toimittajan huomautus: Olemme päivittäneet alkuperäinen viesti eroja Gpu ja Cpu, kirjoittanut Kevin Krewell, ja julkaistiin joulukuussa 2009.
suoritinta (keskitettyä prosessointiyksikköä) on kutsuttu PC: n aivoiksi. GPU sen sielu. Kuluneen vuosikymmenen aikana GPUT ovat kuitenkin hajonneet PC: n boxy-rajoituksista.
GPUs on sytyttänyt maailmanlaajuisen TEKOÄLYBUUMIN. Niistä on tullut keskeinen osa modernia supertietokonetta., Ne on kudottu rönsyileviksi uusiksi hyperparatiivisiksi datakeskuksiksi. Pelaajat ovat yhä arvostettuja, heistä on tullut kiihdyttäjiä, jotka nopeuttavat kaikenlaisia tehtäviä salauksesta verkostoitumiseen tekoälyyn.
ja he jatkavat pelaamista ja pro-grafiikkaa työasemien, pöytätietokoneiden ja uuden sukupolven kannettavien tietokoneiden sisällä.
mikä on GPU?
Kun Gpu (graphics processing unit) ovat nyt noin paljon enemmän kuin Tietokoneita, jotka he ilmestyi ensimmäisen kerran, he pysyvät ankkuroituina paljon vanhempi idea nimeltään parallel computing. Siksi GPUs on niin voimakas.
suorittimet pysyvät varmuuden vuoksi olennaisina. Nopea ja monipuolinen, suorittimet rodun läpi useita tehtäviä, jotka vaativat paljon vuorovaikutteisuutta. Soittamalla tietoja kiintolevyltä vastauksena esimerkiksi käyttäjän näppäilyihin.
sen sijaan, Gpu rikkoa monimutkaisia ongelmia tulee tuhansia tai miljoonia erillisiä tehtäviä ja työskennellä heidät pois kerralla.,
Joka tekee niistä ihanteellinen grafiikka, jossa tekstuurit, valaistus ja renderöinti muotoja on tehtävä kerralla pitää kuvat purjehtii koko näytön.,v id=”bdcf9e66d4″>
Arkkitehtonisesti, CPU koostuu vain muutaman ydintä, jossa on paljon välimuistia, joka voi käsitellä muutaman ohjelmisto kierteet kerrallaan., Sen sijaan GPU koostuu sadoista ytimistä, jotka voivat käsitellä tuhansia säikeitä samanaikaisesti.
GPUs toimittaa rinnakkaislaskennan kerran esoteerisen teknologian. Se on tekniikka, jolla on maineikas sukutaulu, joka sisältää nimiä, kuten supertietoinen nero Seymor Cray. Mutta sen sijaan, ottaen muoto kömpelö supertietokoneiden, Gpu laittaa tämä idea toimi työasemat ja pelikonsolit yli miljardi pelaajat.
Gpu, tietokonegrafiikka Ensimmäinen Monista Apps
Tämä sovellus, tietokoneen grafiikka — oli vain ensimmäinen useista tappaja apps., Ja sillä on ajettu valtava R&D moottori GPUs: n takana eteenpäin. Kaikki tämä mahdollistaa GPUs ajaa ennen erikoistuneempia, kiinteätoimisia pelimerkkejä palvelevat kapealla markkinoilla.
toinen tekijä, joka tekee kaikesta tuosta tehosta esteettömän: CUDA. Ensimmäinen julkaistiin vuonna 2007, parallel computing alustan avulla kooderit hyödyntää tietotekniikan valtaa Gpu yleiskäyttöön käsittely lisäämällä muutamia yksinkertaisia komentoja, niiden koodi.
se antaa Gpusin lisääntyä yllättävillä uusilla aloilla., Ja tukea nopeasti kasvava joukko standardeja, kuten Kubernetes ja Dockers — sovelluksia voidaan testata edullisia työpöydän GPU ja skaalata ulos nopeammin, enemmän hienostunut palvelin Gpu: t sekä kaikki suuret pilvi palveluntarjoajan.
suorittimet ja Mooren lain loppu
Mooren lain purkamisen myötä Nvidian vuonna 1999 keksimä GPUs tuli juuri ajoissa.
