뇌피셜도 아니고 망상입니다.

1. NPU가 성능이랑 긱벤치 앱에서 사용패턴 머신러닝 중.

2. 성능 유지 정도는 조건이 온도, 전력으로 걸릴거고

최대 클럭은 나오도록 보장된 칩이지만 칩 특성에 따라 설정된 온도, 전력 한계치에서 peak 성능 유지시간, sustain 성능 수준이 제각기 달라짐.

3. 제품 수령 후 초기 단계

이것저것 해본다고 발열관리 잘 안 됨.

고온에서 돌리면 벤치 성능 하락.

머신러닝 표본이 소수일 때 이런 패턴 몇번도 크게 영향을 줘서 피크 성능 찍는데 소극적인 패턴 형성.

운좋게 테스트 조건이 좋은게 몇번 반복된 경우에는 적극적으로 성능을 올리는 패턴 형성.

-> 제품 간 편차 발생.

4. 향후 시간이 많이 지난 상태

데이터가 많이 쌓이면 결국 제품 특성에 맞는 수준으로 벤치 성능이 수렴하게 되어있음.

이 수렴치가 제품간에 유의미할 정도로 차이가 생길수도 있고 이러면 상당히 시끄러워질 가능성이 있어 보임.