بلاګ

NPU څه شی دی؟

۲۰۲۴-۰۸-۱۳ ۱۶:۲۹:۴۹

په ننني چټک پرمختګ کې د مصنوعي ذهانت پر بنسټ ولاړه نړۍد ګړندي او ډیر اغیزمن محاسبې غوښتنې د ځانګړو پروسس کونکو لکه د عصبي پروسس واحد (NPU)د دودیز برعکس CPUs یا GPUs، یو NPU د ګړندي کولو لپاره په هدف جوړ شوی دی د ماشین زده کړې استنباطپه ځانګړي ډول د ژورې عصبي شبکې کارول شوی په د کمپیوټر لید، د طبیعي ژبې پروسس کول، او د غږ پیژندنه.

یو د NPU یو ډول دی د AI سرعت کوونکی چې د هغو دندو لپاره چې اړتیا ورته لري لوړ فعالیت، ټیټ ځنډ پروسس وړاندې کوي موازي محاسبه او د ټینسر عملیات. دا پروسس کوونکي اوس په پراخه کچه پلیټ فارمونو کې ځای پر ځای شوي دي — له سمارټ فونونه او د IoT وسایل ته د موټرو سیسټمونه او د څنډې کمپیوټري زیربنا— فعالول په وسیله کې AI د لږترلږه بریښنا مصرف سره.

ولې NPUs مهم دي:

د ریښتیني وخت فعالیت ښه شوی د مصنوعي ذهانت کاري بارونو لپاره
د انرژۍ کم مصرف د GPU پر بنسټ حلونو په پرتله
په کلاوډ انفرنس باندې کم شوی تکیه، د معلوماتو محرمیت او ځنډ ښه کول
د اندازې وړتیا د کمپیکټ وسیلو او ایمبیډ شوي سیسټمونو لپاره

د ایج AI او د د مصنوعي ذهانت په مرسته چلېدونکي غوښتنلیکونه دا اړینه کړئ چې پوه شئ چې NPU څه شی دی او دا څنګه د نورو پروسس کولو واحدونو څخه توپیر لري. پدې مقاله کې، موږ سپړنه کوو معمارۍ، د کارولو قضیې، او د هوښیار کمپیوټري کولو په پراخه شرایطو کې د NPUs ستراتیژیک ارزښت.

NPU څه شی دی؟ یوه تخنیکي کتنه

الف د عصبي پروسس واحد (NPU) یو وقف شوی مایکرو پروسیسر دی چې په ځانګړي ډول د اداره کولو لپاره ډیزاین شوی مصنوعي ذکاوت (AI) کاري بارونه، په ځانګړې توګه هغه چې پکې شامل دي ژوره زده کړه او د عصبي شبکې استنباطد عمومي موخو برعکس CPUs یا ګرافیک لرونکی GPUs، NPUs د ریاضيکي عملیاتو لپاره غوره شوي چې ځواک ورکوي د ماشین زده کړې ماډلونهلکه د میټریکس ضربونه، کنولوشنونه، او د ټینسر پروسس کول.

د NPU اصلي ځانګړتیاوې:

د مصنوعي ذهانت د استنباط لپاره جوړ شوی هدفنه روزنه
اجرا کوي موازي عملیات په موثره توګه
لپاره غوره شوی لږ ځنډ، لوړ تروپټ کاري بارونه
د پام وړ سره کار کوي د برېښنا کم مصرف د GPUs په پرتله

په داسې حال کې چې CPUs د ترتیبي منطق لپاره مثالي دي او GPUs په رینډرینګ او لوبو دندو کې غوره والی، د NPUs د کارونو د ګړندي کولو لپاره ډیزاین شوي دي لکه:

د شیانو کشف
د مخ پیژندنه
د غږ څخه متن ته بدلون
د سمارټ کامرې تحلیلونه

د پروسسر ډول	لومړنی رول	ځواک	د بریښنا موثریت	د مصنوعي ذهانت مناسبیت
سی پی یو	عمومي دندې	څو اړخیزه	ټیټ	محدود
GPU د	ګرافیک، مصنوعي ذهانت	لوړ تولید	منځنی	د روزنې لپاره قوي
د NPU	د مصنوعي ذهانت اټکل	د مصنوعي ذهانت اصلاح شوی	لوړ	د ایج AI لپاره غوره

لکه څنګه چې AI په ډیرو وسیلو کې ځای پر ځای کیږي — له سمارټ فونونه ته صنعتي IoT— د د NPU تر ټولو غوره ښکاري موثر او د اندازې وړ پروسیسر په مستقیم ډول د هوښیار ځانګړتیاو فعالولو لپاره څنډه، پرته له دې چې په دوامداره کلاوډ لاسرسي تکیه وکړي.

