Unit pemroses penglihatan - Riwayat revisi

Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

2026-08-23T10:25:24Z

Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

← Revisi sebelumnya		Revisi per 23 Agustus 2026 10.25
Baris 1:		Baris 1:
	'''Unit pemroses visi/penglihatan''' (/VPU) adalah suatu kelas [[mikroprosesor]] yang muncul; ini adalah jenis [[akselerator kecerdasan buatan]] khusus, yang dirancang untuk mempercepat tugas [[Penglihatan mesin\|penglihatan alat]] berat (per 2018).		'''Unit pemroses visi/penglihatan''' (/VPU) adalah suatu kelas [[mikroprosesor]] yang muncul; ini adalah jenis [[akselerator kecerdasan buatan]] khusus, yang dirancang untuk mempercepat tugas [[Penglihatan mesin\|penglihatan alat]] berat (per 2018).<ref>Seth Colaner. [http://www.tomshardware.com/news/movidiud-myriad2-vpu-vision-processing-vr,30850.html A third type of processor for AR/VR: Movidius' Myriad 2 VPU]. ''Tom's Hardware''. January 3, 2016.</ref><ref>Prasid Banerje. [http://www.digit.in/general/the-rise-of-vpus-giving-eyes-to-machines-29561.html The rise of VPUs: Giving Eyes to Machines]. ''Digit.in''. March 28, 2016.</ref>

	== Ringkasan ==		== Ringkasan ==
Baris 12:		Baris 12:

	== Contoh ==		== Contoh ==

	* [https://www.movidius.com/myriadx Movidius Myriad X], yang merupakan unit pemrosesan visi generasi ketiga di lini Myriad VPU dari [[Intel\|Intel Corporation]] .		* [https://www.movidius.com/myriadx Movidius Myriad X], yang merupakan unit pemrosesan visi generasi ketiga di lini Myriad VPU dari [[Intel\|Intel Corporation]] .
	* Movidius Myriad 2, yang digunakan di Google Project Tango, Google Clips dan DJI Drone		* Movidius Myriad 2, yang digunakan di Google Project Tango,<ref>Adrian Weckler. [http://www.independent.ie/business/technology/news/dublin-tech-firm-movidius-to-power-googles-new-virtual-reality-headset-34449883.html Dublin tech firm Movidius to power Google's new virtual reality headset]. ''Independent.ie''.</ref> Google Clips dan DJI Drone <ref>[https://www.movidius.com/news/dji-brings-two-new-flagship-drones-to-lineup-featuring-myriad-2-vpus DJI Brings Two New Flagship Drones to Lineup Featuring Myriad 2 VPUs - Machine Vision Technology - Movidius]. ''www.movidius.com''.</ref>
	* Pixel Visual Core (PVC), yang merupakan prosesor Gambar, Visi, dan [[Akselerator kecerdasan buatan\|AI]] yang sepenuhnya dapat diprogram untuk perangkat seluler		* Pixel Visual Core (PVC), yang merupakan prosesor Gambar, Visi, dan [[Akselerator kecerdasan buatan\|AI]] yang sepenuhnya dapat diprogram untuk perangkat seluler
	* [[Microsoft Hololens\|Microsoft HoloLens]], yang mencakup akselerator yang disebut sebagai ''Unit Pemrosesan Holografik'' (pelengkap untuk CPU dan GPU-nya), yang ditujukan untuk menafsirkan input kamera, untuk mempercepat pelacakan & visi lingkungan untuk aplikasi augmented reality.		* [[Microsoft Hololens\|Microsoft HoloLens]], yang mencakup akselerator yang disebut sebagai ''Unit Pemrosesan Holografik'' (pelengkap untuk CPU dan GPU-nya), yang ditujukan untuk menafsirkan input kamera, untuk mempercepat pelacakan & visi lingkungan untuk aplikasi augmented reality.<ref>Fred O'Connor. [http://www.pcworld.com/article/2917512/microsoft-designed-a-special-processor-to-handle-hololens-data.html Microsoft dives deeper into HoloLens details: 'Holographic processor' role revealed]. ''PCWorld''. May 1, 2015.</ref>
	* [[Akselerator kecerdasan buatan\|Eyeriss]], desain dari [[Institut Teknologi Massachusetts\|MIT]] yang ditujukan untuk menjalankan [[jaringan saraf konvolusi]].		* [[Akselerator kecerdasan buatan\|Eyeriss]], desain dari [[Institut Teknologi Massachusetts\|MIT]] yang ditujukan untuk menjalankan [[jaringan saraf konvolusi]].<ref>Chen, Yu-Hsin. [https://www.mit.edu/~sze/eyeriss.html Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks]. ''IEEE International Solid-State Circuits Conference, ISSCC 2016, Digest of Technical Papers''. 2016. hlm. 262–263.</ref>
	* NeuFlow, desain oleh Yann LeCun (diimplementasikan dalam [[FPGA]]) untuk mempercepat konvolusi, menggunakan arsitektur aliran data.		* NeuFlow, desain oleh Yann LeCun (diimplementasikan dalam [[FPGA]]) untuk mempercepat konvolusi, menggunakan arsitektur aliran data.
	* Mobileye EyeQ, oleh Mobileye		* Mobileye EyeQ, oleh Mobileye
Baris 26:		Baris 25:

