2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

端侧大模型推理在NPU和CPU的对比

发布日期:2024-08-03 22:44:53 浏览次数: 4159
作者:汽车AI助手

微信搜一搜,关注“汽车AI助手”


一、CPU和NPU推理涉及到的关键知识
这部分是属于基础知识,如果了解可以直接跳过到第二部分。
计算能力
FLOPS (Floating Point Operations Per Second):测量计算设备每秒执行浮点运算的能力。例如,60 GFLOPS 表示每秒可以执行60 × 10^9次浮点运算。
TOPs (Tera Operations Per Second):测量计算设备每秒执行操作的能力,通常用于NPU和其他加速器。例如,16 TOPs 表示每秒可以执行16 × 10^12次操作。
DMIPS (Dhrystone MIPS):测量CPU整数运算性能的指标,主要用于反映CPU在执行Dhrystone基准测试中的性能。
DMIPS与FLOPS之间没有直接的转换关系,因为它们测量的是不同类型的运算性能。通常,假设1 DMIPS ≈ 1 FLOPS 或1 DMIPS ≈ 0.5 FLOPS是简化计算的常见方法,但实际情况依赖于具体CPU架构。
性能相关
内存带宽:决定了数据在内存和处理单元之间传输的速度。例如,LPDDR5, 64-bit @ 6400 MT/s ≈ 51.2 GB/s 表示每秒可以传输51.2 GB的数据。
数据传输时间:数据传输时间 = 数据量 / 内存带宽。例如,传输1.4 GB数据需要的时间 = 1.4 GB / 51.2 GB/s ≈ 0.027秒。
并行处理:CPU和NPU通常具有并行处理能力,可以同时处理多个任务。例如,4核CPU可以并行处理4个任务。
缓存:现代CPU和NPU通常有缓存用于存储频繁访问的数据,以减少内存访问延迟。    
模型架构:不同的模型架构(如Transformer、RNN等)对计算量和内存访问模式有不同的要求。例如,Transformer模型通常需要大量的矩阵乘法操作。


二、CPU和NPU推理性能
接下来我们通过数学计算的方式来推演端侧大模型分别在CPU和NPU的推理性能,为了方便计算,我们做基于以下背景进行验证:
1.模型参数: 2.8B(2.8 × 10^9)参数
2.输入长度:  250 tokens
3.模型架构: Llama
4. NPU性能: 16 TOPs(16 × 10^12 操作/秒)
5. CPU性能: 4核,每核15K DMIPS
6. 内存带宽: LPDDR5 64-bit @ 6400 MT/s ≈ 51.2 GB/s 
7.每个参数4 bit
8.运算形式主要是矩阵运算
1. CPU性能计算
步骤1: 计算每个token的处理总运算量
模型参数量:2.8B(2.8 × 10^9)个参数
每个参数的运算量:假设每个参数需要2次基本操作(1次乘法和1次加法)
公式                 
总运算量= 2.8*10^9(参数)* 2 (操作/参数) = 5.6* 10^9 (操作)
输入长度:250 tokens
公式                  
总计算量 = 5.6* 10^9 (操作)* 250 (tokens) = 1.4* 10^{12) (操作)
步骤2: 计算CPU的推理时间
CPU性能:每核15K DMIPS,4核,总计60K DMIPS    
假设1 DMIPS ≈ 1 FLOPS(为了简化计算)
公式                  
每秒计算能力= 60K* 10^6 (FLOPS) = 60* 10^9 (FLOPS)
计算时间:
公式                 
计算时间 =总计算量/每秒计算能力= (1.4* 10^12) / (60* 10^9) = 23.33 (秒)
         

 

2. 内存带宽对CPU的影响 
内存带宽:LPDDR5, 64-bit @ 6400 MT/s ≈ 51.2 GB/s
总数据传输量:         

 

公式                 
总数据传输量 = 1.4 GB(模型存储需求) + 8 KB(输入数据存储需求) ≈ 1.4 (GB)
数据传输时间:
Plain Text                  
数据传输时间 = 1.4 (GB)/51.2 (GB/s) ≈ 0.027 (秒)
综合计算时间和内存带宽影响:

公式                 
总推理时间 ≈ 23.33 (秒) + 0.027 (秒) ≈ 23.357 (秒)      

 


3. NPU性能计算
NPU性能:16 TOPs = 16 × 10^12 操作/秒
总运算量:1.4 × 10^12 运算
计算时间:
公式                
计算时间 = 总计算量/每秒计算能力= 1.4* 10^12/16* 10^12(秒) = 0.0875 (秒)
         

 

         

 

 4.结果总结
CPU的推理时间: 约23.357秒(综合计算时间和内存带宽影响)
NPU的推理时间: 约0.0875秒(内存带宽影响较小)
从这个结果来看,涉及大量计算的场景,NPU 的性能和成本明显优于 CPU。
三、可能的错误
上面的计算过程做了较多的计算模型简化,从计算严谨性的角度,这里把影响结果的前提假设梳理出来供大家参考。
1.DMIPS与FLOPS的转换假设:
DMIPS(Dhrystone MIPS)是测量整数运算性能的指标,通常不能直接转换为FLOPS(浮点运算性能)。
我们假设1 DMIPS ≈ 1 FLOPS 或1 DMIPS ≈ 0.5 FLOPS,这可能导致误差。实际情况依赖于具体CPU架构。
2.每个参数的运算量假设:
假设每个参数需要2次基本操作(1次乘法和1次加法),这可能低估了实际运算量。实际的深度学习计算涉及更多复杂操作。    
3.忽略了缓存和其他硬件优化:
现代CPU和NPU通常有缓存、流水线等硬件优化,可能显著影响实际推理时间。
4.内存带宽与计算时间的独立性假设:
内存带宽影响数据传输速度,假设数据传输和计算是独立的,实际中两者可能同时进行。
5.忽略了模型架构的复杂性:
实际模型架构(如Transformer、RNN等)会影响计算量和内存访问模式。
四、 One More Thing
从结果可以看到,对于计算量要求高的推理场景,NPU 更适合于 CPU。但在实际工程化过程中,并不会完全放弃 CPU 而只用 NPU。行业内更多的是将 NPU 集成到 SoC 上,让 NPU、CPU、GPU 共同完成复杂任务。在实际工程化过程中,甚至会选择将一部分推理任务放在 CPU 上进行。    


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