NPU څنګه کار کوي؟

الف د عصبي پروسس واحد (NPU) د اجرا کولو لپاره ډیزاین شوی د مصنوعي ذهانت د استنباط دندې د استثنایی سرعت او موثریت سره. د دودیزو پروسسرونو برعکس، NPUs په د ټینسر پر بنسټ د معلوماتو جوړښتونه، په پراخه کچه اجرا کول د میټریکس عملیات په موازي ډول — د عصري چلولو لپاره اړین د ژورې زده کړې ماډلونه لکه سي این این (کنولوشنل عصبي شبکې) او RNNs (مکرر عصبي شبکې).

د کار اصلي اصول:

موازيتوب: NPUs ترسره کوي په یو وخت کې څو عملیات، د دندو لپاره د پروسس وخت په ډراماتیک ډول کمول لکه د انځور طبقه بندي او د خبرو پیژندنه.
د هارډویر چټک ټینسر محاسبه: جوړ شوی د ټینسر کورونه په اغیزمنه توګه د لویې کچې اداره کول د میټریکس ضربونه.
د ټیټ دقت ریاضي: ډیری NPUs کاروي انټ۸ یا د FP16 معرفي کول د توازن د ساتلو لپاره دقیق شکلونه دقت او د بریښنا موثریت.
د پایپ لاین جوړښت: دندې لکه د معلوماتو ترلاسه کول، د وزن پروسس کول، او د فعالولو محاسبه د اعظمي تروپټ لپاره په پایپ لاین ترتیب کې اجرا کیږي.

د ساده شوي استنباط جریان:

د معلوماتو داخلول (د مثال په توګه، یو انځور یا غږیز سیګنال) مخکې له مخکې پروسس شوی دی.
معلومات داخلیږي د NPU ټینسر انجن د عصبي محاسبې لپاره.
د ماډل وزنونه او تعصبونه استنباط ته لارښوونه وکړئ.
پایلې په ریښتیني وخت کې وړاندې کیږي، ډیری وختونه د کلاوډ مرستې پرته.

د یوځای کولو له لارې د کم ځنډ اجرا کول، د انرژۍ موثر ډیزاین، او وقف شوی AI منطق، NPUs وسایلو ته د چلولو توان ورکوي پیچلي مصنوعي ذهانت ماډلونه په محلي توګه. دا دوی د دې لپاره اړین کوي چې ایج کمپیوټینګ، سمارټ وسایل، او صنعتي مصنوعي ذهانت غوښتنلیکونه چیرته په ریښتیني وخت کې پریکړه کول مهم دی.

د NPUs مهمې ګټې

د د عصبي پروسس واحدونه (NPUs) د ځای پرځای کولو کې یې انقلاب راوستی دی د مصنوعي ذهانت اټکل په دواړو کې د څنډې وسایل او د ورېځو چاپېریالونه. NPUs چمتو کوي a د پروسس کولو ځانګړی جوړښت چې د دودیز په پرتله د پام وړ فعالیت او د انرژۍ موثریت لاسته راوړنې فعالوي سی پی یو او GPU د د اجرا کولو پر مهال حل لارې د ژورې زده کړې ماډلونه.

د NPUs کارولو غوره ګټې:

