Tärkeimmät oppimispisteet
- Grafiikkasuorittimet ovat kuin linja-autot: hitaampia kuin urheiluautot, mutta paljon paremmin rinnakkain monia numeroita.
- GPU:ita käytetään koneoppimisessa, lääketieteessä, kuvankäsittelyssä ja peleissä.
- Intelin Iris Xe Max on suunniteltu tekemään kannettavista tehokkaampia tekijöille ja tekoälylle.
Intelin uusi Iris Xe Max -grafiikkaprosessoriyksikkö ilmestyy nyt kannettaviin tietokoneisiin, ja kaiken kaikkiaan se on iso juttu. Mutta mikä on GPU ja miksi se on tärkeä? Spoileri: Kyse ei ole peleistä tai edes grafiikasta. Tietokoneesi suoritin, joka tekee päivittäistä työtä, on kallis ja erittäin erikoistunut. GPU sen sijaan on todella hyvä matematiikassa. Erityisesti ne voivat moninkertaistaa suuria lukuja ja suorittaa monia, monia toimintoja rinnakkain. Tämä tekee niistä hyviä monimutkaisen 3D-grafiikan luomiseen, mutta niitä käytetään paljon enemmän. «GPU:t sopivat erinomaisesti big dataan, koneoppimiseen ja kuvankäsittelyyn», 3D-animaattori David Rivera kertoi minulle. elinehto pikaviestin kautta. «Minulla on paljon kollegoita, jotka käyttävät sitä lääketieteessä saadakseen MRI-tuloksia.»
Iso matematiikka, isot kuvat
Kaikki, mikä vaatii paljon monimutkaista matematiikkaa, on täydellinen siirtymiseen GPU: hen. «Grafiikka on yleensä erittäin tehokas, koska 3D-videomateriaalin laskeminen on erittäin monimutkaista», Barcelonassa toimiva tietokoneinsinööri Miquel Bonastre sanoi. elinehto pikaviestin kautta. Mutta pian tietokoneasiantuntijat ymmärsivät, että näitä laskimia voidaan käyttää kaikenlaisiin laskentaa vaativiin tehtäviin. «Nyt luodaan myös supertietokoneklustereita GPU:illa. Niitä käytetään tieteellisiin laskelmiin, suunnitteluun ja niin edelleen», Bonastre sanoo. Toinen GPU:n etu on, että se on helppo skaalata. Se on rakennettu suorittamaan identtisiä operaatioita rinnakkain, joten lisäämällä siruja (tai vain enemmän ytimiä sirusuunnitteluun, jolloin se kasvaa) nopeuttaa kaikkea. Grafiikkasuoritin soveltuu erinomaisesti myös valokuvien käsittelyyn. Esimerkiksi Adoben Lightroom-valokuvien muokkausohjelmisto voi siirtää työn Macin tai PC:n grafiikkasuorittimeen «tarjoaa merkittäviä nopeusparannuksia korkearesoluutioisille näytöille», mukaan lukien 4K- ja 5K-näytöt. «CPU:t on optimoitu latenssia varten: tehtävän suorittamiseksi mahdollisimman nopeasti», kirjoittaa tekoälykonsultti Ygor Rebouças Serpa. «GPU:t on optimoitu suorituskyvylle: ne ovat hitaita, mutta ne käyttävät suuria määriä dataa kerralla.» Serpa vertaa CPU:ta urheiluautoon ja GPU:ta linja-autoon. Bussi on paljon hitaampi, mutta voi kuljettaa paljon enemmän ihmisiä.
Entä puhelimesi?
Puhelimesi GPU:ta käytetään erittäin korkearesoluutioisen näytön ohjaamiseen ja grafiikan ajamiseen. Tästä syystä puhelin kuumenee pelatessasi peliä: GPU käynnistyy, eikä puhelimessasi ole tuuletinta jäähdyttämään sitä. IPhonessa GPU:ta käytetään kuvantunnistukseen, luonnollisen kielen oppimiseen ja liikeanalyysiin. Toisin sanoen se käsittelee kuvia ja videoita tallentaessasi niitä ja paljon muuta. GPU:t sopivat erinomaisesti big dataan, koneoppimiseen ja kuvankäsittelyyn. Mutta se ei ole kaikki. Applen viimeaikaiset iPhonet ja iPadit sisältävät «hermomoottorin». Tämä on suuri siru, joka on erityisesti suunniteltu suorittamaan koneoppimistehtäviä. Se ei ole GPU, mutta se on GPU-tyyppinen konsepti, koska se ratkaisee vaikeita matemaattisia ongelmia hetkessä. Applen mukaan uusin versio «pystyy suorittamaan jopa 11 biljoonaa toimintoa sekunnissa».
Koneoppiminen
Ehkä suurin muotisana tietotekniikassa juuri nyt on «koneoppiminen». Tämä tarkoittaa, että tietokoneelle näytetään monia esimerkkejä ja annetaan tietokoneen selvittää yhtäläisyydet ja erot. GPU:t ovat täydellisiä tähän, koska ne voivat katsella enemmän näytteitä sekunnissa. Kun harjoitus on suoritettu, GPU:ta ei kuitenkaan enää tarvita. CPU pystyy suorittamaan kaikki opitut algoritmit nopeammin. Palataan nyt Intelin uuteen Iris Xe Max -grafiikkasuorittimeen. Tämä on suunniteltu käytettäväksi «ohuissa ja kevyissä kannettavissa tietokoneissa ja» [to] on suunnattu kasvavalle tekijöille, jotka haluavat enemmän siirrettävyyttä», Intelin varapresidentti Roger Chandler sanoi lausunnossaan. Toisin sanoen sen tavoitteena on tehdä rajoitetuista kannettavista tietokoneista parempia videoiden, valokuvien ja muiden GPU-yhteensopivien laitteiden muokkaamiseen. intensiivinen toiminta Kyllä, mukaan lukien tekoäly Iris Xe Max on suunniteltu koneoppimiseen Ehkä ensimmäinen tehtävä on oppia lausumaan oma nimensä.