پردازنده‌های هوش مصنوعی (AI CPUs) پردازنده‌های کامپیوتری خاصی هستند که واحد پردازش عصبی (NPU) را در خود جای داده‌اند. این پردازنده‌ها برای انجام وظایف هوش مصنوعی به صورت محلی و بر روی دستگاه شما طراحی شده‌اند و در حال حاضر در دستگاه‌های بیشتری دیده می‌شوند و برای اجرای دستیارهای هوش مصنوعی مانند Copilot و Apple Intelligence مورد نیاز هستند.
با توجه به افزایش پردازنده‌های هوش مصنوعی در بازار، سؤالی که ممکن است برای شما هم پیش آمده باشد این است که کدام مدل بهتر بوده و پردازنده کدام یک از سه شرکت اینتل، AMD و اپل برای اجرای هوش مصنوعی مناسب‌تر است. در ادامه این مقاله از دیجی رو با ما همراه باشید تا شما را در یافتن پاسخ این سؤال یاری کنیم.
مقایسه پردازنده‌های هوش مصنوعی
اینتل، AMD، اپل و همچنین کوالکام طراحی‌های جدیدی از تراشه‌های سیستم روی چیپ (SoC) را برای آخرین نسل از پردازنده‌های موبایلی و لپ‌تاپی خود معرفی کرده‌اند. این پردازنده‌های جدید ترکیبی از واحد پردازش گرافیک (GPU)، واحد پردازش مرکزی (CPU) و واحد پردازش عصبی (NPU) را در یک تراشه برای ارائه قابلیت‌های محاسبات هوش مصنوعی کارآمد ترکیب می‌کنند. اگر چه برخی از این تراشه‌های جدید هنوز عرضه نشده‌اند و قرار است در ادامه سال 2024 وارد بازار شوند، اما اطلاعیه‌های رسمی، مشخصات طراحی و ترکیبی از معیارهای گزارش شده و مستقل می‌توانند به ما کمک کنند تا تعیین کنیم که آیا این پردازنده‌های آتی ارزش انتظار را دارند یا اینکه بهتر است همین الان به سراغ خرید یک لپ تاپ هوش مصنوعی برویم.
برای کمک به شما در تصمیم‌گیری برای خرید پردازنده هوش مصنوعی، در اینجا آخرین دستاوردهای صنعت پردازنده‌های هوش مصنوعی از اینتل، AMD، اپل و کوالکام آورده شده است.
Intel Core Ultra 200V (Lunar Lake)
اینتل پردازنده‌های جدید Lunar Lake خود را در کنفرانس کامپیوتکس 2024 معرفی کرد. این سری جدید از پردازنده‌های موبایلی در حالی که همچنان از معماری x86 استفاده می‌کند، چندین بهبود نسبت به طراحی قبلی خود ارائه می‌دهد که عمدتاً بر روی حرارت، کارایی توان، پردازش گرافیکی بهتر و قابلیت محاسبات هوش مصنوعی تمرکز دارند. ویژگی‌های قابل توجه طراحی این تراشه‌ها شامل موارد زیر هستند:
- معماری حافظه یکپارچه: پردازنده‌های Lunar Lake اینتل اکنون حافظه رم LPDDR5 را به عنوان بخشی از طراحی خود یکپارچه کرده‌اند. این باعث پهنای باند بالاتر و مصرف کمتر انرژی در هنگام انتقال داده بین حافظه رم و پردازنده می‌شود.
- فرآیند 3 نانومتری: با فرآیند 3 نانومتری، اینتل تعداد بیشتری ترانزیستور در Lunar Lake تعبیه کرده و عملکرد و کارایی تراشه‌های خود را افزایش داده است.
- NPU یکپارچه: تراشه‌های سری Lunar Lake از شش موتور محاسباتی NPU استفاده می‌کنند که تا 40 ترا عملیات در ثانیه (TOPS) در دقت INT8 ارائه می‌دهد.
- غیرفعال‌سازی هایپرتردینگ: تمام هشت هسته (چهار هسته عملکردی و چهار هسته کارآمد) برای بهبود عمر باتری به جای عملکرد، هایپرتردینگ را غیرفعال کرده‌اند.
با این طراحی جدید، انتظار می‌رود که پردازنده‌های Lunar Lake اینتل 3 برابر عملکرد هوش مصنوعی بهتر، تا 1.5 برابر پردازش گرافیکی سریع‌تر و حدود 40 درصد کارایی توان بیشتری نسبت به پردازنده‌های Meteor Lake قبلی داشته باشند.
AMD Ryzen AI 300 (Strix Point)
در مقابل رویکرد کارآمد اینتل در مدیریت x86، کمپانی AMD بیشتر بر عملکرد بهتر در قبال مصرف بالاتر توان تأکید دارد. در اینجا چند ویژگی که این پردازنده‌ها را قدرتمند می‌سازد، آمده است:
- ریزمعماری Zen 5: بهبودهای قابل توجهی در IPC (دستورالعمل‌ها در هر چرخه) و عملکرد کلی را به ارمغان می‌آورد.