د مصنوعي ذهانت د اټکل لپاره لوړ فعالیت
NPUs د دې لپاره جوړ شوي دي چې د مصنوعي ذهانت کاري بارونه، اجرا کول د عصبي شبکې عملیات د ډیر سرعت او ټیټ ځنډ سره. دوی پروسس کوي موازي ټینسر محاسبې په مؤثره توګه، په غوښتنلیکونو کې د ریښتیني وخت بصیرت وړاندې کول لکه د شیانو کشف، د انځور وېشنه، او د خبرو پیژندنه.
د انرژۍ موثریت
NPUs د GPUs په پرتله د پام وړ کم بریښنا مصرفوي، د دوی له امله ټیټ دقت ریاضي (د مثال په توګه، INT8، FP16) او غوره شوی جوړښت. دا دوی د دې لپاره مثالی کوي ګرځنده مصنوعي ذهانت او د IoT وسایل چیرته د بیټرۍ ژوند او د تودوخې محدودیتونه مهم دي.
په وسیله کې د مصنوعي ذهانت وړتیاوې
د فعالولو له لارې سیمه ییز استنباط، NPUs د کلاوډ پروسس کولو اړتیا کموي، ښه کوي د معلوماتو محرمیت، د ځواب وخت، او د شبکې بینډ ویت موثریت.
کمپیکټ او د اندازې وړ ډیزاین
NPUs په کې مدغم کیدی شي سیسټم-آن-چپ (SoC) ډیزاینونه، جوړونکو ته اجازه ورکوي چې ځای په ځای کړي د مصنوعي ذهانت سرعت کوونکي په کمپیکټ وسایلو کې لکه سمارټ فونونه، د اغوستلو وړ توکي، د څنډې دروازې، او خودمختاره سیسټمونه.

د پرتلنې جدول: NPU د GPU او CPU په مقابل کې

ځانګړتیا	د NPU	GPU د	سی پی یو
موخه	د مصنوعي ذهانت اټکل	ګرافیک، عمومي AI	عمومي محاسبه
د بریښنا موثریت	⭐⭐⭐⭐⭐	⭐⭐	⭐
ځنډ (ریښتیني وخت)	ټیټ	منځنی	لوړ
موازي AI کاري بارونه	غوره	ډېر ښه	محدود
د کارولو مثالی قضیه	ایج AI، موبایل AI	د مصنوعي ذهانت روزنه، ګرافیکونه	د کنټرول منطق، د OS دندې

د مصنوعي ذهانت (AI) څنډې کمپیوټري حلونو سره د NPUs یوځای کولو سره، سوداګرۍ کولی شي د ټیټ عملیاتي لګښتونو سره د لوړ سرعت ماشین زده کړې استخراج خلاص کړي، چې NPUs د راتلونکي نسل د مصنوعي ذهانت هارډویر بنسټ جوړوي.

د NPU په مقابل کې CPU، GPU، او TPU: یوه پرتلیزه تحلیل

لکه څنګه چې اړتیا ده د ریښتیني وخت AI اټکل د وسایلو په اوږدو کې وده کوي - د سمارټ فونونو او خودمختاره موټرو څخه تر صنعتي روبوټیکونو پورې - دا بحث چې کوم پروسسر د دې کاري بارونو سره غوره چلند کوي شدت مومي. پداسې حال کې چې CPUs، GPUs، TPUs، او د NPUs ټول اجرا کولی شي د ماشین زده کړه دندې، دوی د ډیری مختلفو موخو لپاره غوره شوي دي. د دې توپیرونو پوهیدل خورا مهم دي کله چې د هارډویر لپاره غوره کول د مصنوعي ذهانت غوښتنلیکونهپه ځانګړې توګه په څنډه.

CPU (د مرکزي پروسس کولو واحد)

د سی پی یو تر ټولو څو اړخیزه پروسسر پاتې دی. دا د عمومي موخو لپاره د کمپیوټري دندو پراخه لړۍ اداره کوي، په شمول د د عملیاتي سیسټم دندې، د I/O مدیریت، او پرله پسې منطق. پداسې حال کې چې CPUs په تخنیکي ډول د AI استنباط ترسره کولی شي، دوی د دې لپاره غوره شوي ندي موازي پروسس کول چې عصبي شبکې ورته اړتیا لري.

GPU (د ګرافیک پروسس کولو واحد)

په پیل کې د انځورونو او ویډیوګانو د وړاندې کولو لپاره جوړ شوی، GPU د لپاره خورا مؤثر ثابت شوی دی موازي عملیات، د دواړو لپاره مناسب کول د مصنوعي ذهانت روزنه او استنباط. GPUs په کې غوره دي د معلوماتو مرکز چاپیریال، چیرې چې د بریښنا مصرف او ځای لږ محدود وي.

TPU (د ټینسر پروسس کولو واحد)

د ګوګل لخوا رامینځته شوی، د د TPU لپاره جوړ شوی دی د ټینسر محاسبه په AI کاري بارونو کې. دا قوي روزنه او استنباط فعالیت وړاندې کوي مګر په عمده توګه په کې موندل کیږي کلاوډ زیربنا یا د سوداګرۍ درجې هارډویر.

