Älykännyköissä tekoälyprosessoriytimet eli NPU:t ovat olleet arkipäivää jo useita vuosia. Itse ostin ensimmäisen tekoälyavusteisen halpiskännykkäni melko tarkalleen viisi vuotta sitten sadalla eurolla. Tekoälyä sitä ostaessani ei muistaakseni erityisemmin mainostettu, mutta myyntipakkauksessa ominaisuuksista isoimmalla tekstillä luki “AI camera system”. Kun siinä oli lisäksi kolmoiskamerajärjestelmä, sillä pystyi ottamaan hienoja kuvia eivätkä kuvat koskaan epäonnistuneet kameran takia.

Aihe ajankohtaistui, kun olen käyttänyt nyt yli kuukauden niin vanhoja kännyköitä vuosilta 2016 ja 2017, että niissä ei vielä ollut tekoälyä kameraa avustamassa vaikka ne ovatkin aikansa parhaimpia malleja ja huomasin, että niillä pystyy ottamaan epäonnistuneita kuvia. Lisäksi seuraavana kokeiluvuorossa on vuoden 2019 huippumalli, jossa on jo kaksi NPU:ta ja olen lukenut tarkkaan sen arvosteluja.

Toisaalla taas Microsoftin jo toukokuussa 2024 julkistama Copilot+ PC oli tasan vuosi sitten Windows Centralin mielestä täydellinen katastrofi: Microsoft’s big ‘Copilot+ PC’ launch has been a total disaster, mutta tekoälybuumi on niin vahva, että tekoälyyn erikoistuneita prosessoriytimiä tullaan näkemään yhä uusissa laitteissa.

Tuossa mainitussa vuoden 2019 huippumallissa on HiSiliconin Kirin 980 SoC ja NPU:t ovat Da Vinci arkkitehtuuria, mutta koska useilla muillakin SoC-suunnittelijoilla on omat ratkaisunsa, kysyin Geminiltä
“Kerro NPU-prosessorien varhaisesta käytöstä älypuhelimissa.”

Tekoälyyn erikoistuneiden NPU-prosessorien (Neural Processing Unit) varhainen käyttö älypuhelimissa alkoi 2010-luvun puolivälin jälkeen, kun valmistajat alkoivat integroida näitä yksiköitä järjestelmäpiireihinsä (SoC) parantaakseen tekoäly- ja koneoppimissovellusten tehokkuutta.

📱 Varhaiset käyttökohteet ja edelläkävijät

  • Edelläkävijät: Yksi ensimmäisistä, joka toi markkinoille erillisen NPU:n lippulaivapuhelimessa, oli Huawei.
    • Huawei Kirin 970-piiri esiteltiin vuonna 2017 ja se oli käytössä muun muassa Huawei Mate 10 -puhelimessa. Huawei väitti NPU:n tarjoavan jopa 25-kertaisen suorituskyvyn suhteessa pelkkään CPU/GPU-yhdistelmään tekoälytehtävissä.
  • Applen Neural Engine: Apple toi oman Neural Engine -nimisen NPU:nsa A11 Bionic -sirullaan, joka debytoi vuonna 2017 iPhone 8, iPhone 8 Plus ja iPhone X -malleissa.
  • Samsungin Exynos: Samsung aloitti NPU-kehityksen vuonna 2016. Ensimmäinen NPU:lla varustettu Exynos-järjestelmäpiiri oli Exynos 9820, joka julkaistiin Samsung Galaxy S10 -sarjassa vuonna 2019.
  • Qualcomm: Vaikka Qualcommilla ei ollut aluksi erillistä NPU:ta samalla tavalla, se käytti Hexagon DSP -digitaalista signaaliprosessoriaan tekoälytehtävien kiihdyttämiseen jo aiemmin. Esimerkiksi Snapdragon 845 -piirin sanottiin tarjoavan kolminkertaisen tekoälysuorituskyvyn edeltäjäänsä verrattuna. Myöhemmin Qualcommin Hexagon-arkkitehtuuriin on integroitu selkeästi NPU-ominaisuuksia.

✨ NPU:n rooli varhaisissa älypuhelimissa

NPU:n ensisijainen tarkoitus oli siirtää tiettyjä tekoälyyn liittyviä laskentatehtäviä pois yleiskäyttöisiltä suorittimilta (CPU) ja näytönohjaimilta (GPU). Tämä johti parempaan energiatehokkuuteen ja nopeampaan suorituskykyyn juuri tekoälyalgoritmien, kuten neuroverkkojen, suorittamisessa.

Varhaisia sovelluksia olivat:

  • Laskennallinen valokuvaus: Kameran ominaisuuksien parantaminen, kuten kohteen tunnistus (esim. automaattinen “ruoka”-tilan valinta), muotokuvatilan (bokeh-efekti) luominen ja kuvanparannus (esim. melunpoisto) reaaliajassa.
  • Kasvojentunnistus: Esimerkiksi Applen Face ID -ominaisuuden toteuttaminen.
  • Luonnollisen kielen käsittely (NLP): Parannukset puheentunnistuksessa ja kääntämisessä.
  • Parannettu käyttökokemus: Puhelimen oppiminen käyttäjän tavoista sovellusten esilataamisen ja virranhallinnan optimoimiseksi.

NPU:n varhainen integrointi mahdollisti sen, että tekoälytehtävät voitiin suorittaa laitteessa itsessään (on-device AI) sen sijaan, että tietoa olisi tarvinnut lähettää pilveen käsiteltäväksi, mikä paransi nopeutta ja tietoturvaa.