- گرافیک RDNA 3.5 یکپارچه: بهبودهایی نسبت به معماری RDNA قبلی ارائه می‌دهد و عملکرد قابل توجهی در وظایف گرافیکی و هوش مصنوعی اضافه می‌کند.
- NPU XDNA2: بالاترین عملکرد NPU در یک تراشه. قادر به ارائه حداکثر توان 50 ترا عملیات در ثانیه در دقت INT8 و مناسب برای کوپایلت پلاس که به 40 ترا عملیات در ثانیه نیاز دارد.
- Block FP16: وظایف هوش مصنوعی با دقت بالاتر را با کمترین کاهش عملکرد امکان‌پذیر می‌سازد.
این ویژگی‌ها، سری پردازنده‌های Ryzen AI 300 AMD را گزینه‌های قدرتمندی برای وظایف هوش مصنوعی و محاسباتی با بهره‌گیری از قابلیت‌های پیشرفته پردازش گرافیکی و هوش مصنوعی می‌سازد.
Apple M4 (Donan)
اپل M4 از فناوری‌های مشابه M3 استفاده می‌کند، مانند فرآیند 3 نانومتری، حافظه یکپارچه تراشه، طراحی چیپلت و معماری ترکیبی. M4 در حال حاضر در جدیدترین نسل از آیپد پرو به کار گرفته شده و دارای 9 یا 10 هسته CPU (3 یا 4 هسته عملکردی و 6 هسته کارآمد)، یک واحد پردازش عصبی 16 هسته‌ای با توان 35 ترا عملیات در ثانیه و یک چیپ گرافیکی 10 هسته‌ای است که چهار برابر سریع‌تر از M2 است. تغییرات طراحی به اندازه تغییرات Lunar Lake اینتل گسترده نیست، عمدتاً به این دلیل که سری تراشه‌های M اپل در این نقطه به خوبی بهینه شده‌اند و دستگاه‌های ARM به طور کلی کارآمدتر از همتایان x86 خود هستند.
Qualcomm Snapdragon X Elite
کوالکام اکنون پردازنده‌های ARM قدرتمندی برای کامپیوترهای ویندوی تولید می‌کند! پردازنده‌های اسنپدراگون ایکس الیت بر پایه RISC (محاسبات مجموعه دستورالعمل‌های کاهش‌یافته) به جای CISC (محاسبات مجموعه دستورالعمل‌های پیچیده) که در اکثر کامپیوترهای ویندوزی یافت می‌شود، اجرا می‌شوند. کوالکام اعلام کرده است که ایکس الیت از یک پردازنده مرکزی 12 هسته‌ای ARM v8 Oryon، پردازنده گرافیکی Adreno X1 و واحد پردازش عصبی Hexagon با قابلیت 45 ترا عملیات در ثانیه در دقت INT8 استفاده می‌کند، که آن را به پردازنده‌ای قدرتمند برای کوپایلت پلاس تبدیل می‌کند. استفاده از RISC همراه با یک تراشه مجتمع قدرتمند، اسنپدراگون ایکس الیت کوالکام را به رقیبی بزرگ برای تراشه‌های سری M اپل تبدیل می‌کند که آن‌ها نیز پردازنده‌های RISC با عملکرد بالا هستند.
مقایسه پردازنده‌های هوش مصنوعی: اینتل در مقابل AMD، اپل و کوالکام
جدول زیر نشان می‌دهد که چگونه پردازنده‌های AMD Ryzen AI 300، اینتل Lunar Lake، اپل M4 و کوالکام اسنپدراگون ایکس الیت با یکدیگر مقایسه می‌شوند:
| ویژگی | Core Ultra 7 268V | AMD Ryzen AI 9 HX 370 | Apple M4 (10 هسته) | Qualcomm Snapdragon X Elite X1E-84-100 |
|---|---|---|---|---|
| پردازنده مرکزی | تا 5.0 گیگاهرتز (8 هسته/8 رشته Lion Cove/Skymont) | تا 5.1 گیگاهرتز (12 هسته/24 رشته Zen 5 و Zen 5c) | تا 4.4گیگاهرتز (10 هسته/10 رشته ARMv9) | تا 3.8 گیگاهرتز (12 هسته/12 رشته Oryon) |
| پردازشگر گرافیک | تا 2.00 گیگاهرتز (8 هسته Xe2) | تا 2.9 گیگاهرتز (16 هسته AMD Radeon 890M) | تا 1.4 گیگاهرتز (10 هسته Apple M4 GPU) | تا 1.5 گیگاهرتز (Qualcomm Adreno X1) |
| واحد پردازش عصبی | 48 ترا عملیات در ثانیه INT8 | 50 ترا عملیات در ثانیه INT8 | 38 ترا عملیات در ثانیه INT8 | 45 ترا عملیات در ثانیه INT8 |
| توان طراحی حرارتی (TDP) | 17 تا 30 وات | 28 وات | 22 وات | 23 وات |
| فرآیند تولید | 3 نانومتری | 4 نانومتری | 3 نانومتری | 4 نانومتری |
| معماری | x86 | x86 | ARM | ARM |
| دستیار هوش مصنوعی | کوپایلت پلاس (ویندوز) | کوپایلت پلاس (ویندوز) | Apple Intelligence | کوپایلت پلاس (ویندوز) |
با توجه به جدول بالا، دو پردازنده x86 (Lunar Lake و Ryzen AI 300) و دو پردازنده ARM (M4 و اسنپدراگون ایکس الیت) داریم. پردازنده‌های ARM به طور کلی توان بهتری ارائه می‌دهند، در حالی که پردازنده‌های x86 عملکرد بالاتری دارند. با این حال، این فاصله بین عملکرد و کارایی توان با قوی‌تر شدن M4 و ایکس الیت و کارآمدتر شدن Lunar Lake و Ryzen AI 300 کمتر می‌شود.