NPU (د عصبي پروسس واحد)

له پیل څخه د دې لپاره ډیزاین شوی د مصنوعي ذهانت اټکل، د د NPU په هر واټ کې بې ساري فعالیت وړاندې کوي. دا اوس په پراخه کچه په کې شامل دی سیسټم-آن-چپ (SoC) په سمارټ فونونو، AI ایج وسیلو، او خود مختار ماشینونو کې ډیزاینونه.

د پروسسر د پرتله کولو جدول

ځانګړتیا	سی پی یو	GPU د	د TPU	د NPU
لپاره ډیزاین شوی	عمومي هدف	ګرافیک او مصنوعي ذهانت	د ټینسر عملیات	د مصنوعي ذهانت اټکل
د مصنوعي ذهانت روزنه	بې وزله	غوره	ډېر ښه	محدود
د مصنوعي ذهانت اټکل	محدود	ښه	غوره	غوره
د بریښنا موثریت	ټیټ	منځنی	ټیټ	لوړ
ځنډ (د څنډې دندې)	لوړ	منځنی	ټیټ	ډېر ټیټ
د موبایل/IoT مناسبیت	بې وزله	بې وزله	محدود	غوره
د چوکاټ ملاتړ	پراخه	پراخه	تنګ (ګوګل)	منځنی (متغیر)

کلیدي ټکي:

GPUs د دې لپاره غوره دي د مصنوعي ذهانت ماډل روزنه او کلاوډ کمپیوټینګ.
TPUs د ورېځو پر مرکز دي او په دننه کې غوره دي د ګوګل مصنوعي ذهانت ایکوسیستم.
CPUs عمومي پوهان دي، د ژورې زده کړې لپاره مناسب ندي.
د NPUs د دې لپاره غوره انتخاب دی په وسیله کې AI، وړاندې کوي د سرعت، موثریت، او ټیټې بریښنا غوره توازن د استنباط کاري بارونو لپاره.

لکه څنګه چې AI حرکت ته دوام ورکوي څنډه، NPU د ترټولو ګټور اوږدمهاله حل په توګه څرګند دی په ریښتیني وخت کې، د ماشین زده کړه.

NPUs چیرته کارول کیږي؟ کلیدي غوښتنلیکونه

د عصبي پروسس واحدونه (NPUs) اوس په پراخه لړۍ کې یو بنسټیز جز دی د مصنوعي ذهانت پر بنسټ ټیکنالوژيپه ځانګړې توګه هغه کسان چې اړتیا لري په وسیله کې اټکل، د برېښنا کم مصرف، او په ریښتیني وخت کې غبرګون. لکه څنګه چې صنعتونه مدغم کیږي مصنوعي ذکاوت د دوی په کاري جریان کې، NPUs په دواړو کې منل کیږي د مصرف کونکي الکترونیکي توکي او صنعتي سیسټمونه.

۱. سمارټ فونونه او ګرځنده وسایل

عصري سمارټ فونونه د پرمختللي بریښنا لپاره د NPUs سره سمبال دي د مصنوعي ذهانت ځانګړتیاوې لکه:

د مخ پیژندنه (د مثال په توګه، بایومیټریک تصدیق)
د عکس لوړول او د شیانو کشف په کیمرې ایپسونو کې
د غږ مرستیالان او د ژبې ژباړه
لوړ شوی حقیقت (AR) په ریښتیني وخت کې وړاندې کول

مخکښ موبایل چپسیټونه لکه د ایپل د A لړۍ عصبي انجن، کوالکوم سنیپډریګون، او د هواوي کیرین SoC د اغیزمنتوب لپاره د NPUs مدغم کول د څنډې AI پروسس کول.

۲. ایج کمپیوټینګ او IoT

په نړۍ کې ایج AI، NPUs فعالوي سمارټ کامرې، د اغوستلو وړ وسایل، او د کور اتومات مرکزونه پیچلي چلول د ماشین زده کړې ماډلونه په محلي توګه. دا په کلاوډ سرورونو تکیه کموي او ګړندي ډاډ ورکوي پریکړه کول، حتی په هغه چاپیریالونو کې چې محدود ارتباط لري.

