जीपीयू क्या है? एआई बूम को शक्ति देने वाले चिप्स, और उनकी कीमत खरबों क्यों है

जीपीयू क्या है? एआई बूम को शक्ति देने वाले चिप्स, और उनकी कीमत खरबों क्यों है

समय टिकट: 13 मार्च, 2024 5:56 PM
जीपीयू क्या है? एआई बूम को शक्ति देने वाले चिप्स, और वे खरबों प्लेटोब्लॉकचेन डेटा इंटेलिजेंस के लायक क्यों हैं। लंबवत खोज. ऐ.

जैसे-जैसे दुनिया एआई प्रौद्योगिकियों की नवीनतम लहर का उपयोग करने के लिए दौड़ रही है, हाई-टेक हार्डवेयर का एक टुकड़ा आश्चर्यजनक रूप से हॉट कमोडिटी बन गया है: ग्राफिक्स प्रोसेसिंग यूनिट, या जीपीयू।

एक टॉप-ऑफ़-द-लाइन GPU बेचा जा सकता है हज़ारों डॉलर, और अग्रणी निर्माता एनवीडिया ने इसका बाजार मूल्यांकन देखा है $2 ट्रिलियन से ऊपर चढ़ें जैसे-जैसे इसके उत्पादों की मांग बढ़ती है।

GPU केवल उच्च-स्तरीय AI उत्पाद ही नहीं हैं। फ़ोन, लैपटॉप और गेमिंग कंसोल में भी कम शक्तिशाली GPU हैं।

अब तक आप शायद सोच रहे होंगे: वास्तव में GPU क्या है? और क्या चीज़ उन्हें इतना खास बनाती है?

एक जीपीयू क्या है?

जीपीयू को मूल रूप से मुख्य रूप से जटिल 3डी दृश्यों और वस्तुओं को जल्दी से उत्पन्न करने और प्रदर्शित करने के लिए डिज़ाइन किया गया था, जैसे कि वीडियो गेम में शामिल दृश्य और कंप्यूटर एडेड डिजाइन सॉफ़्टवेयर। आधुनिक जीपीयू जैसे कार्य भी संभालते हैं decompressing वीडियो स्ट्रीम.

अधिकांश कंप्यूटरों का "मस्तिष्क" एक चिप है जिसे सेंट्रल प्रोसेसिंग यूनिट (सीपीयू) कहा जाता है। सीपीयू का उपयोग ग्राफिकल दृश्य उत्पन्न करने और वीडियो को डीकंप्रेस करने के लिए किया जा सकता है, लेकिन वे आमतौर पर जीपीयू की तुलना में इन कार्यों में बहुत धीमे और कम कुशल होते हैं। सीपीयू सामान्य गणना कार्यों, जैसे वर्ड प्रोसेसिंग और वेब पेज ब्राउज़ करने के लिए बेहतर अनुकूल हैं।

जीपीयू सीपीयू से किस प्रकार भिन्न हैं?

एक सामान्य आधुनिक सीपीयू 8 और 16 के बीच बना होता है"कोर, ”जिनमें से प्रत्येक जटिल कार्यों को क्रमिक तरीके से संसाधित कर सकता है।

दूसरी ओर, जीपीयू में हजारों अपेक्षाकृत छोटे कोर होते हैं, जिन्हें तेजी से समग्र प्रसंस्करण प्राप्त करने के लिए एक ही समय में ("समानांतर में") काम करने के लिए डिज़ाइन किया गया है। यह उन्हें उन कार्यों के लिए उपयुक्त बनाता है जिनके लिए बड़ी संख्या में सरल ऑपरेशनों की आवश्यकता होती है जिन्हें एक के बाद एक करने के बजाय एक ही समय में किया जा सकता है।

पारंपरिक जीपीयू दो मुख्य स्वादों में आते हैं।

सबसे पहले, स्टैंडअलोन चिप्स हैं, जो अक्सर बड़े डेस्कटॉप कंप्यूटर के लिए ऐड-ऑन कार्ड में आते हैं। दूसरे, समान चिप पैकेज में सीपीयू के साथ संयुक्त जीपीयू हैं, जो अक्सर लैपटॉप और प्लेस्टेशन 5 जैसे गेम कंसोल में पाए जाते हैं। दोनों मामलों में, सीपीयू नियंत्रित करता है कि जीपीयू क्या करता है।

AI के लिए GPU इतने उपयोगी क्यों हैं?

इससे पता चलता है कि ग्राफिकल दृश्य उत्पन्न करने के अलावा और भी बहुत कुछ करने के लिए जीपीयू का पुन: उपयोग किया जा सकता है।

मशीन सीखने की कई तकनीकें पीछे हैं कृत्रिम बुद्धिमत्ताइस तरह के रूप में, गहरे तंत्रिका नेटवर्क, मैट्रिक्स गुणन के विभिन्न रूपों पर बहुत अधिक भरोसा करते हैं।

यह एक गणितीय संक्रिया है जहां संख्याओं के बहुत बड़े सेटों को गुणा किया जाता है और एक साथ जोड़ा जाता है। ये ऑपरेशन समानांतर प्रसंस्करण के लिए उपयुक्त हैं और इसलिए जीपीयू द्वारा बहुत तेज़ी से निष्पादित किए जा सकते हैं।

GPU के लिए आगे क्या है?

