Останніми роками виробники смартфонів все частіше хваляться не тільки кількістю ядер процесора чи частотою, а й потужністю NPU — нейронного процесора. Але що це насправді за компонент і чи впливає він на щоденне користування телефоном?
NPU — це не CPU і не GPU
NPU (Neural Processing Unit) — окремий блок у чипі смартфона, спроєктований спеціально для задач машинного навчання: розпізнавання образів, обробки мови, роботи з нейромережами. На відміну від центрального процесора (CPU), який універсальний і виконує будь-які інструкції послідовно, або графічного процесора (GPU), заточеного під паралельні обчислення для графіки, NPU оптимізований саме під матричні операції, з яких складаються нейромережі.
Головна перевага такого підходу — енергоефективність. Ті самі обчислення, які CPU виконав би повільно й з великими витратами заряду, NPU робить швидше і з набагато меншим споживанням енергії.
Де це відчутно на практиці
- Камера. Розпізнавання сцен, оптимізація кольору й експозиції в реальному часі, покращення нічних знімків, розмиття фону на портретах — усе це в сучасних телефонах рахує саме NPU.
- Голосові функції. Розпізнавання мови для голосових асистентів, транскрибування розмов і перекладачі в реальному часі працюють значно швидше й точніше з апаратним прискоренням.
- Фото- та відеообробка. Автоматичне видалення об’єктів з кадру, генеративне заповнення фону, стабілізація відео на основі аналізу руху — усе це вимагає локальних обчислень нейромереж, і саме тут NPU дає відчутний приріст швидкості.
- Локальний ШІ без інтернету. Дедалі більше функцій — від підсумовування тексту до розпізнавання об’єктів — виробники намагаються переносити безпосередньо на пристрій, щоб не залежати від хмарних серверів і не передавати особисті дані назовні. Потужний NPU — необхідна умова для цього.
Чи варто дивитися на потужність NPU при виборі телефона
Для більшості повсякденних сценаріїв — так, варто, особливо якщо телефон купується на кілька років вперед. Виробники поступово переносять дедалі більше функцій обробки фото, перекладу й розумних підказок безпосередньо на пристрій, і без достатньо потужного нейропроцесора ці функції або працюватимуть повільно, або будуть недоступні взагалі.
Втім, орієнтуватися варто не на голі цифри продуктивності NPU з прес-релізів (методики вимірювання в різних виробників відрізняються, і порівнювати їх напряму некоректно), а на реальні відгуки про швидкість роботи конкретних AI-функцій у флагманських оглядах — саме там видно різницю на практиці.