۳. موټر او روبوټکس

NPUs په زیاتیدونکي توګه په کې ځای پر ځای کیږي خود مختار موټرونه او د روباټیک سیسټمونه د پروسس کولو لپاره:

د سینسر فیوژن
د لین کشف
د پلي تګ پیژندنه
د غږیز قوماندې سیسټمونه

په موټر یا روبوټ کې په مستقیم ډول د استنباط په چلولو سره، NPUs ډاډ ترلاسه کوي چې په ریښتیني وخت کې پروسس کول د لږترلږه ځنډ سره.

۴. صنعتي او روغتیا پاملرنې AI

NPUs هم په کې کارول کیږي د فابریکې اتومات کول، وړاندوینې ساتنه، او طبي انځورګري. په هوښیار تولید، NPUs فعالوي د مصنوعي ذهانت لید سیسټمونه د نیمګړتیاوو پیژندلو، موادو طبقه بندي کولو، او د لوړ بینډ ویت کلاوډ اتصالاتو اړتیا پرته په دوامداره توګه د عملیاتو څارنه کول.

د NPU هارډویر لوی پلورونکي او ایکوسیستمونه

د ودې په څنډه کې AI د پام وړ پانګونې لامل شوې دي د NPU هارډویر پراختیا د لویو تخنیکي شرکتونو لخوا. دا پلورونکي د منظرې بڼه ورکوي ایمبیډډ AI د هدف لپاره جوړ شوي حلونو وړاندې کولو سره چې د دې لپاره غوره شوي د استنباط سرعت، د بریښنا موثریت، او د ادغام انعطافهر برانډ خپل لري د NPU جوړښت، د وسیلو زنځیر، او د ایکوسیستم ملاتړ.

۱. ایپل - عصبي انجن

د مڼو عصبي انجن، په هغې کې مدغم شوی د A-لړۍ او M-لړۍ چپسونه، په آی فونونو، آی پیډونو او میکونو کې پرمختللي مصنوعي ذهانت دندې ځواکمنوي. دا وړاندې کوي:

په حقیقي وخت کې د مخ پیژندنه
په وسیله کې د سری پروسس کول
د سمارټ عکس او ویډیو ښه والی

2. Huawei – دا ونسي جوړښت

د هواوي د NPUs پورته کول او د داوینچي معمارۍ د هغې لپاره مرکزي دي د کیرین SoCs او د مصنوعي ذهانت زیربنا:

په کې د AI چټک اټکل ګرځنده وسایل
په کې ځای پرځای کول د معلوماتو مرکزونه د تشبث مصنوعي ذهانت لپاره
ملاتړ کوي مائنډ سپور د مصنوعي ذهانت چوکاټ

۳. کوالکوم – د AI انجن سره هیکساګون DSP

د کوالکوم د هیکساګون DSP + AI انجن په سنیپډریګون پلیټ فارمونو کې ځای پر ځای شوی، وړاندې کوي:

د مصنوعي ذهانت سرعت د Android ایپسونو لپاره
اغیزمن په وسیله کې پروسس کول
سره مطابقت د ټینسر فلو لایټ او د ONNX

۴. ګوګل – ایج TPU

د څنډه TPU، د ګوګل برخه مرجان پلیټ فارم، د دې لپاره جوړ شوی دی د IoT او څنډې ځای پرځای کول:

لپاره غوره شوی د ټینسر فلو لایټ
د خورا ټیټ ځواک AI اټکل
د کمپیکټ فارم فکتور لپاره سمارټ سینسرونه او دروازې

5. NVIDIA – NVDLA او Jetson پلیټ فارم

د NVIDIA د NVDLA (ژورې زده کړې چټکونکی) او د جیټسن لړۍ د لوړ فعالیت AI کمپیوټري وړاندې کول:

کارول کیږي په روباټیک، بې پیلوټه الوتکې، او خود مختاره ماشینونه
ملاتړ کوي مختلف، ټینسر آر ټي، او ډیپ سټریم SDK

د NPUs ننګونې او محدودیتونه

په داسې حال کې چې د عصبي پروسس واحدونه (NPUs) د پام وړ ګټې وړاندې کوي د مصنوعي ذهانت د استنباط فعالیت، د بریښنا موثریت، او ایج کمپیوټینګ، دوی له محدودیتونو پرته نه دي. پراختیا کونکي او د سیسټم ادغام کونکي باید د NPUs غوره کولو پرمهال ډیری تخنیکي او عملیاتي ننګونې په پام کې ونیسي د مصنوعي ذهانت لرونکي وسایل.

