CPU

وحدة المعالجة المركزية (CPU) هي المكوّن الأساسي في الحاسوب، وتعمل بمثابة «عقله» المسؤول عن تفسير التعليمات الصادرة من الأجهزة والبرمجيات وتنفيذها. وفي سياق الذكاء الاصطناعي (AI)، تؤدي وحدة المعالجة المركزية دورًا جوهريًا في معالجة البيانات وتنسيق النظام وتنفيذ الاستدلال، لا سيما على الأجهزة الطرفية التي تكون فيها كفاءة الطاقة حاسمة. ومع أن الأجهزة المتخصصة مثل وحدات معالجة الرسومات ترتبط غالبًا بالعبء الأكبر لتدريب نماذج التعلّم العميق، تظل وحدة المعالجة المركزية ضرورية لمسار عمل التعلّم الآلي (ML) بأكمله.

دور وحدات المعالجة المركزية في سير عمل الذكاء الاصطناعي#

على الرغم من شهرة وحدات معالجة الرسومات بقدراتها الهائلة على المعالجة المتوازية أثناء التدريب، فإن وحدة المعالجة المركزية هي العمود الفقري لكثير من المراحل الأساسية في دورة حياة الرؤية الحاسوبية (CV). وتعتمد بنيتها عادةً على تصميمات x86 (Intel وAMD) أو ARM، وهي محسّنة للمعالجة التسلسلية والتحكم المنطقي المعقد.

• المعالجة المسبقة للبيانات: قبل أن تتمكن الشبكة العصبية من التعلم، يجب إعداد البيانات. وتتألق وحدات CPU في مهام مثل تحميل الملفات وتنظيف البيانات وإجراء التحويلات المعقدة باستخدام مكتبات مثل NumPy وOpenCV.
• الاستدلال الطرفي: لا يكون تشغيل النماذج على خوادم ضخمة ممكنًا دائمًا عند النشر في العالم الحقيقي. وتتيح وحدات المعالجة المركزية نشر النماذج بكفاءة على أجهزة المستهلكين، مثل تشغيل Ultralytics YOLO26 على حاسوب محمول أو Raspberry Pi.
• المعالجة اللاحقة: بعد أن يُخرج النموذج احتمالات خامًا، تتولى وحدة المعالجة المركزية غالبًا المنطق النهائي، مثل القمع غير الأقصى (NMS) في اكتشاف الكائنات، لتصفية التنبؤات المكررة وتحسين النتائج.

وحدة المعالجة المركزية مقابل وحدة معالجة الرسومات مقابل وحدة معالجة الموترات#

يُعد فهم مشهد الأجهزة أمرًا بالغ الأهمية لتحسين عمليات التعلّم الآلي (MLOps). وتختلف هذه المعالجات كثيرًا في بنيتها وحالات الاستخدام المثلى لها.

• CPU: مصمم للتنوع والمنطق المعقد. ويضم عددًا قليلًا من الأنوية القوية التي تعالج المهام بالتتابع. وهو الأنسب لـزيادة البيانات وإدارة مسارات العمل والاستدلال منخفض زمن الاستجابة على دفعات صغيرة.
• GPU (وحدة معالجة الرسومات): صُممت وحدات GPU في الأصل لمعالجة الرسومات، وتضم آلاف الأنوية الأصغر حجمًا المصممة لـالمعالجة المتوازية. وهي المعيار في تدريب النماذج، لأنها تنفذ عمليات ضرب المصفوفات بسرعة تفوق CPU بكثير.
• وحدة معالجة الموترات (TPU): دائرة متخصصة (ASIC) طورتها Google Cloud خصيصًا للحسابات على الموترات. وعلى الرغم من كفاءتها العالية في أحمال عمل محددة، فإنها تفتقر إلى مرونة الاستخدام العام التي تتمتع بها وحدة المعالجة المركزية.

تطبيقات عملية#

غالبًا ما تكون وحدات المعالجة المركزية خيار الأجهزة المفضل للتطبيقات التي تفوق فيها أهمية التكلفة والتوفر واستهلاك الطاقة الحاجة إلى معدل إنتاجية خام هائل.

1. كاميرات الأمان الذكية: في أنظمة الإنذار الأمني، تعالج الكاميرات غالبًا تدفقات الفيديو محليًا. ويمكن لنموذج اكتشاف الكائنات القائم على وحدة المعالجة المركزية تحديد شخص أو مركبة وإطلاق تنبيه من دون إرسال الفيديو إلى السحابة، ما يحافظ على عرض النطاق الترددي وخصوصية المستخدم.

2. الأتمتة الصناعية: في أرضيات المصانع، تستخدم أنظمة الصيانة التنبؤية وحدات المعالجة المركزية لمراقبة بيانات المستشعرات الواردة من الآلات. وتحلل هذه الأنظمة الاهتزازات أو الارتفاعات المفاجئة في درجة الحرارة في الوقت الفعلي للتنبؤ بالأعطال، ما يضمن سلاسة أتمتة التصنيع من دون الحاجة إلى عناقيد وحدات معالجة رسومات باهظة التكلفة.

تشغيل الاستدلال على وحدة المعالجة المركزية باستخدام Ultralytics#

غالبًا ما يختبر المطورون النماذج على وحدات المعالجة المركزية للتحقق من توافقها مع بيئات الحوسبة دون خوادم أو الأجهزة منخفضة الطاقة. وتتيح واجهة Ultralytics البرمجية استهداف وحدة المعالجة المركزية بسهولة، ما يضمن تشغيل التطبيق في أي مكان.

يوضح المثال التالي كيفية تحميل نموذج خفيف وتشغيل الاستدلال على وحدة المعالجة المركزية تحديدًا:

from ultralytics import YOLO

# ⁨تحميل نموذج YOLO26 nano الخفيف⁩
# ⁨النماذج الأصغر محسّنة للتنفيذ الأسرع على وحدة المعالجة المركزية⁩
model = YOLO("yolo26n.pt")

# ⁨تشغيل الاستدلال على صورة مع تعيين الجهاز صراحةً إلى 'cpu'⁩
results = model.predict("https://ultralytics.com/images/bus.jpg", device="cpu")

# ⁨طباعة نتائج الكشف (مربعات الإحاطة)⁩
print(results[0].boxes.xywh)

لتحسين الأداء أكثر على وحدات المعالجة المركزية من Intel، يمكن للمطورين تصدير نماذجهم إلى تنسيق OpenVINO، الذي يحسّن بنية الشبكة العصبية خصيصًا لمعمارية x86. ولإدارة مجموعات البيانات وتنسيق عمليات النشر هذه، تبسّط أدوات مثل منصة Ultralytics سير العمل من التعليق التوضيحي إلى التنفيذ الطرفي.