	* [[IBM]] TrueNorth, prosesor neuromorfik yang ditujukan untuk [[pengenalan pola]] data sensor dan tugas intelijen yang serupa, termasuk video/audio.		* [[IBM]] TrueNorth, prosesor neuromorfik yang ditujukan untuk [[pengenalan pola]] data sensor dan tugas intelijen yang serupa, termasuk video/audio.
	* Unit pemrosesan Qualcomm Zeroth Neural, entri lain di kelas chip berorientasi sensor/AI yang sedang berkembang.		* Unit pemrosesan Qualcomm Zeroth Neural, entri lain di kelas chip berorientasi sensor/AI yang sedang berkembang.<ref>[https://www.qualcomm.com/news/onq/2013/10/10/introducing-qualcomm-zeroth-processors-brain-inspired-computing Introducing Qualcomm Zeroth Processors: Brain-Inspired Computing]. ''Qualcomm''. October 10, 2013.</ref>

	== Lihat pula ==		== Lihat pula ==

	* [[Cell Broadband Engine\|CELL]], prosesor multicore dengan fitur yang cukup konsisten dengan unit pemrosesan penglihatan (instruksi [[SIMD]] & tipe data yang cocok untuk video, dan [[Akses memori langsung\|DMA]] on-chip antara memori scratchpad).		* [[Cell Broadband Engine\|CELL]], prosesor multicore dengan fitur yang cukup konsisten dengan unit pemrosesan penglihatan (instruksi [[SIMD]] & tipe data yang cocok untuk video, dan [[Akses memori langsung\|DMA]] on-chip antara memori scratchpad).
	* [[Koprosesor]]		* [[Koprosesor]]
	* [[Unit pemroses grafis\|Unit pemrosesan grafis]], juga biasa digunakan untuk menjalankan algoritma visi. Arsitektur [[Pascal (arsitektur mikro)\|Pascal]] NVidia mencakup dukungan [[FP16]], untuk memberikan tradeoff presisi/biaya yang lebih baik untuk beban kerja AI.		* [[Unit pemroses grafis\|Unit pemrosesan grafis]], juga biasa digunakan untuk menjalankan algoritma visi. Arsitektur [[Pascal (arsitektur mikro)\|Pascal]] NVidia mencakup dukungan [[FP16]], untuk memberikan tradeoff presisi/biaya yang lebih baik untuk beban kerja AI.


	== Referensi ==		== Referensi ==
			<references />


	== Sumber dan atribusi ==		== Sumber dan atribusi ==

	Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Unit+pemroses+penglihatan&oldid=27852721 Wikipedia bahasa Indonesia], revisi 27852721 (2025-09-18T12:09:59Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.		Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Unit+pemroses+penglihatan&oldid=27852721 Wikipedia bahasa Indonesia], revisi 27852721 (2025-09-18T12:09:59Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.

			<!-- WIKI_UNISSULA_PRESENTATION_V4 -->

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 27852721; atribusi sumber disertakan.

2026-08-23T09:51:09Z

Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 27852721; atribusi sumber disertakan.

Halaman baru

'''Unit pemroses visi/penglihatan''' (/VPU) adalah suatu kelas [[mikroprosesor]] yang muncul; ini adalah jenis [[akselerator kecerdasan buatan]] khusus, yang dirancang untuk mempercepat tugas [[Penglihatan mesin|penglihatan alat]] berat (per 2018).

== Ringkasan ==
Unit pemrosesan visi berbeda dari [[Unit pemroses grafis|unit pemrosesan]] grafis (yang dikhususkan untuk pengodean dan dekode video) dalam kesesuaiannya untuk menjalankan [[Penglihatan mesin|algoritma penglihatan mesin]] seperti CNN (''convolutional neural network''), SIFT (''scale-invariant feature transform'') dan sejenisnya.

