เราคุ้นเคยกับ Computer Processing Units หรือ CPU กันมานานหลายสิบปี อันที่จริง CPU จะแปลว่า Control Processing Units หรือ Central Processing Units ก็ได้ โดยเฉพาะคำหลังนั้นรู้จักกันดีว่าหน่วยประมวลผลกลาง


เท่าที่ผ่านมาความหมายของหน่วยประมวลผลกลางหรือ CPU ทำหน้าที่เสมือนสมองของเครื่องคอมพิวเตอร์ ซึ่งมีความสำคัญเทียบเท่าสมองของมนุษย์ แต่ในความเป็นจริงแล้ว CPU เทียบกับสมองของคนไม่ได้เลย

อธิบายอย่างรวดเร็วก็คือหน่วยประมวลผลกลางทำหน้าที่ได้แค่ 5 อย่างคือ
1) อ่านชุดคำสั่ง หรือ Fetch
2)
ตีความชุดคำสั่ง หรือ Decode
3)
ประมวลผลชุดคำสั่ง หรือ Execute
4)
เก็บข้อมูลจากหน่วยความจำ หรือ Memory
5)
เขียนข้อมูล/ส่งผลการประมวลกลับ (Write Back)

เมื่อเปรียบกับสมรรถนะสมองของมนุษย์แล้วจะเห็นได้ว่าห่างไกลมากทีเดียว

ยิ่งเมื่อมองความก้าวหน้าของโลกวิทยาการยุคปัจจุบัน บทบาทดั้งเดิมของ CPU คงไม่เพียงพอเสียแล้ว

เพราะโลกยุคใหม่กำลังเดินเข้าสู่ห้วงเวลาทองของปัญญาประดิษฐ์หรือ Artificial intelligence: AI

บทบาทดั้งเดิมของ CPU ไม่เพียงพอสำหรับโลกยุคปัจจุบัน เนื่องมาจาก CPU ถูกออกแบบสำหรับการทำงานตามลำดับ เริ่มด้วยการรวบรวมข้อมูลจากนั้นใช้ Algorithm เพื่อดำเนินการทางตรรกะกับข้อมูล

แม้จะใช้ CPU มากถึง 4 ตัว หรือ Quad-Core Chips ทำงานพร้อมกันในคอมพิวเตอร์เครื่องเดียวก็ยังไม่เพียงพอ เพราะ AI มีความต้องการกลไกในการดึงข้อมูลจำนวนมากจากที่ต่างๆ

ที่สำคัญก็คือ AI จะมีการประมวลผลที่รวดเร็ว ด้วยกระบวนการที่เรียกว่า Graph Computing ซึ่งเน้นการทำงานแบบ Node และ Network

ต่างจาก CPU ที่ทำงานแบบสัญญาณนาฬิกา หรือ Clock Cycle ที่รู้จักกันว่า Scalar และ GPU (Graphics Processing Units) หน่วยประมวลผลภาพ ที่ทำงานแบบ Vector เพื่อจัดการกับรูปและภาพเคลื่อนไหว

ในยุค AI การประมวลผลของคอมพิวเตอร์มีความซับซ้อนและต้องการความเร็วมากขึ้นหลายเท่าตัว หากยังคงใช้อุปกรณ์แบบ CPU เห็นทีจะไม่ทันกิน

จึงนำมาสู่การสร้าง CPU รูปแบบใหม่ ที่เรียกกันว่า Intelligent Processing Unit หรือ IPU

เมื่อ AI ก้าวหน้าขึ้นเรื่อยๆ จากจุดเริ่มต้นเดิมคือ การให้เหตุผลและข้อโต้แย้ง โดยเฉพาะการแก้ไขปัญหา (Reasoning and Deductive, Problem Solving) มาสู่การรู้จำคำพูด (Speech Recognition) การรู้จำใบหน้า (Facial Recognition) และการรู้จำวัตถุ (Object Recognition) ไปจนกระทั่งถึงการคำนวณเชิงอารมณ์ (Affective Computing)

เมื่อเปรียบเทียบประสิทธิภาพ IPU กับ GPU แล้ว สถาปัตยกรรมของ IPU มีประสิทธิภาพสูงกว่า GPU มากถึง 100 เท่า

และpIPU มีความจำเป็นต้องใช้ Processor แบบ CPU มากกว่า 1,000 ชุด เพื่อติดต่อสื่อสารและแบ่งปันภาระงานที่ซับซ้อนในการตอบสนองความเก่งของ AI ดังได้กล่าวมา

นั่นเท่ากับว่า การเกิดขึ้นของ IPU ได้ท้าทายกฎของมัวร์หรือ Moore’s Law ซึ่ง Gordon E. Moore ได้กำหนดว่าจำนวนของทรานซิสเตอร์บนหน่วยประมวลผล จะเพิ่มขึ้นเป็น 2 เท่า ในทุกๆ 18 เดือน

ในทางทฤษฎี ข้อจำกัดของ Chip ตามแนวคิดของ Moore กำลังชะลอตัวลง เพราะเทคโนโลยีในปัจจุบันไม่ได้ต้องการการทำงานแบบลำดับเวลาอีกต่อไป

เพราะ AI เป็นโลกแห่งการเรียนรู้และปรับตัวของเครื่องคอมพิวเตอร์เอง โดยไม่จำเป็นต้องรอคำสั่งจากมนุษย์และประมวลผลตามลำดับขั้นตอนเหมือนในอดีต

AI ไม่เพียงทำความเข้าใจความหมายของภาษาซึ่งใช้เพียง CPU ก็ประมวลผลได้ หากแต่เป็นการทำความเข้าใจบริบทของคำพูด ซึ่งต้องการใช้ IPU ในการประมวลผล

เพราะบริบทคือ นัยของคำพูด หรือเบื้องหลังการสนทนา ยังไม่นับ อวัจนภาษา ที่ AI มีความสามารถตีความได้

IPU จึงเป็นสมองของคอมพิวเตอร์ในความหมายของสมองที่แท้จริงและถือเป็นน้องใหม่มาแรงในวงการคอมพิวเตอร์ยุคAI ซึ่งแซงหน้ารุ่นพี่อย่าง CPU ออกไปไกลแบบไม่เห็นฝุ่นแล้วในวันนี้