در زمینه کارایی توان برای پردازنده‌های x86، اینتل با استفاده از فرآیند 3 نانومتری، حافظه درون‌تراشه‌ای، غیرفعال کردن هایپرتردینگ و تعداد هسته‌های کمتر CPU عملکرد بهتری داشته است. در همین حال، پردازنده‌های Ryzen AI AMD با 24 رشته، سرعت کلاک CPU کمی بالاتر، یک پردازنده گرافیکی بسیار قدرتمندتر و واحد پردازش عصبی با قابلیت Block FP16 عملکرد بهتری ارائه می‌دهند.
در مورد پردازنده‌های هوش مصنوعی ARM، اپل M4 از ایکس الیت در زمینه‌های حرارت، CPU و حتی پردازش گرافیک به دلیل قابلیت ردیاب پرتو سخت افزاری و پشتیبانی بومی از برنامه‌های مک او اس پیشی می‌گیرد. با این حال، باید توجه داشت که با وجود مسائل شبیه‌سازی و دیگر مشکلات نرم افزاری، تراشه ایکس الیت همچنان یک پردازنده ARM قدرتمند است که با پردازنده‌های Apple M3، Intel Meteor Lake و AMD Ryzen 7000 رقابت می‌کند.
کدام پردازنده هوش مصنوعی را باید بخرید؟
تولیدکنندگان لپ‌تاپ اغلب گزینه‌هایی برای مشخصات سخت افزاری مختلف، از جمله پردازنده، ارائه می‌دهند. بنابراین، با عرضه تراشه‌های جدید با قابلیت هوش مصنوعی در بازار، کدام پردازنده هوش مصنوعی را باید بخرید؟
- Apple M4 (Donan): بهترین گزینه برای کاربران مک او اس. طراحی و بهینه‌سازی شده برای سیستم عامل مک او اس، ارائه عملکرد رقابتی و عمر باتری طولانی.
- AMD Ryzen AI 300 (Strix Point): ایده‌آل برای گیمرها. پردازنده مرکزی چند هسته‌ای با عملکرد بالا، همراه با یک پردازشگر گرافیک قدرتمند یکپارچه، آن را برای بازی و وظایف سنگین دیگر ایده‌آل می‌کند.
- Intel Core Ultra 200V (Lunar Lake): عملکرد متوازن. تعادل خوبی بین عملکرد و کارایی باتری ارائه می‌دهد. مناسب برای بازی (به خصوص عناوین E-sport)، تولید محتوا، تماشای محتوای رسانه‌ای و مرور وب.
- Qualcomm Snapdragon X Elite: کارآمدترین پردازنده هوش مصنوعی موجود برای ویندوز. اولین پردازنده با پشتیبانی بومی از کوپایلت پلاس. عالی برای کارهای عمومی، مرور وب و تماشای محتوای رسانه‌ای.
اگر چه همه این پردازنده‌ها قابلیت‌های هوش مصنوعی را از طریق واحد پردازش عصبی یکپارچه خود ارائه می‌کنند، ممکن است مدتی طول بکشد تا به طور کامل از پتانسیل‌های آن‌ها بهره‌مند شویم. توسعه‌دهندگان نیاز به زمان بیشتری دارند تا نرم افزاری ایجاد کنند که به طور کامل از واحد پردازش عصبی استفاده کند.
اگر قابلیت‌های هوش مصنوعی برای شما مهم است، یا باید همین حالا یک کامپیوتر با پردازنده اسنپدراگون ایکس الیت تهیه کنید یا منتظر لپ‌تاپ‌های M4، Core Ultra 200V یا Ryzen AI بمانید که در اواخر سال عرضه خواهند شد.
