ટોપ્સ શું છે

વિકાસની ગરમીમાં કૃત્રિમ બુદ્ધિ પ્રક્રિયા ગતિ માપવા માટે માપનના ચોક્કસ એકમનો ઉપયોગ વ્યાપક બન્યો છે: TOPS (ટેરા ઓપરેશન્સ પ્રતિ સેકન્ડ), જોકે એ સાચું છે કે તેનો ઉપયોગ અન્ય ટેકનોલોજીકલ ક્ષેત્રો. આ પોસ્ટમાં આપણે સમજાવીશું qટોપ્સ શું છે? અને તેનું કાર્ય શું છે.

પણ આ માપનના એકમો વિશે આપણે શું વાત કરી રહ્યા છીએ? TOP એટલે પ્રતિ સેકન્ડ એક ટ્રિલિયન ("b" સાથે) ઓપરેશન્સ, NPU પ્રતિ સેકન્ડ કેટલી કામગીરી સંભાળી શકે છે. આ રીતે, 40-TOPS પ્રોસેસર પ્રતિ સેકન્ડ 40 ટ્રિલિયન કામગીરીનું પ્રોસેસિંગ કરી શકશે. ખરેખર પ્રભાવશાળી.

જ્યારે આપણે "ઓપરેશન" વિશે વાત કરીએ છીએ ત્યારે આપણે ગણતરીઓની સંખ્યાનો ઉલ્લેખ કરીએ છીએ જે ઉત્પન્ન કરે છે ન્યુરલ નેટવર્ક્સ  જ્યારે વિવિધ પ્રકૃતિના ડેટાનો મોટી માત્રામાં ગુણાકાર કરવામાં આવે છે. TOPS આંકડો જેટલો ઊંચો હશે, એટલે કે, તેની કમ્પ્યુટિંગ શક્તિ જેટલી વધારે હશે, તેની પ્રોસેસિંગ ઝડપ પણ એટલી જ વધારે હશે..

અબજો અથવા તો ટ્રિલિયનમાં વ્યક્ત થતી સંપૂર્ણ સંખ્યાઓ માનવ મગજ માટે ખૂબ મોટી છે. જેમ કે જ્યારે આપણે બ્રહ્માંડમાં તારાવિશ્વો અને અંતર વિશે વાત કરીએ છીએ. તેથી જ આપણે TOPS નો ઉપયોગ કરવો પડે છે. નવી જરૂરિયાતો માટે એક નવું મેટ્રિક.

પૃથ્વી પર આવીને, આ મૂલ્યના મહત્વને સમજવા માટે અહીં કેટલાક ઉદાહરણો છે: નવા ક્વોલકોમ સ્નેપડ્રેગન X પ્રોસેસર્સ પીસી કોપાયલટ પ્લસ ચિપ્સ પહેલાથી જ 45 TOPS થી સજ્જ છે, જ્યારે નવી AMD AI 300 ચિપ્સ લેપટોપ માટે 50 TOPS ની ક્ષમતાનું વચન આપે છે. બધું જ સૂચવે છે કે, તેનો ભાગ ગણવો જોઈએ એઆઈ કોમ્પ્યુટરનો આગામી પેઢીનો યુગ, તે ન્યૂનતમ જરૂરિયાત કોઈપણ ન્યુરલ પ્રોસેસિંગ યુનિટ (NPU) માં સ્થિત છે ૪૦ ટોપ્સ.

કમ્પ્યુટર્સ અને કૃત્રિમ બુદ્ધિ

તે સાચું છે: TOPS એ માપનનું એકમ છે જેનો ઉપયોગ આપણે જ્યારે કરવો જોઈએ AI સિસ્ટમ્સથી સજ્જ કમ્પ્યુટર્સ. એટલે કે, નવી પેઢીના કમ્પ્યુટર્સ જે બજારમાં પહેલેથી જ આવી રહ્યા છે. પીસીના NPU ના પ્રદર્શનને સ્પષ્ટ કરવા માટે એક અસરકારક સંસાધન.

આપણે આ શબ્દની આદત પાડવી પડશે: NPU, કૃત્રિમ બુદ્ધિ કાર્યોનો હવાલો સંભાળતો પ્રોસેસર જે વધુને વધુ કમ્પ્યુટર્સમાં સામેલ થાય છે.

