پردازشگر پیکسل ویژوال کور چیست و چه کاری را در گوشی‌های سری پیکسل ۲ گوگل انجام می‌دهد؟

تکراتو/ منابع خبری اخیرا دریافته‌اند که گوگل در ساخت گوشی‌های جدیدش از یک تراشه مخفی به نام پیکسل ویژوال کور (Pixel Visual Core) استفاده کرده که هنوز فعال نشده است.

گوگل گفته است که این تراشه، به این منظور ساخته شده تا تصاویر اچ دی آر پلاس را ۵ بار سریع‌تر تدوین کند و علاوه بر این تنها ۱۰ درصد از انرژی سیستمی که در گذشته وظیفه پردازش چنین تصاویری را بر عهده داشت، مصرف کند.

تراشه پیکسل ویژوال کور علاوه بر این می‌تواند فرآیندهای تصویربرداری پیچیده و امور مربوط به یادگیری ماشینی دوربین مانند اعمال خودکار تنظیمات عکسبرداری بر مبنای نوع صحنه را در گوشی‌های جدید گوگل انجام دهد. این فناوری هنوز فعال نیست، اما پس از انتشار به‌روزرسانی سیستم عامل اندروید ۸.۱ اوریو در اختیار کاربران قرار می‌گیرد.

پیکسل ویژوال کور اولین تراشه سیلیکونی تنظیم شده گوگل محسوب می‌شود که بر روی گوشی‌های این سازنده نصب شده است تا کنترل بهتری از این محصولات را در زمینه عکاسی در اختیار کاربران و غول جست و جوی اینترنتی قرار دهد.

دو تراشه در یک گوشی همراه؛ پیکسل ویژوال کور در کنار اسنپدراگون ۸۳۵!

یادگیری ماشینی و به کارگیری یک راهکار پردازشی متفاوت با استفاده از یک سخت افزار اختصاصی به منظور انجام فرآیندهایی خاص با راندمان بسیار بیشتر، در صنعت ساخت گوشی‌های هوشمند ایده‌ی جدیدی محسوب نمی‌شود. شرکت‌های سازنده تراشه‌های پردازشی چند وقتی است که فرآیندهای پردازشی را با کمک چنین روش‌هایی انجام می‌دهند.

برای مثال پردازشگر سیگنال تصویر (ISP) و پردازشگر سیگنال دیجیتالی (DSP) از تراشه‌هایی هستند که برای انجام چنین فرآیندهایی در پردازشگر کوالکام اسنپدراگون ۸۳۵ قرار گرفته‌اند. کوالکام تصمیم گرفته است که از این تراشه‌ها به منظور بالا بردن راندمان مصرف انرژی در فرآیندهایی مثل یادگیری ماشینی، پردازش تصویر و انجام کارهای سنگین استفاده کند.

ظاهرا گوگل می‌خواهد به کمک تراشه پیکسل ویژوال کُر در این زمینه از کوالکام پیشی بگیرد، زیرا استفاده از یک واحد پردازش کننده کاملا مستقل یک راهکار عجیب است؛ راهکاری که نشان می‌دهد گوگل واقعا می‌خواهد با قابلیت‌های تراشه DSP پردازشگر اسنپدراگون ۸۳۵ کوالکام مقابله کند.

نکته‌ای که در این زمینه باید مورد توجه قرار گیرد این است که تراشه‌هایی مثل DSP یا واحد پردازش تصویر (IPU) باید به صورت یکپارچه در واحد پردازش گرافیکی یا واحد پردازنده مرکزی یک گوشی هوشمند نصب شوند تا از بروز تاخیر در وارد شدن داده‌ها به پردازشگر و خارج شدن آن‌ها از این سخت افزار جلوگیری شود.

با وجود این گوگل نمی‌تواند هیچ دخل و تصرفی در پردازشگرهای کوالکام داشته باشد و به همین دلیل تراشه پیکسل ویژوال کور را به عنوان یک پردازشگر ثانویه اختصاصی طراحی کرده است تا تعدادی از فرآیندهای پردازشی را به کمک این تراشه در هماهنگی با پردازشگر کوالکام اسنپدراگون ۸۳۵ به کار رفته در گوشی‌های سری پیکسل ۲ انجام دهد.

