12 апреля, 2024

SolusNews.com

Последние новости

Что такое графический процессор? Эксперт объясняет, какие чипы способствуют буму искусственного интеллекта и почему они стоят триллионы долларов

Что такое графический процессор?  Эксперт объясняет, какие чипы способствуют буму искусственного интеллекта и почему они стоят триллионы долларов

Поскольку мир спешит воспользоваться преимуществами новейшей волны технологий искусственного интеллекта, одна часть высокотехнологичного оборудования стала на удивление ходовым товаром: графический процессор или графический процессор.

Лучший в своем классе графический процессор можно продать Десятки тысяч долларовведущий производитель NVIDIA увидел свою рыночную оценку Превышает 2 триллиона долларов США. С высоким спросом на свою продукцию.

Графические процессоры — это не просто высококачественные продукты искусственного интеллекта. Менее мощные графические процессоры также встречаются в телефонах, ноутбуках и игровых консолях.

Теперь вы, вероятно, задаетесь вопросом: что на самом деле представляет собой графический процессор (GPU)? Что делает их такими особенными?

Что такое графический процессор?

Первоначально графические процессоры были разработаны в первую очередь для быстрого создания и отображения сложных 3D-сцен и объектов, например, тех, которые можно найти в видеоиграх и… Системы автоматизированного проектирования Программирование. Современные графические процессоры также справляются с такими задачами, как Распаковать Видеопотоки.

«Мозгом» большинства компьютеров является микросхема, называемая центральным процессором (ЦП). Центральные процессоры (ЦП) можно использовать для создания графических сцен и распаковки видеоклипов, но они обычно намного медленнее и менее эффективны при выполнении этих задач, чем графические процессоры. Процессоры лучше всего подходят для общих вычислительных задач, таких как обработка текста и просмотр веб-страниц.

Чем графические процессоры отличаются от процессоров?

Типичный современный процессор имеет размер от 8 до 16 дюймов.Ядра«, каждый из которых может последовательно решать сложные задачи.

С другой стороны, графические процессоры имеют тысячи относительно небольших ядер, которые предназначены для одновременной работы («параллельно») для достижения быстрой сквозной обработки. Это делает его хорошо подходящим для задач, требующих одновременного выполнения большого количества простых операций, а не одной за другой.

READ  Motorola Edge 30 Pro пробивает себе цену и побеждает


Читать далее: Спрос на компьютерные чипы, подпитываемый искусственным интеллектом, может изменить глобальную политику и безопасность


Традиционные графические процессоры бывают двух основных разновидностей.

Во-первых, существуют отдельные чипы, которые часто входят в состав дополнительных плат для более крупных настольных компьютеров. Во-вторых, графические процессоры интегрированы с центральным процессором в одном корпусе микросхем, который часто встречается в ноутбуках и игровых консолях, таких как PlayStation 5. В обоих случаях процессор контролирует работу графического процессора.

Почему графические процессоры так полезны для искусственного интеллекта?

Оказывается, графические процессоры можно повторно использовать не только для создания графических сцен.

Многие методы машинного обучения, лежащие в основе искусственного интеллекта (ИИ), например Глубокие нейронные сетив значительной степени полагаются на различные формы «умножения матриц».

Это математическая операция, при которой очень большие группы чисел умножаются и складываются. Эти операции хорошо подходят для параллельной обработки и поэтому могут выполняться графическими процессорами очень быстро.

Что будет дальше с графическими процессорами?

Количество вычислительных мощностей графических процессоров неуклонно растет благодаря увеличению количества ядер и их рабочих скоростей. Эти улучшения в первую очередь обусловлены улучшениями в производстве чипов такими компаниями, как ТСМК В Тайване.

Размер отдельных транзисторов – основных компонентов любого компьютерного чипа – уменьшается, что позволяет разместить больше транзисторов в том же объеме физического пространства.

Однако это еще не вся история. Хотя традиционные графические процессоры полезны для вычислительных задач, связанных с искусственным интеллектом, они не идеальны.

Подобно тому, как графические процессоры изначально были разработаны для ускорения работы компьютеров за счет специализированной обработки графики, существуют ускорители, предназначенные для ускорения задач машинного обучения. Эти ускорители часто называют «графическими процессорами центров обработки данных».

Некоторые из самых популярных ускорителей, созданных такими компаниями, как AMD и NVIDIA, начинались как традиционные графические процессоры. Со временем их конструкции развивались, чтобы лучше справляться с различными задачами машинного обучения, например, за счет поддержки более эффективных технологий.Мозговой поплавок«Форматируйте числа.

Новейшие графические процессоры NVIDIA имеют специализированные функции для ускорения «компьютерного» программного обеспечения, используемого во многих современных приложениях искусственного интеллекта.
Нвидиа

Другие акселераторы, такие как Google Тензорные процессоры И Тенсторрент Тенсикс ядерразработанный с нуля для ускорения глубоких нейронных сетей.

Графические процессоры в центрах обработки данных и другие ускорители искусственного интеллекта обычно имеют гораздо больше памяти, чем традиционные дополнительные графические карты, что имеет решающее значение для обучения больших моделей искусственного интеллекта. Чем крупнее модель ИИ, тем она более функциональна и точна.

Чтобы еще больше ускорить обучение и обработку более крупных моделей искусственного интеллекта, таких как ChatGPT, несколько графических процессоров в центрах обработки данных можно объединить в кластер, чтобы сформировать суперкомпьютер. Это требует более сложного программного обеспечения, чтобы правильно использовать доступную вычислительную мощность. Другой способ — создать один очень большой ускоритель, например.Чип-процессор«Произведено Церебрасом.

Будущее за специализированными чипами?

Процессоры тоже не стоят на месте. Современные процессоры AMD и Intel имеют встроенные инструкции низкого уровня, которые ускоряют обработку чисел, необходимую глубоким нейронным сетям. Эта дополнительная функциональность в основном помогает решать задачи «вывода», то есть использовать модели ИИ, которые уже были разработаны где-то еще.

В первую очередь для обучения моделей ИИ по-прежнему необходимы большие ускорители типа графических процессоров.



Читать далее: Подавление экспорта чипов — самый значительный шаг США против Китая за всю историю


Можно создавать более специализированные ускорители для конкретных алгоритмов машинного обучения. Недавно, например, компания Groq выпустила «Языковой процессор«(LPU) специально разработан для запуска больших языковых моделей, подобных ChatGPT.

Однако создание этих специализированных процессоров требует значительных инженерных ресурсов. История показывает, что использование и популярность любого конкретного алгоритма машинного обучения имеет тенденцию расти, а затем уменьшаться – поэтому дорогое специализированное оборудование может быстро устареть.

Однако для рядового потребителя это вряд ли станет проблемой. Графические процессоры и другие чипы, используемые в продуктах, которые их используют, скорее всего, будут продолжать спокойно расти.