随着世界争相利用最新一波人工智能技术,一种高科技硬件已成为一种令人惊讶的热门商品:图形处理单元或 GPU。
顶级 GPU 的售价 数万美元,领先厂商Nvidia已经看到了它的市场估值 飙升至2万亿美元大关 随着对其产品的需求激增。
GPU 也不仅仅是高端人工智能产品。手机、笔记本电脑和游戏机中也有功能较弱的 GPU。
现在您可能想知道:GPU 到底是什么?是什么让它们如此特别?
什么是 GPU?
GPU 最初设计的主要目的是快速生成和显示复杂的 3D 场景和对象,例如视频游戏中涉及的场景和对象。 计算机辅助设计 软件。现代 GPU 还可以处理以下任务: 解压 视频流。
大多数计算机的“大脑”是一个称为中央处理单元(CPU)的芯片。 CPU 可用于生成图形场景和解压缩视频,但与 GPU 相比,它们在执行这些任务时通常速度慢得多且效率低。 CPU 更适合一般计算任务,例如文字处理和浏览网页。
GPU 与 CPU 有何不同?
典型的现代 CPU 由 8 到 16 个“颜色,”每个都可以按顺序处理复杂的任务。
另一方面,GPU 拥有数千个相对较小的核心,这些核心被设计为同时(“并行”)工作,以实现快速的整体处理。这使得它们非常适合需要大量简单操作的任务,这些操作可以同时完成,而不是一个接一个地完成。
传统 GPU 有两种主要类型。
首先,有独立芯片,通常出现在大型台式计算机的附加卡中。第二种是将 GPU 与 CPU 组合在同一芯片封装中,这种技术常见于笔记本电脑和 PlayStation 5 等游戏机中。在这两种情况下,CPU 都控制 GPU 的工作。
为什么 GPU 对人工智能如此有用?
事实证明,GPU 的用途不仅仅限于生成图形场景。
背后的许多机器学习技术 人工智能,如 深度神经网络,严重依赖各种形式的矩阵乘法。
这是一种数学运算,其中将非常大的数字集相乘并相加。这些操作非常适合并行处理,因此可以由 GPU 快速执行。
GPU 的下一步是什么?
由于核心数量及其运行速度的增加,GPU 的数字处理能力正在稳步增强。这些改进主要是由以下公司芯片制造的改进推动的: TSMC 在台湾
单个晶体管(任何计算机芯片的基本组件)的尺寸正在减小,从而允许在相同大小的物理空间中放置更多晶体管。
然而,这并不是故事的全部。虽然传统 GPU 对于人工智能相关的计算任务很有用,但它们并不是最优的。
正如 GPU 最初旨在通过提供专门的图形处理来加速计算机一样,也有一些加速器旨在加速机器学习任务。这些加速器通常称为数据中心 GPU。
AMD 和 Nvidia 等公司制造的一些最受欢迎的加速器最初是传统 GPU。随着时间的推移,他们的设计不断发展,以更好地处理各种机器学习任务,例如通过支持更高效的“大脑漂浮” 数字格式。
其他加速器,例如 Google 的 张量处理单元 和 Tentorrent 的 Tensix 核心,是为了加速深度神经网络而从头开始设计的。
数据中心 GPU 和其他 AI 加速器通常比传统 GPU 附加卡配备更多内存,这对于训练大型 AI 模型至关重要。人工智能模型越大,它的能力就越强,也就越准确。
为了进一步加快训练速度并处理更大的 AI 模型(例如 ChatGPT),可以将许多数据中心 GPU 汇集在一起形成超级计算机。这需要更复杂的软件来正确利用可用的数字处理能力。另一种方法是 创建一个非常大的加速器, 如那个 ”晶圆级处理器》由 Cerebras 制作。
专用芯片是未来吗?