در داخل تراشه پیکسل ویژوال کور چه می‌گذرد؟

پردازشگر پیکسل ویژوال کور طراحی اختصاصی خود را دارد. این پردازشگر مستقل و جدید به یک رم LPDDR4 داخلی مجهز شده است تا بتواند بدون نیاز به حافظه اصلی گوشی اطلاعات را بنویسد و بخواند. این رم به یک اتصال گذرگاهی باس PCIe هم مجهز شده است تا با پردازشگر اصلی گوشی ارتباط برقرار کند. پیکسل ویژوال کور یک تراشه کورتکس ای ۵۳ را نیز در خود دارد. این تراشه ارتباط بین Pixel Visual Core و پردازشگر اصلی گوشی را مدیریت می‌کند.

گوگل در ساخت فناوری جدیدش از یک تراشه مجهز به هشته هسته IPU هم استفاده کرده است تا بتواند امور مربوط به پردازش تصویر را به راحتی انجام دهد. غول جست و جوی اینترنتی گفته است که هر یک از این هسته‌ها تعداد ۵۱۲ واحد منطقی حسابگر (ALU) را در خود دارند و یک گوشی اقتصادی را قادر می‌سازند تا در هر ثانیه تعداد ۳ تریلیون (۳ هزار میلیارد) فرآیند پردازشی را انجام دهد.

برای مقایسه بد نیست بدانید که یک هسته پردازنده مرکزی کورتکس A73 به کار رفته در پردازنده برنامه کاربردی یک گوشی پیشرفته تنها دارای دو واحد کامل پایه، واحد بارگذاری و ذخیره سازی داده‌ها و واحد ممیز شناور است.

طبق اطلاعات منتشر شده توسط گوگل حتی تراشه‌های ارتقاء یافته SIMD هم نمی‌توانند همه قابلیت‌های هسته‌های IPU را به یک باره در یک واحد پردازنده مرکزی به حداکثر بازدهی برسانند. یک پردازشگر ریاضیاتی اختصاصی می‌تواند در انجام فرآیندهای اختصاصی، عملکرد سریع‌تری داشته باشد.

گوگل به همین دلیل پردازشگر پیکسل ویژوال کور را به طور خاص برای انجام عملیات‌های ریاضیاتی توده‌ای در بین میلیون‌ها پیکسل موجود در یک تصویر طراحی کرده است تا بتواند محصولی را با قابلیت پردازش بهتر عکس ارائه کند. یک واحد پردازنده مرکزی باید بتواند عملیات های احتمالی بیشتری را انجام دهد، از این رو یک واحد حسابی – منطقی ۵۱۲ (۵۱۲ ALU) نمی‌تواند برای انجام کاربردهای عمومی، سودمندی بسیار زیادی داشته باشد.

گوگل با مجهز سازی هر هسته IPU پردازشگر پیکسل ویژوال کور به واحدهای حسابی – منطقی ۵۱۲ این فناوری را قادر ساخته است تا معادلات موازی ریاضیاتی توده‌ای را به طور ایده آل برای کاربردهای مرتبط با پردازش تصویر و شبکه‌های عصبی توده‌ای انجام دهد.

گوگل همچنین گفته است که وجود یک رابطه محکم و استوار بین سخت افزار و نرم افزار عامل کلیدی دیگری است که راندمان یک IPU را افزایش می‌دهد. ظاهرا نرم افزار طراحی شده توسط گوگل برای پیکسل ویژوال کور می‌تواند جزییات بیشتری از یک سخت افزار را کنترل کند و از این طریق آن را قادر می‌سازد تا انعطاف پذیری و راندمان بیشتری داشته باشد.

این نتیجه سودمند حاصل یک برنامه نویسی بسیار پیچیده است. هم اکنون برنامه نویسان می‌توانند با استفاده از یک کامپایلر گوگل، زبان برنامه نویسی Halide و نرم افزار متن باز TensorFlow امور مربوط به پردازش تصویر و یادگیری ماشینی را در محصولات خود با راندمان بیشتری انجام دهند.

به طور خلاصه می‌توان گفت که تراشه پیکسل ویژوال کور قادر است که تعداد بسیار بیشتری از اعداد را پردازش کند و علاوه بر این عملیات‌های ریاضیاتی زیادتری را به طور موازی در مقایسه با یک واحد پردازنده مرکزی معمولی انجام دهد. این فناوری داده‌های ۱۰، ۱۲ و ۱۴ بیتی مرتبط با پردازش تصویر دوربین گوگل پیکسل ۲ را از جهات مختلف پردازش می‌کند و علاوه بر این کاربردهای مرتبط با یادگیری ماشینی و شبکه‌های عصبی را نیز با راندمان بالایی انجام می‌دهد.

