیشتر وظیفه ارسال درخواست و نمایش نتیجه را بر عهده دارد.

هوش مصنوعی محلی (On-device AI)

مدل روی خود کامپیوتر اجرا می‌شود و پردازش می‌تواند با کمک CPU، GPU یا NPU انجام شود.

پردازش محلی می‌تواند تأخیر کمتری داشته باشد و در برخی کاربردها اطلاعات را روی دستگاه نگه دارد. در مقابل، اجرای مدل‌های بزرگ به منابع سخت‌افزاری زیادی نیاز دارد و همیشه بهترین انتخاب برای یک لپ‌تاپ سبک نیست.

آیا NPU جایگزین کارت گرافیک می‌شود؟

خیر. این یکی از برداشت‌های اشتباه درباره لپ‌تاپ‌های هوش مصنوعی است.

NPU برای شتاب‌دهی به محاسبات هوش مصنوعی طراحی شده، اما جایگزین GPU نیست. اگر قصد اجرای بازی‌های سنگین، رندرینگ سه‌بعدی، تدوین حرفه‌ای ویدئو یا نرم‌افزارهای گرافیکی پیشرفته را داری، همچنان باید به قدرت کارت گرافیک توجه کنی.

حتی در حوزه هوش مصنوعی نیز GPU کاربردهای مهمی دارد. برای مثال، اجرای مدل‌های بزرگ، تولید تصاویر با مدل‌های سنگین و بسیاری از پردازش‌های حرفه‌ای می‌توانند از کارت گرافیک مجزا بهره ببرند. در مقابل، NPU برای اجرای مداوم و کم‌مصرف برخی وظایف هوش مصنوعی در پس‌زمینه مناسب‌تر است.

پس اگر لپ‌تاپی با کارت گرافیک قدرتمند اما بدون NPU اختصاصی داشته باشی، همچنان می‌توانی بسیاری از برنامه‌های هوش مصنوعی را اجرا کنی. از طرف دیگر، داشتن NPU قدرتمند به معنی مناسب بودن لپ‌تاپ برای رندرینگ یا بازی‌های سنگین نیست.

چگونه بفهمیم لپ‌تاپ NPU دارد؟

برای بررسی وجود NPU چند روش وجود دارد. ساده‌ترین راه، بررسی مشخصات دقیق پردازنده دستگاه است. ابتدا مدل پردازنده را از مسیر Settings و سپس System و About مشاهده کن. همچنین می‌توانی در Task Manager وارد بخش Performance شوی و بررسی کنی آیا گزینه‌ای با عنوان NPU در فهرست سخت‌افزارها نمایش داده می‌شود یا نه. در دستگاه‌هایی که ویندوز و درایورهای مناسب دارند، Task Manager می‌تواند میزان استفاده از NPU را نیز نمایش دهد.

روش دیگر، بررسی مشخصات پردازنده در وب‌سایت رسمی سازنده است. برای مثال، اگر پردازنده دستگاه از خانواده Intel Core Ultra، AMD Ryzen AI یا Qualcomm Snapdragon X باشد، باید مدل دقیق آن را جست‌وجو کنی و مشخصات NPU را ببینی.

صرفاً به نام تجاری پردازنده اکتفا نکن؛ چون مدل‌های مختلف یک خانواده ممکن است توان پردازشی متفاوتی داشته باشند یا در بعضی نسل‌ها اصلاً NPU وجود نداشته باشد.

آیا NPU در ویندوز ۱۱ قابل مشاهده است؟

بله. در دستگاه‌هایی که NPU و درایورهای سازگار دارند، می‌توانی از Task Manager برای بررسی فعالیت آن استفاده کنی.

کلیدهای Ctrl + Shift + Esc را فشار بده.
وارد بخش Performance شو.
در فهرست سخت‌افزارها به دنبال گزینه NPU بگرد.
در صورت نمایش این بخش، می‌توانی میزان استفاده از واحد پردازش عصبی را هنگام اجرای برنامه‌های سازگار بررسی کنی.

اگر گزینه NPU را مشاهده نمی‌کنی، لزوماً به این معنی نیست که دستگاه فاقد آن است. ممکن است پردازنده NPU نداشته باشد، درایور مناسب نصب نشده باشد یا نسخه ویندوز و ابزارهای مورد استفاده از نمایش آن پشتیبانی نکنند.

NPU برای چه کسانی اهمیت بیشتری دارد؟

ارزش NPU به نوع استفاده شما بستگی دارد. اگر بیشتر کارهایتان به وب‌گردی، تماشای فیلم، نرم‌افزارهای اداری و برنامه‌های معمولی محدود می‌شود، احتمالاً وجود NPU در حال حاضر تأثیر تعیین‌کننده‌ای در تجربه روزانه شما ندارد. اما برای بعضی کاربران، این واحد پردازشی اهمیت بیشتری پیدا می‌کند:

کاربران جلسات آنلاین: برای استفاده از قابلیت‌های هوشمند صدا و تصویر مانند حذف نویز و پردازش پس‌زمینه.