એ જાણવું પણ મહત્વપૂર્ણ છે કે કમ્પ્યુટરના સ્પષ્ટીકરણો વાંચતી વખતે, આપણે જે TOPS આકૃતિ જોઈએ છીએ તે AI કેવી રીતે કાર્ય કરી રહ્યું છે તે ચોક્કસ રીતે પ્રતિબિંબિત કરતું નથી. અન્ય પરિબળો જે તેના અંતિમ પ્રદર્શનને પણ પ્રભાવિત કરે છે. ઉદાહરણ તરીકે, ચોક્કસ હાર્ડવેર ઘટક માટે AI મોડેલમાં ઑપ્ટિમાઇઝેશન નિઃશંકપણે પરિણામોને અસર કરશે, જેનો અર્થ એ છે કે બીજો ચલ ઉમેરવો.

જોકે, આપણે તેનો ઉપયોગ NPU ની વાસ્તવિક ગતિ અને અન્ય સંબંધિત મુદ્દાઓ માટે સંદર્ભ તરીકે કરી શકીએ છીએ:

• સૌ પ્રથમ, તે એક ઉત્તમ છે AI એપ્લિકેશનોના અમલીકરણ ગતિનું સૂચક કમ્પ્યુટર પર: જેટલા વધુ TOPS, તેટલો ઓછો પ્રતિભાવ સમય.
• તે પણ એક સારું છે નવા અલ્ગોરિધમ્સ અને ન્યુરલ નેટવર્ક્સના વિકાસનું સંદર્ભ સ્તર ટીમનું: જેટલા વધુ TOPS, તેટલી વધુ કમ્પ્યુટિંગ શક્તિ.
• બીજી બાજુ (જોકે આ ઘરના કમ્પ્યુટર્સના સામાન્ય અવકાશની બહાર છે), TOPS એ એક સારો માર્ગ છે કૃત્રિમ બુદ્ધિની તાલીમ પ્રક્રિયાઓની પ્રગતિ માપવા.

એક ઉપયોગી, પણ બિનસત્તાવાર, મીટર

જોકે, મહત્વપૂર્ણ હોવા છતાં, TOPS ને હજુ સુધી કૃત્રિમ બુદ્ધિ માટે માપનના પ્રમાણભૂત અને સાર્વત્રિક એકમ તરીકે સ્વીકારવામાં આવ્યું નથી. ટેક ઉદ્યોગ TOPS માપવાની સાચી રીત પર સંમત થયો નથી. અને તે ખૂબ જ સંભવ છે કે તે ક્યારેય નહીં થાય. હાલમાં, દરેક ઉત્પાદક તેની ગણતરી અલગ રીતે કરે છે, જે તેની વિશ્વસનીયતામાં નોંધપાત્ર ઘટાડો કરે છે.

આ ઉપરાંત એ હકીકત પણ ઉમેરાઈ છે કે AI ખરેખર કેવી રીતે કાર્ય કરે છે તે અંગે હજુ પણ ઘણી અસ્પષ્ટ વિગતો છે, ખાસ કરીને જ્યારે તે અમલમાં આવે છે. વિવિધ પરિબળો જે પરિણામોને એક યા બીજી રીતે પ્રભાવિત કરી શકે છે.

વધુ અનુભવી વપરાશકર્તાઓ પહેલાથી જ આ પ્રકારની સમસ્યાથી વાકેફ છે: જ્યારે CPU ગીગાહર્ટ્ઝ (GHz) માં ગતિ દર્શાવે છે, ગેમર્સ તેઓ બીજા મીટર પર વધુ ધ્યાન કેન્દ્રિત કરવાનું પસંદ કરે છે: TFLOPS (ફ્લોટિંગ પોઈન્ટ ઓપરેશન્સ પ્રતિ સેકન્ડ), માપનનું એકમ જેનો ઉપયોગ મોટાભાગના વિડીયો કાર્ડ્સ અને ગેમ કન્સોલની સ્પષ્ટીકરણ સૂચિમાં થાય છે. અને જો આપણે મેમરી જેવા અન્ય પાસાઓમાં ગયા વિના, ફક્ત પ્રદર્શન વિશે વાત કરી રહ્યા છીએ.

ટૂંકમાં, સ્થાનિક NPU અને GPU જ વિશિષ્ટ AI કાર્યોનું સંચાલન કરે છે, તેથી TOPS જેવા માપનના એકમનો ઉપયોગ PC ના AI પ્રદર્શનને સંપૂર્ણપણે વ્યાખ્યાયિત કરવા માટે કરી શકાતો નથી.

તો હમણાં માટે આપણે વાત કરવી પડશે એક મૂલ્યવાન અને તદ્દન વ્યવહારુ સૂચક, પણ નિર્ણાયક નથી. અલબત્ત, જ્યારે વાત આવે ત્યારે તેઓ સંદર્ભ તરીકે સેવા આપશે નવા AI કમ્પ્યુટર્સના NPU ની તુલના કરો. જે બજારમાં પહેલેથી જ આવી રહ્યા છે.