Entenda o papel das VPUs na visão computacional

A Unidade de Processamento Visual (VPU) é um componente essencial que atua na visão computacional, empregando Inteligência Artificial em uma variedade de setores, desde a automação industrial até sistemas de segurança com reconhecimento facial. Para entender mais sobre suas funções e evolução, conversamos com Yuri Daglian, Engenheiro de Aplicações na Intel Brasil, que detalhou a função das VPUs e sua transformação em NPUs (Unidade de Processamento Neural) modernas, presentes em processadores das gerações Meteor Lake e Lunar Lake da Intel.

O que são VPUs e como atuam?

As VPUs funcionam como aceleradoras de IA, assim como as NPUs de uma CPU contemporânea, proporcionando um processamento mais eficiente em comparação com CPUs e GPUs, que também podem realizar essas tarefas. Segundo Yuri, "a maior parte do uso da inteligência artificial, principalmente no início, quando a computação ainda estava acelerando bastante para conseguir viabilizar a inteligência artificial em si, era focado em visão computacional. Ou seja, tentar fazer com que um computador consiga enxergar de forma simplificada".

Inicialmente, as VPUs concebidas pela Movidius, adquirida pela Intel em 2016, possuíam aplicações muito específicas. Com o tempo, elas evoluíram para as NPUs, utilizadas em processadores das linhas Meteor Lake, Lunar Lake e Arrow Lake. "Muitos algoritmos de inteligência artificial utilizam como base redes neurais, não só para visão computacional, mas hoje em dia para uma série de outras aplicações. Então podemos dizer que as VPUs acabaram evoluindo e se tornando o que nós chamamos hoje de NPUs", esclarece o engenheiro.

Aplicações das VPUs

As VPUs são aplicadas em diversas áreas. Yuri dá exemplos práticos de seu uso: "Por exemplo, eu tenho um radar numa rodovia, eu quero medir a velocidade dos carros, e eu preciso ler a placa desses carros para identificar, por exemplo, se tem um veículo furtado ou se tem um caso de algum crime acontecendo". Além disso, VPUs também são empregadas em equipamentos médicos para diagnósticos a partir de imagens, na gestão de tráfego e transportes, e até na agricultura de precisão.

A transição das VPUs para NPUs e seus benefícios

Ainda que as VPUs continuem em operação em determinados setores, a evolução dos processadores com núcleos dedicados para IA está tornando essas unidades menos comuns. Yuri destaca que, a nível de hardware, "esses núcleos voltados para processamento de Inteligência Artificial, seja VPU ou NPU, fazem parte do empacotamento dos processadores, dividindo espaço com os núcleos principais". Hoje, com a oferta crescente de produtos que incluem NPUs de empresas como AMD e Qualcomm, os chamados AI PCs têm se destacado por seu desempenho e eficiência energética em notebooks. Contudo, VPUs ainda são relevantes, particularmente em data centers que operam continuamente.

Aspectos positivos e negativos das VPUs/NPUs

Uma das principais vantagens das NPUs é sua superior eficiência energética em comparação com CPUs e GPUs, que são mais demandantes de energia. "Talvez em um data center isso não seja um problema tão grande, mas num dispositivo mais reduzido, como um mini PC, um celular ou, por exemplo, um notebook, é muito importante existir uma eficiência energética alta", explica Yuri.

Outra vantagem das NPUs é a capacidade de descarregar a carga de trabalho. Isso otimiza o uso dos demais núcleos do sistema para outras funções. Porém, segundo especialistas, um ponto negativo é que essas unidades são projetadas exclusivamente para IA. Caso o usuário não utilize aplicações que extraiam esse tipo de processamento, a NPU pode não ser aproveitada ao máximo. Além disso, a compatibilidade de software com as arquiteturas de NPU é crucial para seu bom desempenho. "O lado bom é que, como isso já está acontecendo há alguns anos, daqui mais um, talvez dois anos, a maioria dos softwares já começará a detectar a NPU e extrair o uso dela", diz Yuri.

Arquiteturas de VPUs populares

As VPUs utilizam diversas arquiteturas, como a Movidius da Intel, a Google Cloud TPU e a Codensity G5 da NETINT, que é pioneira no conceito de VPU. Embora as nomenclaturas variem, a função dessas unidades é similar. A Intel descreve a Movidius como "projetada para acelerar especificamente as cargas de trabalho de IA no seu PC". Já as TPUs do Google têm como tarefa principal o "processamento de matrizes, que é uma combinação de operações de multiplicação e acumulação". Por sua vez, a NETINT define seu Codensity G5 como um silício que consegue otimizar a codificação 4Kp60 por canal.

Comparando VPUs e GPUs

Ainda que tanto VPUs quanto GPUs sejam utilizados para visualização, suas funções são distintas. As GPUs são projetadas para gerar imagens em tela, dependendo de milhares de núcleos para executar cálculos complexos, incluindo a inferência de IA. Enquanto isso, as VPUs e NPUs focam na eficiência energética e eficácia na hierarquia de memória, visando entregar uma performance eficiente sem gastar muita energia.

Perspectivas para o futuro

Em conclusão, as VPUs desempenham um papel crucial em vários setores, embora atualmente estejam migrando para estruturas mais inovadoras como as NPUs. Com a evolução contínua dessa tecnologia, é esperado que as empresas adotem cada vez mais as NPUs, ampliando sua aplicação e compatibilidade com diversas linguagens e processos de acordo com a crescente demanda por processamento de IA. Essa transição está apenas começando e promete alterar a paisagem da tecnologia como a conhecemos.