കാലിഫോർണിയയിലെ സാൻ ജോസിൽ നടന്ന ഇന്റൽ ഇന്നൊവേഷൻസ് 2023 ഇവന്റിൽ ഇന്റൽ ഏറെ പ്രതീക്ഷയോടെ കാത്തിരിക്കുന്ന ഇന്റൽ കോർ അൾട്രാ പ്രോസസ്സറുകൾ,  പുറത്തിറക്കി.

ഡാറ്റാ സ്വകാര്യതയ്ക്ക് മുൻഗണന നൽകിക്കൊണ്ട് പേഴ്സണൽ കമ്പ്യൂട്ടറുകളിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കഴിവുകൾ സൂപ്പർചാർജ് ചെയ്യുന്നതിന് രൂപകൽപ്പന ചെയ്ത ഇന്റലിന്റെ ആദ്യത്തെ സംയോജിത ന്യൂറൽ പ്രോസസ്സിംഗ് യൂണിറ്റ് (എൻപിയു) പരിചയപ്പെടുത്തുന്നതിനാൽ ഈ റിലീസ് ഒരു സുപ്രധാന നാഴികക്കല്ല് അടയാളപ്പെടുത്തുന്നു.

കോർ അൾട്രാ പ്രോസസ്സറുകൾ ഡിസംബർ 14 ന് വിപണിയിലെത്തുമെന്ന് ഇന്റൽ ഔദ്യോഗികമായി സ്ഥിരീകരിച്ചു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വ്യക്തിപരവും പ്രാദേശികവത്കരിക്കപ്പെട്ടതുമായിത്തീരുന്നു

വരാനിരിക്കുന്ന കോർ അൾട്രാ പ്രോസസ്സറുകൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പവർ പേഴ്സണൽ കമ്പ്യൂട്ടിംഗിന്റെ ഒരു പുതിയ യുഗത്തിലേക്ക് നയിക്കും. കണക്റ്റിവിറ്റി പ്രശ്നങ്ങൾ കണക്കിലെടുക്കാതെ, കുറഞ്ഞ ലാറ്റൻസി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കമ്പ്യൂട്ടിംഗ് കഴിവുകൾ നൽകുന്നതിന് ഈ ചിപ്പുകൾ സൂക്ഷ്മമായി രൂപകൽപ്പന ചെയ്തിട്ടുണ്ട്, മാത്രമല്ല ഇന്നത്തെ ഡിജിറ്റൽ ലാൻഡ്സ്കേപ്പിൽ കൂടുതൽ നിർണായകമായ നൂതന ഡാറ്റ സ്വകാര്യതാ സവിശേഷതകൾ അവയിൽ സജ്ജീകരിച്ചിരിക്കുന്നു.

സിലിക്കണിലേക്ക് നേരിട്ട് ഒരു എൻപിയു സംയോജിപ്പിക്കുന്നതാണ് ഏറ്റവും ശ്രദ്ധേയമായ കണ്ടുപിടുത്തങ്ങളിലൊന്ന്. തികച്ചും പുതിയതും പരിവർത്തനാത്മകവുമായ പിസി അനുഭവങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നതിനാണ് ഈ എൻപിയു പ്രത്യേകമായി രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.

ഗുണനിലവാരമോ കാര്യക്ഷമതയോ വർദ്ധിപ്പിക്കുന്നതിനും കാര്യക്ഷമമായ ക്ലയന്റ്-സൈഡ് കമ്പ്യൂട്ടിംഗ് വിഭവങ്ങളുടെ അഭാവം കാരണം സാധാരണയായി ക്ലൗഡിലേക്ക് ഓഫ്ലോഡുചെയ്യുന്ന ജോലികൾക്കും മുമ്പ് സിപിയുവിനെ ആശ്രയിച്ചിരുന്ന ജോലിഭാരത്തിന് ഇത് പ്രത്യേകിച്ചും അനുയോജ്യമാണ്.

ക്ലയന്റ് പ്രോസസറുകളുടെ പരിണാമത്തിലെ ഒരു നിർണായക നിമിഷത്തെ ഇന്റലിന്റെ കോർ അൾട്രാ പ്രതിനിധീകരിക്കുന്നു, ഫോവെറോസ് പാക്കേജിംഗ് സാങ്കേതികവിദ്യ പ്രാപ്തമാക്കിയ സവിശേഷമായ ക്ലയന്റ് ചിപ്ലെറ്റ് രൂപകൽപ്പനയ്ക്ക് നന്ദി.