Mooren laki arvelee, että määrä transistoreita, jotka voivat olla ahdetaan integroitu piiri kaksinkertaistuu noin kahden vuoden välein. Vuosikymmenten ajan se on nostanut laskentatehoa nopeasti., Laki on kuitenkin törmännyt koviin fyysisiin rajoihin.
GPUs tarjoaa tavan jatkaa nopeuttavia sovelluksia — kuten grafiikkaa, supertietokoneita ja tekoälyä — jakamalla tehtäviä monien suorittimien kesken. Tällaisia kiihdyttimiä ovat kriittisiä tulevaisuuden puolijohteet, mukaan John Hennessey ja David Patterson, voittajat 2017 A. M. Turing-Palkinto ja kirjoittajat Tietokoneen Arkkitehtuuri: Kvantitatiivinen Lähestymistapa, uraauurtava oppikirja mikroprosessorit.,
Gpu: – Näppäintä TEKOÄLY, konenäkö, Supertietokoneiden ja Enemmän
viime vuosikymmenen aikana se on osoittautunut avain kasvava valikoima sovelluksia.
GPUs tekee jokaiselle energiayksikölle paljon enemmän työtä kuin suorittimet. Se tekee niistä avain supertietokoneisiin, jotka muuten työntäisivät nykyisten sähköverkkojen rajojen yli.
tekoälyssä Gpuista on tullut avain ”deep learning” – nimiseen teknologiaan.”Syvä oppiminen kaataa valtavia määriä dataa neuroverkot, kouluttaa heidät suorittamaan tehtäviä liian monimutkainen tahansa ihmisen koodaaja kuvaamaan.,
AI ja Pelaamista: GPU-Powered Syvä Oppiminen Tulee Täysi Ympyrä
syvä oppiminen nopeutuu ansiosta sisällyttämistä omistettu Tensor Ydintä NVIDIA Gpu. Tensor Ydintä nopeuttaa suuri matriisi toimintojen, ytimessä AI, ja suorittaa mixed-precision matrix-kerro-ja-kerääntyä laskelmat yhdellä kertaa. Se ei vain nopeuta kaikenlaisia perinteisiä TEKOÄLYTEHTÄVIÄ, vaan sitä hyödynnetään nyt pelaamisen nopeuttamiseksi.,
autoteollisuudessa, Gpu tarjoavat monia etuja. Ne tarjoavat vertaansa vailla olevia kuvantunnistusominaisuuksia, kuten odottaisit. Mutta ne ovat myös avainasemassa luotaessa itseohjautuvia ajoneuvoja, jotka pystyvät oppimaan — ja sopeutumaan-valtavasta määrästä erilaisia reaalimaailman skenaarioita.,
robotiikassa Gput ovat avainasemassa, jotta koneet pystyvät hahmottamaan ympäristöään, kuten voisi olettaa. Niiden TEKOÄLYOMINAISUUKSISTA on kuitenkin tullut avain koneille, jotka voivat oppia monimutkaisia tehtäviä, kuten autonomisesti navigointia.
terveydenhuollossa ja biotieteissä GPUs tarjoaa monia etuja. Ne sopivat tietysti kuvantamistehtäviin. Mutta GPU-pohjainen syvä oppiminen nopeuttaa näiden kuvien analysointia. Ne voivat crunch lääketieteellistä tietoa ja auttaa muuttamaan tiedot, syväoppimisen kautta, uusia ominaisuuksia.
lyhyesti sanottuna GPU: t ovat tulleet välttämättömiksi. Ne alkoivat kiihdyttämällä pelaamista ja grafiikkaa., Nyt ne kiihdyttävät yhä enemmän alueita,joilla hevosvoimien laskenta vaikuttaa.
- AI On Syöminen Ohjelmisto
- AI Asemat Nousu Kiihtyi Computing datakeskuksia
- Mitä Eroa on Laitteisto-ja Ohjelmisto-Kiihtyi Ray-Jäljittää?
- Mikä On Max-Q?
- mikä on virtuaalinen GPU?
- Mitä Eroa on Ray Tracing ja Rasteroinnin?,
- Mitä Eroa on tekoälyn, koneoppimisen ja syvällisen Oppimisen?
- Mikä On NVLink?
- Mikä On CUDA?