قابلیت‌های پیکسل ویژوال کور در زمینه پردازش تصاویر

پیکسل ویژوال کُر هنوز در گوشی‌های گوگل پیکسل ۲ و پیکسل ۲ ایکس ال فعال نیست. با وجود این، گوگل از الگوریتم‌های پردازش کننده تصویر پیچیده‌ای برای ارائه تصاویر بهتر در این دو گوشی هوشمند استفاده کرده است. این الگوریتم‌ها زمانی که گوگل تراشه مستقل خود را فعال کند، عملکرد بسیار بهتری پیدا می‌کنند.

گوگل اخیرا اطلاعاتی را در زمینه استفاده از فریم‌های چندگانه متعادل کننده و تراز کننده تصویر برای خلق عکس‌هایی دارای دامنه دینامیکی بیشتر منتشر کرده است. این فناوری در همه گوشی‌های نکسوس و پیکسلی که دارای قابلیت عکسبرداری اچ دی آر پلاس هستند، وجود دارد. منابع خبری گفته‌اند که تراشه پیکسل ویژوال کور می‌تواند سرعت انجام این قابلیت را تا حد زیادی افزایش دهد و علاوه بر این، انرژی مورد نیاز برای انجام این کار را نیز تا ۹۰ درصد کاهش دهد.

گوگل در دوربین گوشی‌های جدید خود از الگوریتم‌های یادگیری ماشینی و شبکه‌های عصبی هم استفاده کرده‌ است. این خلاقیت باعث شده که در هنگام ایجاد عمق تصویر توسط دوربین تک سنسور گوشی، یک شبکه عصبی پیچیده یک پوشش از پیش زمینه و پس زمینه منظره موجود در عکس را خلق کند.

این پوشش با داده‌های نقشه عمق محاسبه شده توسط قابلیت فوکوس خودکار تشخیص فاز دوآل پیکسل قرار گرفته در سنسور تصویر و چند الگوریتم دارای ویژگی‌های استریو ترکیب می‌شود تا نواحی موجود در پیش زمینه عکس، بیشتر شناسایی شود و میزان محو شدگی یک تصویر بر مبنای فاصله منظره مورد نظر کاربر تا پس زمینه عکس، تعیین گردد.

زمانی که این فرآیند پیچیده پردازشی انجام شود، یک اثر بوکه دیسک شکل بر هر مرحله از عمق تصویر اعمال می‌گردد تا عکس نهایی با کیفیت بسیار بهتری در اختیار کاربر قرار گیرد.

جمع بندی

قابلیت‌های عکاسی منحصر بفرد گوشی‌های پیکسل گوگل از جمله فاکتورهایی هستند که تاثیر بسیار زیادی در محبوبیت این گوشی‌های هوشمند داشته‌اند. به نظر می‌رسد که گوگل بخش زیادی از توانایی‌های خود را بر روی سخت افزارها و نرم افزارهای به کار رفته در گوشی‌هایش گذاشته است تا عکس‌های بسیار بهتری را در اختیار کاربران محصولاتش بگذارد.

بکارگیری تراشه پیکسل ویژوال کور علاوه بر این که عملکرد و راندمان الگوریتم‌های تصویربرداری گوشی‌های پیکسل را بهبود می‌بخشد، یک ویژگی عکاسی جدید را نیز در اختیار کاربران این دو گوشی هوشمند می‌گذارد.

گوگل با داشتن دسترسی به میزان زیادی از اطلاعات ذخیره شده در سیستم کلود برای آموزش شبکه‌های عصبی توانسته است نرم افزاری را برای بهبود کیفیت تصویربرداری ارائه کند که با هیچ یک از محصولات ارائه شده توسط سایر سازندگان مشهور قابل قیاس نیست. معرفی یک سخت افزار اختصاصی با برند این شرکت از این امر حکایت می‌کند که گوگل می‌خواهد با فشارهای اعمال شده از طرف سایر قطعه سازان مقابله کند.

یک سخت افزار اختصاصی که توسط گوگل ساخته شده باشد، این شرکت را قادر می‌سازد تا هماهنگی بهتری را بین توانایی‌های محصولاتش و قابلیت‌های نرم افزارهایش ایجاد کند. هنوز مشخص نیست که آیا گوگل می‌خواهد توانایی‌های خود را در زمینه ساختن سخت افزار قسمت‌های دیگر یک گوشی هوشمند نیز گسترش دهد یا خیر.