Keeawayt
- GPU:t ovat kuin linja-autot: hitaampia kuin urheiluautot, mutta paljon paremmin siirtämään useita numeroita rinnakkain.
- GPU:ita käytetään koneoppimisessa, lääketieteessä, kuvankäsittelyssä ja peleissä.
- Intelin Iris Xe Max on suunniteltu tekemään kannettavista tehokkaampia sisällöntuottajille ja tekoälylle.
Intelin uusi Iris Xe Max -grafiikkaprosessoriyksikkö on nyt esillä kannettavissa tietokoneissa, 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 prosessori, joka tekee päivittäisen työn, on kallis ja erittäin erikoistunut. Grafiikkasuoritin sen sijaan on todella hyvä matematiikassa. Erityisesti ne voivat kertoa suuria lukuja ja suorittaa monia, monia operaatioita 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 Lifewirelle pikaviestillä. "Minulla on monia kollegoita, jotka käyttävät sitä lääketieteessä saadakseen MRI-tuloksia."
Big Math, Big Pictures
Kaikki, mikä vaatii paljon monimutkaista matematiikkaa, sopii täydellisesti siirrettäväksi GPU:lle.
"Grafiikka on yleensä erittäin tehokas, koska 3D-videomateriaalin laskeminen on hyvin monimutkaista", Barcelonassa toimiva tietokoneinsinööri Miquel Bonastre kertoi Lifewirelle pikaviestillä. Mutta pian tietokonepomot ymmärsivät, että näitä matemaattisia koneita voidaan käyttää kaikenlaisiin matematiikkaintensiivisiin tehtäviin.
"Nyt superlaskentaklustereita tehdään myös GPU:illa. Niitä käytetään tieteellisiin laskelmiin, suunnitteluun jne.", Bonastre sanoo. Toinen GPU:n etu on, että sitä on helppo skaalata. Se on rakennettu suorittamaan identtisiä operaatioita rinnakkain, joten lisäämällä siruja (tai vain enemmän ytimiä sirusuunnitteluun, jolloin se kasvaa) nopeuttaa kaikkea.
GPU on loistava myös valokuvien käsittelyyn. Esimerkiksi Adoben Lightroom-valokuvien muokkauspaketti voi siirtää työtä Macin tai PC:n grafiikkasuorittimeen "tarjoaakseen merkittäviä nopeusparannuksia korkearesoluutioisille näytöille", jotka sisältävät 4K- ja 5K-näytöt.
"CPU:t on optimoitu latenssia varten: jotta tehtävä saadaan valmiiksi mahdollisimman nopeasti", kirjoittaa tekoälykonsultti Ygor Rebouças Serpa. "GPU:t on optimoitu suorituskyvylle: ne ovat hitaita, mutta ne toimivat suurella datalla kerralla." Serpa vertaa CPU:ta urheiluautoon ja GPU:ta väylään. Bussi on paljon hitaampi, mutta se voi siirtää paljon enemmän ihmisiä.
Entä puhelimesi?
Puhelimesi GPU:ta käytetään sen superkorkean resoluution näytön ohjaamiseen ja grafiikan ajamiseen. Tästä syystä puhelin kuumenee, kun pelaat peliä – GPU käynnistyy, eikä puhelimessasi ole tuuletinta jäähdyttämään sitä.
iPhonessa GPU:ta käytetään kuvantunnistukseen, luonnollisen kielen oppimiseen ja liikeanalyysiin. Se siis käsittelee kuvia ja videoita kuvauksen aikana ja paljon muuta.
GPU:t sopivat erinomaisesti big dataan, koneoppimiseen ja kuvankäsittelyyn.
Mutta siinä ei vielä kaikki. Applen viimeaikaiset iPhonet ja iPadit sisältävät "hermomoottorin". Tämä on iso siru, joka on erityisesti suunniteltu suorittamaan koneoppimistehtäviä. Se ei ole grafiikkasuoritin, mutta konseptiltaan se on GPU-tyyppinen, koska se ratkaisee vaikeita matemaattisia ongelmia hetkessä. Applen mukaan uusin versio "pystyy suorittamaan jopa 11 biljoonaa toimintoa sekunnissa".
Koneoppiminen
Ehkä suurin muotisana tietojenkäsittelyssä tällä hetkellä on "koneoppiminen". Tämä edellyttää, että tietokoneelle näytetään paljon esimerkkejä ja annetaan tietokoneen selvittää yhtäläisyydet ja erot. GPU:t ovat täydellisiä tähän, koska ne voivat katsella enemmän esimerkkejä sekunnissa. Kuitenkin, kun koulutus on suoritettu, GPU:ta ei enää tarvita. Prosessori voi ajaa kaikki opitut algoritmit nopeammin.
Nyt, palataan Intelin uuteen Iris Xe Max -grafiikkasuorittimeen. Tämä on suunniteltu toimimaan "ohuissa ja kevyissä kannettavissa tietokoneissa, ja se on tarkoitettu kasvavalle tekijöille, jotka haluavat enemmän siirrettävyyttä", sanoi Intelin varapresidentti Roger Chandler lausunnossaan. Toisin sanoen sen on tarkoitus tehdä tehorajoitteisista kannettavista parempia videoiden, valokuvien ja muiden GPU-intensiivisten toimintojen muokkaamiseen. Kyllä, mukaan lukien AI.
Iris Xe Max on suunniteltu koneoppimiseen. Ehkä sen ensimmäinen tehtävä on opetella ääntämään oma nimensä.