۱. د چوکاټ مطابقت

یو له مهمو خنډونو څخه د د مصنوعي ذهانت چوکاټونه. د GPUs برعکس، کوم چې د پلیټ فارمونو پراخه لړۍ ملاتړ کوي لکه د ټینسر فلو، پایټورچ، او د ONNX، NPUs ډیری وخت اړتیا لري د دودیزو وسیلو زنځیرونه یا ملکیتي SDKs. دا کولی شي لامل شي:

د پراختیا اوږده دوره
په کې مشکل د ماډل بدلون او اصلاح
د هارډویر پلورونکو په منځ کې نا متناسب فعالیت

۲. یوازې د استنباط وړتیا

ډیری NPUs په ځانګړي ډول د دې لپاره ډیزاین شوي دي استنباط، نه روزنهدا پدې مانا ده:

د مصنوعي ذهانت ماډلونه باید وروزل شي GPUs یا TPUs
هر ډول بیا روزنه یا اصلاح بهرنۍ زیربنا ته اړتیا لري.
د انعطاف کموالی په په وسیله زده کړه

۳. د هارډویر ادغام محدودیتونه

په ایمبیډ شوي سیسټمونو کې د NPUs مدغم کول یا سیسټم-آن-چپ (SoC) ډیزاینونه د تبادلې سره تړاو لري:

د سیلیکون ساحې محدودیتونه
د تودوخې ډیزاین محدودیتونه
سره احتمالي شخړې موجوده I/O او د حافظې بینډ ویت

د NPUs او AI هارډویر راتلونکی

لکه څنګه چې غوښتنه ده د ریښتیني وخت AI اټکل په ټولو صنعتونو کې وده ته دوام ورکوي، د راتلونکي د عصبي پروسس واحدونه (NPUs) تمه کیږي چې د تکامل لپاره مرکزي وي د مصنوعي ذهانت هارډویر. دا ځانګړي پروسس کونکي ډیر پیاوړي، کمپیکٹ، او د انرژۍ اغیزمن کیږي - دوی د راتلونکي نسل د اصلي برخې په توګه ځای په ځای کوي د څنډې مصنوعي ذهانت وسایل، سمارټ سینسرونه، او خودمختاره سیسټمونه.

د NPU پراختیا کې راڅرګندیدونکي رجحانات

د SoC ټینګ ادغام
NPUs په زیاتیدونکي توګه مدغم کیږي سیسټم-آن-چپ (SoC) د CPUs، GPUs، او ISPs سره یوځای ډیزاینونه. دا متحد جوړښت ګړندی فعالوي د معلوماتو پروسس کولو پایپ لاینونه، ځنډ کموي، او د سیسټم پیچلتیا کموي.
د متفاوت کمپیوټر لپاره ملاتړ
راتلونکي NPUs به د نورو AI سرعت ورکوونکو سره په ډیر بې ساري ډول کار وکړي، د کار بارونه به په اوږدو کې وویشي CPUs، GPUs، او TPUs د غوره فعالیت لپاره.
د چوکاټ مطابقت ښه شوی
پلورونکي د اصلي AI چوکاټونو لپاره ملاتړ رامینځته کوي لکه د ONNX، د ټینسر فلو لایټ، او د پای ټورچ موبایل، کمول د پراختیا کونکي زده کړې منحني او د کراس پلیټ فارم پلي کولو هڅونه.
د مصرف کونکو وسیلو هاخوا پراختیا
NPUs به په دې کې لوی رول ولوبوي صنعتي اتوماتیک، هوښیار روغتیا پالنه، ایج روبوټکس، کرنه مصنوعي ذهانت، او د څارنې سیسټمونه، چیرته د ټیټ ځواک، لوړ سرعت استنباط مهم دی.

په داسې نړۍ کې چې په لور روان دی هر اړخیزه استخبارات، NPUs به نه یوازې AI ګړندی کړي بلکه دا به نور هم ډیر کړي د لاسرسي وړ، دوامداره، او خوندي. د هغوی رول په شکل ورکولو کې د راتلونکي نسل سرایت شوي سیسټمونه، له د مصنوعي ذهانت په مرسته چلېدونکي کیمرې ته د خودمختار نیویګیشن پلیټ فارمونه، د مخ په زیاتیدونکي اهمیت ټینګار کوي د ډومین ځانګړي محاسبې جوړښت د مصنوعي ذهانت په دوره کې.