Mereka mungkin termasuk [[antarmuka|antarmuka langsung]] untuk mengambil data dari [[Kamera digital|kamera]] (melewati buffer off chip), dan memiliki penekanan lebih besar pada aliran data ''on-chip'' antara banyak [[Komputasi paralel|unit komputasi paralel]] dengan memori scratchpad, seperti [[Digital signal processor|DSP]] banyak inti. Namun, seperti unit pemrosesan video, mereka mungkin memiliki fokus pada aritmetika titik tetap [[Akurasi dan presisi|presisi rendah]] untuk [[Pengolahan citra digital|pemrosesan gambar]].

== Kontras dengan GPU ==
Unit pemrosesan visi berbeda dari [[Unit pemroses grafis|GPU]], yang berisi perangkat keras khusus untuk [[Perasteran|rasterisasi]] dan [[pemetaan tekstur]] (untuk [[Grafika komputer 3D|grafik 3D]]), dan yang arsitektur memorinya dioptimalkan untuk memanipulasi [[Bitmap|gambar bitmap]] dalam [[Memori (komputer)|memori off-chip]] (membaca [[Pemetaan tekstur|tekstur]], dan memodifikasi [[LFB|buffer bingkai]], dengan pola akses acak). VPU dioptimalkan untuk kinerja per watt, sementara GPU terutama berfokus pada kinerja absolut.

Target pasarnya adalah [[robotika]], [[Internet untuk Segala|internet untuk segala]], kelas baru [[kamera digital]] untuk [[realitas virtual]] dan [[realitas berimbuh]], kamera pintar, dan mengintegrasikan akselerasi penglihatan mesin ke dalam [[ponsel cerdas]] dan [[Peranti bergerak|perangkat seluler lainnya]].

== Contoh ==

* [https://www.movidius.com/myriadx Movidius Myriad X], yang merupakan unit pemrosesan visi generasi ketiga di lini Myriad VPU dari [[Intel|Intel Corporation]] .
* Movidius Myriad 2, yang digunakan di Google Project Tango, Google Clips dan DJI Drone
* Pixel Visual Core (PVC), yang merupakan prosesor Gambar, Visi, dan [[Akselerator kecerdasan buatan|AI]] yang sepenuhnya dapat diprogram untuk perangkat seluler
* [[Microsoft Hololens|Microsoft HoloLens]], yang mencakup akselerator yang disebut sebagai ''Unit Pemrosesan Holografik'' (pelengkap untuk CPU dan GPU-nya), yang ditujukan untuk menafsirkan input kamera, untuk mempercepat pelacakan & visi lingkungan untuk aplikasi augmented reality.
* [[Akselerator kecerdasan buatan|Eyeriss]], desain dari [[Institut Teknologi Massachusetts|MIT]] yang ditujukan untuk menjalankan [[jaringan saraf konvolusi]].
* NeuFlow, desain oleh Yann LeCun (diimplementasikan dalam [[FPGA]]) untuk mempercepat konvolusi, menggunakan arsitektur aliran data.
* Mobileye EyeQ, oleh Mobileye
* Programmable Vision Accelerator (PVA), Prosesor Visi VLIW 7-arah yang dirancang oleh [[NVIDIA|Nvidia]].

== Prosesor serupa ==
Beberapa prosesor tidak dideskripsikan sebagai VPU, tetapi sama-sama dapat diterapkan untuk tugas visi mesin. Ini mungkin membentuk kategori ''[[Akselerator kecerdasan buatan|akselerator AI]]'' yang lebih luas (yang mungkin juga dimiliki oleh VPU), namun pada tahun 2016 tidak ada konsensus mengenai nama:

* [[IBM]] TrueNorth, prosesor neuromorfik yang ditujukan untuk [[pengenalan pola]] data sensor dan tugas intelijen yang serupa, termasuk video/audio.
* Unit pemrosesan Qualcomm Zeroth Neural, entri lain di kelas chip berorientasi sensor/AI yang sedang berkembang.

== Lihat pula ==

* [[Cell Broadband Engine|CELL]], prosesor multicore dengan fitur yang cukup konsisten dengan unit pemrosesan penglihatan (instruksi [[SIMD]] & tipe data yang cocok untuk video, dan [[Akses memori langsung|DMA]] on-chip antara memori scratchpad).
* [[Koprosesor]]
* [[Unit pemroses grafis|Unit pemrosesan grafis]], juga biasa digunakan untuk menjalankan algoritma visi. Arsitektur [[Pascal (arsitektur mikro)|Pascal]] NVidia mencakup dukungan [[FP16]], untuk memberikan tradeoff presisi/biaya yang lebih baik untuk beban kerja AI.

== Referensi ==

== Sumber dan atribusi ==

Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Unit+pemroses+penglihatan&oldid=27852721 Wikipedia bahasa Indonesia], revisi 27852721 (2025-09-18T12:09:59Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.