कोर की संख्या और उनकी ऑपरेटिंग गति में वृद्धि के कारण जीपीयू की संख्या-क्रंचिंग क्षमता लगातार बढ़ रही है। ये सुधार मुख्य रूप से जैसी कंपनियों द्वारा चिप निर्माण में सुधार से प्रेरित हैं TSMC ताइवान में।

व्यक्तिगत ट्रांजिस्टर का आकार - किसी भी कंप्यूटर चिप का मूल घटक - घट रहा है, जिससे भौतिक स्थान की समान मात्रा में अधिक ट्रांजिस्टर रखे जा सकते हैं।

हालाँकि, यह पूरी कहानी नहीं है। जबकि पारंपरिक जीपीयू एआई-संबंधित गणना कार्यों के लिए उपयोगी हैं, वे इष्टतम नहीं हैं।

जिस तरह जीपीयू को मूल रूप से ग्राफिक्स के लिए विशेष प्रसंस्करण प्रदान करके कंप्यूटर को गति देने के लिए डिज़ाइन किया गया था, उसी तरह ऐसे त्वरक भी हैं जो मशीन सीखने के कार्यों को गति देने के लिए डिज़ाइन किए गए हैं। इन त्वरक को अक्सर डेटा सेंटर जीपीयू के रूप में जाना जाता है।

एएमडी और एनवीडिया जैसी कंपनियों द्वारा बनाए गए कुछ सबसे लोकप्रिय त्वरक पारंपरिक जीपीयू के रूप में शुरू हुए। समय के साथ, उनके डिज़ाइन विभिन्न मशीन सीखने के कार्यों को बेहतर ढंग से संभालने के लिए विकसित हुए, उदाहरण के लिए अधिक कुशल का समर्थन करके "मस्तिष्क तैरना" संख्या स्वरूप।

अन्य त्वरक, जैसे कि Google टेंसर प्रसंस्करण इकाइयाँ और टेनस्टोरेन्ट का टेन्सिक्स कोर, गहरे तंत्रिका नेटवर्क को गति देने के लिए जमीन से ऊपर तक डिजाइन किए गए थे।

डेटा सेंटर जीपीयू और अन्य एआई एक्सेलेरेटर आमतौर पर पारंपरिक जीपीयू ऐड-ऑन कार्ड की तुलना में काफी अधिक मेमोरी के साथ आते हैं, जो बड़े एआई मॉडल के प्रशिक्षण के लिए महत्वपूर्ण है। AI मॉडल जितना बड़ा होगा, उतना ही अधिक सक्षम और सटीक होगा।

प्रशिक्षण को और तेज़ करने और चैटजीपीटी जैसे बड़े एआई मॉडल को संभालने के लिए, एक सुपर कंप्यूटर बनाने के लिए कई डेटा सेंटर जीपीयू को एक साथ जोड़ा जा सकता है। उपलब्ध संख्या क्रंचिंग शक्ति का उचित उपयोग करने के लिए अधिक जटिल सॉफ़्टवेयर की आवश्यकता होती है। एक और दृष्टिकोण है एक बहुत बड़ा त्वरक बनाएं, जैसे की "वेफर-स्केल प्रोसेसरसेरेब्रस द्वारा निर्मित।

क्या विशिष्ट चिप्स भविष्य हैं?

सीपीयू भी स्थिर नहीं रहे हैं। एएमडी और इंटेल के हालिया सीपीयू में अंतर्निहित निम्न-स्तरीय निर्देश हैं जो गहरे तंत्रिका नेटवर्क के लिए आवश्यक संख्या-क्रंचिंग को तेज करते हैं। यह अतिरिक्त कार्यक्षमता मुख्य रूप से "अनुमान" कार्यों में मदद करती है - अर्थात, एआई मॉडल का उपयोग करना जो पहले से ही कहीं और विकसित किए गए हैं।

सबसे पहले एआई मॉडल को प्रशिक्षित करने के लिए, बड़े जीपीयू जैसे त्वरक की अभी भी आवश्यकता है।

विशिष्ट मशीन लर्निंग एल्गोरिदम के लिए और अधिक विशिष्ट त्वरक बनाना संभव है। हाल ही में, उदाहरण के लिए, ग्रोक नामक कंपनी ने "भाषा प्रसंस्करण इकाई(एलपीयू) विशेष रूप से चैटजीपीटी की तर्ज पर बड़े भाषा मॉडल चलाने के लिए डिज़ाइन किया गया है।

हालाँकि, इन विशिष्ट प्रोसेसरों को बनाने में काफी इंजीनियरिंग संसाधनों की आवश्यकता होती है। इतिहास से पता चलता है कि किसी भी मशीन लर्निंग एल्गोरिदम का उपयोग और लोकप्रियता चरम पर होती है और फिर कम हो जाती है - इसलिए महंगा विशेष हार्डवेयर जल्दी ही पुराना हो सकता है।

हालाँकि, औसत उपभोक्ता के लिए यह कोई समस्या होने की संभावना नहीं है। आपके द्वारा उपयोग किए जाने वाले उत्पादों में GPU और अन्य चिप्स चुपचाप तेज़ होते रहने की संभावना है।

इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.

छवि क्रेडिट: Nvidia

समय टिकट:

से अधिक विलक्षणता हब