CPU-കളെ മറികടക്കുക, NPU-കൾ ഇവിടെയുണ്ട്

എൻപിയുവിന്റെ അവതരണത്തിനപ്പുറം, ഇന്റൽ 4 പ്രോസസ്സ് സാങ്കേതികവിദ്യ സാധ്യമാക്കിയ പവർ-കാര്യക്ഷമമായ പ്രകടനത്തിൽ ഗണ്യമായ പുരോഗതിയും ഈ പ്രോസസ്സറുകൾ ഉൾക്കൊള്ളുന്നു. കൂടാതെ, കോർ അൾട്രാ പ്രോസസ്സറുകൾ ഡിക്രീറ്റ്-ലെവൽ ഗ്രാഫിക്സിന് സമാനമായ ഗ്രാഫിക്സ് പ്രകടനം അവകാശപ്പെടുന്നു, ഓൺബോർഡ് ഇന്റൽ ആർക്ക് ഗ്രാഫിക്സിന്റെ സംയോജനത്തിന് നന്ദി.

സവിശേഷതകളിലേക്ക് കടക്കാൻ, ഒരു എൻപിയു അല്ലെങ്കിൽ ന്യൂറൽ പ്രോസസ്സിംഗ് യൂണിറ്റ് എന്താണെന്ന് വ്യക്തമാക്കാം. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ), മെഷീൻ ലേണിംഗ് (എം എൽ) ജോലികൾ അസാധാരണമായ കാര്യക്ഷമതയോടെ ത്വരിതപ്പെടുത്തുന്നതിനും നടപ്പിലാക്കുന്നതിനും സൂക്ഷ്മമായി രൂപകൽപ്പന ചെയ്ത ഒരു പ്രത്യേക ഹാർഡ്വെയർ ഘടകമാണിത്.

സെൻട്രൽ പ്രോസസ്സിംഗ് യൂണിറ്റുകൾ (സിപിയു), ഗ്രാഫിക്സ് പ്രോസസ്സിംഗ് യൂണിറ്റുകൾ (ജിപിയു) തുടങ്ങിയ പൊതു-ഉദ്ദേശ്യ പ്രോസസ്സറുകളിൽ നിന്ന് ഇതിനെ വ്യത്യസ്തമാക്കുന്നത് അതിന്റെ ഉദ്ദേശ്യ-നിർമ്മിത സ്വഭാവമാണ്, മാട്രിക്സ് ഗുണനങ്ങളും കൺവ്യൂഷനുകളും ഉൾപ്പെടെ ന്യൂറൽ നെറ്റ് വർക്കുകളിൽ അന്തർലീനമായ സങ്കീർണ്ണമായ ഗണിത കണക്കുകൂട്ടലുകൾ കൈകാര്യം ചെയ്യുന്നതിന് ഒപ്റ്റിമൈസ് ചെയ്തിരിക്കുന്നു.

ഇമേജ്, സ്പീച്ച് റെക്കഗ്നിഷൻ, നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസ്സിംഗ്, ശുപാർശ സിസ്റ്റങ്ങൾ തുടങ്ങിയ ജോലികളിൽ ആപ്ലിക്കേഷനുകൾ കണ്ടെത്തുന്ന ആഴത്തിലുള്ള പഠന അൽഗോരിതങ്ങളുടെ നട്ടെല്ലാണ് ഈ പ്രവർത്തനങ്ങൾ.

മാസ് കമ്പ്യൂട്ടിംഗിലെ അടുത്ത ഘട്ടമായി എൻപിയുകളെ മാറ്റുന്നത് എന്താണ്

കാര്യക്ഷമത: ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ജോലിഭാരം നിർവഹിക്കുന്നതിൽ എൻപിയുകൾ മികവ് പുലർത്തുന്നു, സമാനമായ ജോലികൾ ചെയ്യുമ്പോൾ സിപിയുകളുമായോ ജിപിയുകളുമായോ താരതമ്യപ്പെടുത്തുമ്പോൾ പലപ്പോഴും കുറഞ്ഞ വൈദ്യുതി ഉപയോഗിക്കുന്നു. സ്മാർട്ട്ഫോണുകൾ, ലാപ്ടോപ്പുകൾ തുടങ്ങിയ ബാറ്ററിയിൽ പ്രവർത്തിക്കുന്ന ഉപകരണങ്ങളിൽ ഈ കാര്യക്ഷമത പ്രത്യേകിച്ചും വിലമതിക്കാനാവാത്തതാണ്.

