人工智能 （AI） 在今年取得了巨大的进步，是一个热门的话题，各种人工智能模型和应用也层出不穷。以人工智能为重点的计算机效率的很大一部分是通过NPU实现的，即将推出的高通骁龙X Elite和Intel Core Ultra处理器中都可以发现。

什么是NPU？NPU如何加速AI任务？更重要的是，NPU能为我们做什么？

NPU(Neural Processing Units神经处理单元)，是一种AI芯片，旨在比GPU（图形处理单元）和CPU（计算机处理单元）更快地执行AI任务。NPU通过承担小的重复性进程来减少 GPU 和 CPU 上的一些负载，使计算机在满足 AI 驱动的请求时可以更高效地工作。

神经处理单元 （NPU） 可以加速 AI 机器学习任务，例如语音识别、视频通话中的背景模糊以及对象检测等照片或视频编辑过程。

CPU、GPU 和 NPU 对计算机的整体运行都至关重要，旨在处理不同的渲染和计算任务。 这三个处理器都可以进行一些图像渲染，但它们侧重于不同方面。GPU专门用于渲染视频编辑和游戏任务的复杂图像；NPU 从 GPU 手中分担了一些工作，旨在更快地处理短而重复的 AI 任务。因此 GPU 可以专注于更大任务，系统可以更高效地整体工作。

操作系统会查看你计算机的硬件，并根据系统的规格和可用资源确定 GPU 或 NPU 是否更适合特定的 AI 任务。

为我们所熟知的处理器芯片厂商，英特尔是CPU行业的领导者，英伟达是GPU行业的领导者，而AMD是两者的良好结合。

未来，我们将在处理器中看到越来越多的NPU。比如新的英特尔Core Ultra处理器（原代号为 Meteor Lake）就具有 NPU，在最新的超级本和笔记本电脑中广泛使用。

高通多年来也一直致力于NPU研发，并领先于竞争对手。其骁龙 X Elite 处理器利用 CPU、GPU 和 NPU，很快就会出现在 Windows 笔记本电脑上。据高通称，骁龙 X Elite 可以连续执行每秒 75 Tera 操作 （TOP）。

高通公司通过将Snapdragon X Elite与Apple Macbook Pro笔记本电脑进行基准测试，展示了Snapdragon X Elite的强大功能。高通的NPU也被证明可以处理生成式AI图像，我们可能很快就会在基于高通的手机上看到这种能力。

什么是机器学习，它与深度学习有何不同？

机器学习是人工智能的一个方面，它允许程序收集数据并从其拥有的信息中做出决策。深度学习更进一步，神经网络的功能就像一个人的学习大脑，根据它收集的信息提出新的结果和决策，而不仅仅是重复它。

NPU 对游戏笔记本电脑有帮助吗？

没有太大帮助。专用 GPU 可以完成有关密集型游戏图形的大部分繁重工作，而 NPU 主要用于小型 AI 辅助。因此，NPU 更适合用于超极本和笔记本电脑，而不是游戏笔记本电脑和游戏台式机。

当你关闭游戏并返回 Windows 桌面时，AI 可以帮助检测你的笔记本电脑何时应切换回集成显卡并从 NPU 继续相同的操作。毫无疑问，它们将出现在现代游戏笔记本电脑中，但并不像原始游戏性能的专用显卡那样受到关注。