Huawei Kirin 970 vs Snapdragon 845 – qual terá a melhor NPU?

Ao longo dos últimos anos os processadores têm ficado cada vez mais rápidos e eficientes, isto deve-se muito à rede neural (NPU) que chamamos de “inteligência artificial”, mas qual será mais rápido neste departamento, o Huawei Kirin 970 ou o Snapdragon 845 ?

Estes novos processadores como o Snapdragon 845 e o Kirin 970, com o seu DSP Hexagon e NPU respectivamente, melhoram cada vez mais a nossa experiência com o smartphone, muito devido a este update no hardware dedicado para acelerar tarefas comuns que a máquina vai aprendendo, como reconhecimento de imagem. No entanto, as diferenças de hardware significam que os chips oferecem níveis variados de desempenho.

Foi no final do ano passado que a Huawei apresentou o seu processador, o Kirin 970 da HiSilicon, que acabou por superar o Snapdragon 835 da Qualcomm em vários benchmarks de reconhecimento de imagem.

Mas é claro que a empresa não iria dizer mal do próprio processador. No entanto, uma vez que os benchmarks usados (Resnet e VGG) são algoritmos de redes neurais de reconhecimento de imagem pré-treinados, devemos dar o beneficio da dúvida. A empresa afirma um aumento de doze vezes usando seu HiAI SDK versus o Snapdragon NPE.

Pondo os resultados de parte sejam eles mesmo verdadeiros ou não, podemos perguntar o que causa a diferença de desempenho entre dois processadores com aplicações de “machine learning” semelhantes?

Duas abordagens:

A grande diferença entre o Kirin 970 e o Snapdragon 845 é que no caso do processador da Huawei foi dada preferência a uma unidade de processamento neural projetada especificamente para processar rapidamente certas tarefas de “machine learning”. Por outro lado, a Qualcomm apenas aproveitou o que já tinha, isto é,  usou o projecto DSP Hexagon existente para processar números focando-o em tarefas de “machine learning”.

DSP Hexagon

No Snapdragon 845 a empresa consegue o triplo do desempenho em tarefas de inteligência artificial comparado com o 835. Para ter este resultado no seu DSP, a Qualcomm usa Hexagon Vector Extensions (HVX) que acelera a matemática vetorial de 8 bits, muito usada para tarefas de “machine learning”. Para além disto este novo processador também é composto por uma nova microarquitetura que duplica o desempenho de 8 bits em relação à geração anterior

Apesar do Hexagon DSP da Qualcomm ser uma máquina de processamento matemático eficiente, este ainda é fundamentalmente projetado para lidar com uma grande variedade de tarefas matemáticas e foi gradualmente otimizado para aumentar os casos de uso de reconhecimento de imagem.

Mas não é só o processador da Qualcomm que usa esta tecnologia, o da Huawei também usa um DSP (um Cadence Tensilica Vision P6) para áudio, imagens captadas pelas câmeras entre outros processamentos. Que é muito idêntico ao DSP Hexagon da Qualcomm.

NPU

O que nos faz chegar ao NPU da HiSilicon que é altamente otimizado para o reconhecimento de imagem, mas que fica um pouco a desejar em tarefas normais de DSP, como filtros de EQ de áudio. O NPU é um chip personalizado projetado em colaboração com a Cambricon Technology e construído principalmente em torno de múltiplas unidades de multiplicação de matrizes.

O que podemos concluir desta arquitectura é que o NPU da Huawei foi concebido para reconhecer imagens o mais rápido possível, estamos a falar de 2.000 imagens por segundo. Já a Qulacomm pretende oferecer o mesmo, mas usando um DSP mais convencional e flexível, que não consegue chegar à rapidez do rival.

Diferente mas porquê ?

A questão está na diferença de abordagem da Qualcomm para as restante empresas que fabricam processadores como a Huawei e Apple, visto ser uma empresa de processadores de alto desempenho para várias gamas de smartphones.

A resposta pode ser simples, é que neste momento a diferença não é notória entre as duas abordagens.

Por mais que se compare estas duas abordagens com as aplicações de benchmarks existentes, ainda não se pode concluir nada definitivo, pois ainda não existe uma aplicação dedicada à inteligência artificial ou “machine learning”.

Falamos aqui de reconhecimento de imagem, mas para seremos um pouco mais específicos, isto serve para organizar bibliotecas de fotos, otimizar o desempenho da câmera e desbloquear um telefone com o rosto, estes são alguns exemplos.

Claro que no futuro, possivelmente não muito longínquo, as fabricantes de processador vão ter de inovar e melhor o hardware para uma “inteligência artificial” mais poderosa ou economizar a vida útil da bateria, mas neste momento para o que utilizamos, não se justifica um melhoramento ou investimento.

Não esquecer que um NPU também é outro componente de hardware que programadores de aplicações precisam de decidir se devem ou não suportar.

A Qualcomm não é conhecida por ser a primeira a aparecer com uma tecnologia, como aconteceu com a arquitectura de 64 bits.

O Kirin 970 é mais rápido, mas será que isso interessa ?

Neste momento não existe nenhuma função num smartphone que seja obrigatório usar a inteligência artificial, como tal não há necessidade de um grande investimento neste componente de hardware, pois um simples DSP chega para as tarefas existentes. No máximo o que um NPU pode ajudar neste momento é na vida útil de bateria, mas não será muito perceptível para o utilizador.

Só o ano passado é que ouvimos falar de inteligência artificial num smartphone, com uma componente de hardware orientada para tal, por isso temos de dar tempo ao mercado para amadurecer e encontrar funções que sejam destinadas à “IA”. Nesse momento a diferença entre as velocidades de uma abordagem e outra é muito pouca.

No entanto acredito que nos próximos anos vamos ouvir falar muito mais de “IA” e de hardware dedicado, só temos de esperar que o mercado evolua e que todas as empresas comecem a investir na inovação.

Pode interessar:

A última teoria de Stephen Hawking antes de morrer

Vendas do Samsung Galaxy S9 abaixo do esperado !

Bentley Bentayga Plug-In – Carro elétrico não combina com luxo?

Fonte