ലോ ലാറ്റൻസി: കുറഞ്ഞ ലാറ്റൻസി പ്രോസസ്സിംഗിനായി എൻപിയുകൾ സൂക്ഷ്മമായി രൂപകൽപ്പന ചെയ്തിരിക്കുന്നു, ഇത് ഓട്ടോണമസ് ഡ്രൈവിംഗ്, റോബോട്ടിക്സ് എന്നിവയുൾപ്പെടെ തത്സമയ, സമയ സെൻസിറ്റീവ് എഐ ആപ്ലിക്കേഷനുകൾക്ക് അനുയോജ്യമാക്കുന്നു.

സ്പെഷ്യലൈസേഷൻ: പൊതു-ഉദ്ദേശ്യ പ്രോസസ്സറുകളിൽ നിന്ന് തികച്ചും വിപരീതമായി, എഐ ജോലികൾക്കായി എൻപിയുകൾ നന്നായി ക്രമീകരിച്ചിരിക്കുന്നു. ന്യൂറൽ നെറ്റ് വർക്ക് കംപ്യൂട്ടേഷനുകൾ കൈകാര്യം ചെയ്യുമ്പോൾ മികച്ച പ്രകടനവും ഊർജ്ജ കാര്യക്ഷമതയും നൽകാൻ ഈ സ്പെഷ്യലൈസേഷൻ അവരെ പ്രാപ്തരാക്കുന്നു.

സമാന്തരത: ന്യൂറൽ നെറ്റ് വർക്ക് പരിശീലനവും അനുമാനവുമായി ബന്ധപ്പെട്ട ജോലികൾക്ക് അടിസ്ഥാന ആവശ്യകതയായ സമാന്തര കംപ്യൂട്ടേഷനുകൾ കൈകാര്യം ചെയ്യാൻ കഴിവുള്ള ഒന്നിലധികം പ്രോസസ്സിംഗ് കോർ അല്ലെങ്കിൽ യൂണിറ്റുകളാണ് എൻപിയുകൾ.

അനുമാന ആക്സിലറേഷൻ: എൻപിയുകൾ സാധാരണയായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അനുമാനത്തിനായി ഉപയോഗിക്കുന്നു, അവിടെ മുൻകൂട്ടി പരിശീലനം ലഭിച്ച മോഡലുകൾ ഇൻപുട്ട് ഡാറ്റയെ അടിസ്ഥാനമാക്കി പ്രവചനങ്ങൾ നടത്തുന്നു. അവ ഈ അനുമാന ദൗത്യങ്ങളെ ത്വരിതപ്പെടുത്തുന്നു, വേഗതയേറിയതും കൂടുതൽ പ്രതികരിക്കുന്നതുമായ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ആപ്ലിക്കേഷനുകൾ പ്രാപ്തമാക്കുന്നു.

സ്മാർട്ട്ഫോണുകൾ, സ്മാർട്ട് ഹോം അപ്ലയൻസുകൾ മുതൽ ഡാറ്റാ സെന്റർ സെർവറുകൾ, എഡ്ജ് കമ്പ്യൂട്ടിംഗ് ഉപകരണങ്ങൾ വരെ വിവിധ തരം ഉപകരണങ്ങളിൽ എൻപിയുകൾ സംയോജനം കണ്ടെത്തുന്നു. ആപ്ലിക്കേഷനുകളുടെ വിശാലമായ സ്പെക്ട്രത്തിലുടനീളം പ്രവേശനക്ഷമതയും കാര്യക്ഷമതയും വർദ്ധിപ്പിച്ച് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ജനാധിപത്യവത്കരിക്കുന്നതിൽ അവരുടെ പ്രധാന പങ്ക് ഉണ്ട്.