CPU 也没有停滞不前。 AMD 和 Intel 的最新 CPU 内置了低级指令,可以加速深度神经网络所需的数字运算。这一附加功能主要有助于“推理”任务,即使用已经在其他地方开发的人工智能模型。
为了首先训练人工智能模型,仍然需要大型类似 GPU 的加速器。
可以为特定的机器学习算法创建更专业的加速器。例如,最近一家名为 Groq 的公司生产了一款“语言处理单元” (LPU) 专门为运行类似于 ChatGPT 的大型语言模型而设计。
然而,创建这些专用处理器需要大量的工程资源。历史表明,任何给定的机器学习算法的使用和流行度往往会达到顶峰然后减弱,因此昂贵的专用硬件可能很快就会过时。
然而,对于普通消费者来说,这不太可能成为问题。您使用的产品中的 GPU 和其他芯片可能会悄悄变得更快。
图片来源: Nvidia公司
- :具有
- :是
- :不是
- :在哪里
- $UP
- 16
- 3d
- 8
- a
- 加快
- 加速器
- 精准的
- 附加
- 额外
- 后
- AI
- AI模型
- 算法
- 算法
- 所有类型
- 允许
- 沿
- 已经
- 还
- AMD公司
- 量
- 和
- 另一个
- 任何
- 的途径
- 保健
- 刊文
- AS
- At
- 可使用
- 基本包
- BE
- 成为
- 很
- 背后
- 更好
- 之间
- 繁荣
- 都
- 浏览
- 内建的
- 但是
- by
- 被称为
- CAN
- 能力
- 牌
- 例
- Center
- 中央
- ChatGPT
- 芯片
- 碎屑
- COM的
- 结合
- 如何
- 商品
- 共享
- 公司
- 公司
- 相比
- 复杂
- 组件
- 计算
- 一台
- 电脑
- 大量
- 游戏机
- 消费者
- 控制
- 创建信息图
- 创造
- 创意奖学金
- 信用
- 关键
- data
- 数据中心
- 深
- 需求
- 设计
- 设计
- 通过电脑捐款
- 发达
- 不同
- 屏 显:
- do
- 不
- 完成
- 驱动
- 两
- 每
- 高效
- 或
- 别处
- 工程师
- 整个
- 甚至
- EVER
- 进化
- 例子
- 昂贵
- 远
- 高效率
- 快
- (名字)
- 针对
- 申请
- 格式
- 形式
- 发现
- 止
- 功能
- 进一步
- 未来
- 游戏
- Games
- 赌博
- 其他咨询
- 生成
- 越来越
- 特定
- 谷歌的
- GPU
- 图形处理器
- 图像
- 陆运
- 手
- 处理
- 硬件
- 马具
- 有
- 严重
- 帮助
- 于是
- 高端
- 历史
- 热卖
- 但是
- HTTPS
- 改善
- in
- 增加
- 个人
- 说明
- 英特尔
- 参与
- IT
- 它的
- JPEG
- 只是
- 保持
- 语言
- 笔记本电脑
- 大
- 大
- 最新
- 领导
- 学习
- 减
- 执照
- 容易
- 线
- 机
- 机器学习
- 制成
- 主要
- 主要
- 使
- 制作
- 方式
- 生产厂家
- 制造业
- 许多
- 市场
- 数学的
- 矩阵
- 可能..
- 内存
- 模型
- 模型
- 现代
- 更多
- 更高效
- 最先进的
- 最受欢迎的产品
- 乘以
- 打印车票
- 网络
- 神经
- 神经网络
- 下页
- 现在
- 数
- 数字
- Nvidia公司
- 对象
- of
- 经常
- on
- 一
- 操作
- 操作
- 运营
- 最佳
- or
- 本来
- 其他名称
- 输出
- 过时的
- 超过
- 最划算
- 包
- 网页
- 并行
- 过去
- 高峰
- 执行
- 手机
- 的
- 片
- 地方
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 游戏机
- 5的PlayStation
- 热门
- 声望
- 可能
- 功率
- 强大
- 供电
- 主要
- 大概
- 市场问题
- 过程
- 处理
- 处理器
- 生成
- 核心产品
- 正确
- 优
- 英勇
- 很快
- 悄悄
- 宁
- 阅读
- 真
- 最近
- 最近
- 简称
- 相对
- 依靠
- 要求
- 必须
- 需要
- 资源
- 路透社
- 上升
- 运行
- 同
- 场景
- 其次
- 看到
- 出售
- 套数
- 作品
- 显著
- 简易
- 单
- 尺寸
- 小
- So
- 软件
- 太空
- 特别
- 专门
- 具体的
- 特别是
- 速度
- 速度
- 独立
- 地位
- 开始
- 稳步
- 仍
- 故事
- 流
- 这样
- 合适的
- 总结
- 超级计算机
- 支持
- 潮
- 出奇
- 台湾
- 需要
- 任务
- 技术
- 技术
- 趋向
- 比
- 这
- 未来
- 世界
- 其
- 他们
- 然后
- 那里。
- 博曼
- 他们
- Free Introduction
- 那些
- 数千
- 次
- 至
- 一起
- 也有
- 传统
- 培训
- 产品培训
- 万亿
- 原来
- 二
- 普遍
- 一般
- 下
- 单元
- 不会
- 用法
- 使用
- 用过的
- 有用
- 运用
- 评估
- 各个
- 非常
- 视频
- 视频游戏
- 视频
- 波
- 卷筒纸
- 为
- 什么是
- 什么是
- 这
- 而
- 为什么
- 维基百科上的数据
- 想知道
- Word
- 工作
- 世界
- 价值
- 完全
- 和风网