تولیدکنندگان محتوا: برای استفاده از ابزارهای سازگار با پردازش هوش مصنوعی و برخی قابلیت‌های ویرایش تصویر و صدا.

برنامه‌نویسان و توسعه‌دهندگان: برای آزمایش و اجرای مدل‌های هوش مصنوعی بهینه‌شده و توسعه برنامه‌های مبتنی بر پردازش محلی.

کاربران حرفه‌ای هوش مصنوعی: برای اجرای مدل‌های کوچک و متوسط سازگار با NPU و بررسی عملکرد آن‌ها روی سخت‌افزار محلی.

کاربرانی که به باتری و حریم خصوصی اهمیت می‌دهند: برای استفاده از برخی قابلیت‌های هوش مصنوعی به‌صورت محلی و با مصرف انرژی بهینه‌تر.

هنگام خرید لپ‌تاپ مجهز به NPU به چه نکاتی توجه کنیم؟

اگر قصد خرید یک لپ‌تاپ جدید داری و می‌خواهی در سال‌های آینده از قابلیت‌های هوش مصنوعی استفاده کنی، بهتر است NPU را در کنار سایر مشخصات دستگاه بررسی کنی.

۱. توان پردازشی NPU

عدد TOPS یکی از معیارهای مهم مقایسه است. اگر می‌خواهی از قابلیت‌های اختصاصی Copilot+ PC استفاده کنی، حداقل توان موردنیاز مایکروسافت را بررسی کن. برای کاربردهای دیگر نیز بهتر است سازگاری نرم‌افزار موردنظرت را در اولویت قرار بدهی.

۲. مدل دقیق پردازنده

نام‌هایی مانند Core Ultra یا Ryzen AI به‌تنهایی برای مقایسه کافی نیستند. نسل و مدل دقیق پردازنده را بررسی کن تا از توان CPU، GPU و NPU آن مطلع شوی.

۳. مقدار حافظه RAM

مدل‌های هوش مصنوعی محلی برای اجرا به حافظه نیاز دارند. اگر قصد اجرای چند برنامه هم‌زمان یا مدل‌های هوش مصنوعی را داری، رم ۱۶ گیگابایت می‌تواند نقطه شروع مناسبی باشد و برای کاربردهای سنگین‌تر ممکن است به ۳۲ گیگابایت یا بیشتر نیاز داشته باشی.

۴. سازگاری نرم‌افزارها

وجود NPU به معنی پشتیبانی خودکار تمام برنامه‌ها از آن نیست. بررسی کن نرم‌افزارهایی که استفاده می‌کنی از NPU دستگاه پشتیبانی می‌کنند یا خیر.

۵. قدرت GPU و سایر مشخصات

اگر علاوه بر هوش مصنوعی به بازی، تدوین و طراحی سه‌بعدی علاقه داری، قدرت GPU را فراموش نکن. NPU جایگزین کارت گرافیک نیست و انتخاب یک لپ‌تاپ متعادل به بررسی تمام بخش‌های سخت‌افزاری نیاز دارد.

جمع‌بندی؛ آیا NPU در لپ‌تاپ واقعاً مهم است؟

NPU یکی از بخش‌های مهم معماری جدید کامپیوترهاست که با هدف اجرای بهینه‌تر پردازش‌های هوش مصنوعی طراحی شده است. این واحد در کنار CPU و GPU فعالیت می‌کند و می‌تواند کارهایی مانند تشخیص صدا، پردازش تصویر، حذف نویز، ترجمه و اجرای برخی مدل‌های هوش مصنوعی را با مصرف انرژی مناسب‌تری انجام دهد.

اگر کاربر معمولی هستی و بیشتر از لپ‌تاپ برای وب‌گردی، تماشای فیلم، کارهای اداری و استفاده از ابزارهای آنلاین هوش مصنوعی استفاده می‌کنی، احتمالاً لازم نیست فقط به خاطر NPU هزینه بیشتری پرداخت کنی.

اما اگر به قابلیت‌های هوش مصنوعی ویندوز، اجرای مدل‌های محلی، ابزارهای هوشمند تولید محتوا یا توسعه نرم‌افزارهای AI علاقه داری، انتخاب یک لپ‌تاپ مجهز به NPU قدرتمند می‌تواند تصمیم آینده‌نگرانه‌ای باشد.

در نهایت، بهترین انتخاب دستگاهی است که میان قدرت پردازنده، کارت گرافیک، حافظه رم، کیفیت نمایشگر، شارژدهی و توان NPU تعادل مناسبی داشته باشد. NPU یک قابلیت مهم و رو به رشد است، اما هنوز به‌تنهایی معیار کافی برای انتخاب یک لپ‌تاپ خوب نیست.