اپل تراشه M4 را معرفی کرد، یک ارتقاء قدرتمند جدید که در نسل بعدی آی‌پد (و در ادامه، بهترین مک‌بوک‌ها و مک‌ها ) وارد خواهد شد. شما می توانید پوشش ضرب به ضرب ما را در مورد رویداد اپل تحلیل کنید، اما یکی از عناصر ارائه برخی از کاربران را سردرگم کرده است: TOPS دقیقاً به چه معناست؟

TOPS مخفف عبارت «تریلیون عملیات در ثانیه» است و اساساً معیاری ویژه سخت‌افزار از قابلیت‌های هوش مصنوعی است. TOPS بیشتر به معنای عملکرد سریع‌تر هوش مصنوعی روی تراشه است، در این مورد موتور عصبی موجود در تراشه Apple M4.

تراشه M4 قادر به 38 TOPS است - یعنی 38,000,000,000,000 عملیات در ثانیه. اگر به نظر می رسد یک عدد به طرز حیرت آور عظیمی باشد، خوب، همینطور است! واحدهای پردازش عصبی مدرن (NPU) مانند موتور عصبی اپل با سرعت فوق العاده ای در حال پیشرفت هستند. به عنوان مثال، تراشه A16 Bionic خود اپل که کمتر از دو سال پیش در آیفون 14 پرو معرفی شد، 17 TOPS را ارائه کرد.

تراشه جدید اپل حتی قدرتمندترین تراشه هوش مصنوعی نیست که وارد بازار می شود - اسنپدراگون ایکس الیت آینده کوالکام ظاهراً 45 TOPS را ارائه می دهد و پیش بینی می شود اواخر امسال در لپ تاپ های ویندوزی عرضه شود.

TOPS چگونه محاسبه می شود؟

فرآیندهایی که به وسیله آنها عملکرد هوش مصنوعی را اندازه گیری می کنیم هنوز در مراحل ابتدایی نسبی هستند، اما TOPS معیاری مفید و قابل دسترس برای کاربر برای تشخیص اینکه یک پردازنده معین چقدر در کار با ابزارهای هوش مصنوعی "خوب" است ارائه می دهد.

من در آستانه ورود به بخش فنی هستم، پس اگر به ریاضیات اهمیت نمی دهید، به بخش بعدی بروید! استاندارد فعلی صنعت برای محاسبه TOPS TOPS = 2 × تعداد واحد MAC × فرکانس / 1 تریلیون است. 'MAC' مخفف multiply-accumulate است. یک عملیات MAC اساساً یک جفت محاسبات (یک ضرب و یک جمع) است که توسط هر واحد MAC روی پردازنده یک بار در هر چرخه ساعت اجرا می‌شود و فرمول‌هایی را که باعث عملکرد مدل‌های هوش مصنوعی می‌شوند، نیرو می‌دهد. هر NPU دارای مجموعه ای از واحدهای MAC است که توسط ریزمعماری NPU تعیین می شود.

«فرکانس» در اینجا با سرعت کلاک پردازنده مورد نظر تعریف می‌شود - به‌ویژه، چند سیکل می‌تواند در هر ثانیه پردازش کند. این یک معیار رایج است که در CPU ها، GPU ها و سایر اجزا نیز استفاده می شود و اساساً نشان دهنده سرعت "سرعت" قطعه است.

پس ، برای محاسبه تعداد عملیات در ثانیه که یک NPU می تواند انجام دهد، به سادگی تعداد واحد MAC را در 2 برای تعداد عملیات خود ضرب می کنیم، سپس آن را در فرکانس ضرب می کنیم. این یک رقم OPS را به ما می‌دهد، که سپس آن را بر یک تریلیون تقسیم می‌کنیم تا کمی خوش‌مزه‌تر شود (و هنگام تایپ کردن، کلید صفر شما مهربان‌تر شود).

به زبان ساده، TOPS بیشتر به معنای عملکرد بهتر و سریع‌تر هوش مصنوعی است.

چرا TOPS مهم است؟

TOPS، به ساده‌ترین عبارت ممکن، بهترین راه فعلی ما برای قضاوت درباره عملکرد دستگاه برای اجرای بارهای کاری هوش مصنوعی محلی است. این هم برای صنعت و هم برای عموم مردم صدق می کند. این یک عدد ساده است که به متخصصان و مصرف کنندگان اجازه می دهد بلافاصله عملکرد پایه هوش مصنوعی دستگاه های مختلف را مقایسه کنند.

TOPS فقط برای هوش مصنوعی روی دستگاه قابل استفاده است، به این معنی که ابزارهای هوش مصنوعی مبتنی بر ابر (مانند ربات هوش مصنوعی مورد علاقه اینترنت، ChatGPT ) معمولاً از TOPS بهتر بهره نمی‌برند. با این حال، هوش مصنوعی محلی روز به روز رایج‌تر می‌شود و نرم‌افزار حرفه‌ای محبوبی مانند مجموعه Adobe Creative Cloud شروع به پیاده‌سازی آپشن های مبتنی بر هوش مصنوعی بیشتری می‌کند که به قابلیت‌های دستگاه شما بستگی دارد.

لازم به ذکر است که TOPS به هیچ وجه یک معیار کامل نیست. در پایان، این یک رقم نظری است که از آمار سخت افزاری به دست می آید و می تواند تفاوت زیادی با عملکرد دنیای واقعی داشته باشد. عواملی مانند در دسترس بودن نیرو، سیستم‌های حرارتی و اورکلاک می‌توانند بر سرعت واقعی که یک NPU می‌تواند بارهای کاری هوش مصنوعی را اجرا کند، تأثیر بگذارد.

با این حال، برای این منظور، اکنون شاهد ظهور بنچمارک‌های هوش مصنوعی هستیم، مانند Procyon AI از UL Benchmarks (سازندگان برنامه‌های محبوب 3DMark و PCMark). اینها می توانند ایده بسیار واقع بینانه تری را در مورد اینکه چگونه می توانید انتظار داشته باشید که TechRadar در حال اجرای تست های عملکرد هوش مصنوعی به عنوان بخشی از معیار تحلیل ما در آینده نزدیک باشد، ارائه دهد!