Key takeaways
- GPU'er er som busser: langsommere end sportsvogne, men meget bedre til at flytte mange numre parallelt.
- GPU'er bruges i maskinlæring, medicin, billedbehandling og spil.
- Intels Iris Xe Max er designet til at gøre bærbare computere mere kraftfulde for skabere og kunstig intelligens.
Intels nye Iris Xe Max-grafikprocessorenhed dukker nu op på bærbare computere, og efter alt at dømme er det en stor sag. Men hvad er en GPU, og hvorfor er den vigtig? Spoiler: Det handler ikke om spil eller endda grafik.
CPU'en i din computer, den der udfører det daglige arbejde, er dyr og højt specialiseret. En GPU derimod er rigtig, rigtig god til matematik. Specifikt kan de gange store tal, og de kan udføre mange, mange operationer parallelt. Dette gør dem gode til at generere kompleks 3D-grafik, men de bruges til meget mere.
"GPU'er er fantastiske til big data, maskinlæring og billedbehandling," fort alte 3D-animator David Rivera til Lifewire via en øjeblikkelig besked. "Jeg har mange kolleger, der bruger det i medicin for at få MR-resultater."
Big Math, Big Pictures
Alt, der kræver en masse kompliceret matematik, er perfekt til aflæsning til GPU'en.
"Grafik er norm alt meget kraftfuld, fordi beregning af 3D-videomateriale er meget kompleks," fort alte den Barcelona-baserede computeringeniør Miquel Bonastre til Lifewire via en øjeblikkelig besked. Men snart indså computerboffins, at disse matematikmaskiner kunne bruges til alle slags matematikintensive opgaver.
"Nu bliver der også lavet supercomputing-klynger med GPU'er. De bruges til videnskabelige beregninger, ingeniørarbejde osv.", siger Bonastre. En anden fordel ved GPU'en er, at den er nem at skalere op. Den er bygget til at køre identiske operationer parallelt, så tilføjelse af flere chips (eller bare flere kerner til chipdesignet, hvilket gør det større) gør alting hurtigere.
En GPU er også fantastisk til at behandle fotografier. For eksempel kan Adobes Lightroom-fotoredigeringspakke overføre arbejde til din Mac eller pc's grafikprocessor for at "give betydelige hastighedsforbedringer på skærme med høj opløsning", som omfatter 4K- og 5K-skærme.
"CPU'er er optimeret til latency: for at afslutte en opgave så hurtigt som muligt," skriver AI-konsulent Ygor Rebouças Serpa. "GPU'er er optimeret til gennemløb: de er langsomme, men de opererer på mængder af data på én gang." Serpa sammenligner en CPU med en sportsvogn og en GPU med en bus. Bussen er meget langsommere, men den kan flytte mange flere mennesker.
Hvad med din telefon?
GPU'en i din telefon bruges til at drive dens super højopløselige skærm og til at køre grafikken. Det er derfor, telefonen bliver varm, når du spiller et spil - GPU'en starter, og din telefon har ingen blæser til at køle den ned.
På iPhone bruges GPU'en til billedgenkendelse, naturlig sprogindlæring og bevægelsesanalyse. Det vil sige, at den behandler billeder og video, mens du optager dem, og mere.
GPU'er er fantastiske til big data, maskinlæring og billedbehandling.
Men det er ikke alt. Apples seneste iPhones og iPads indeholder en "neural motor". Dette er en stor chip, specielt designet til at udføre maskinlæringsopgaver. Det er ikke en GPU, men den er GPU-lignende i konceptet, idet den knuser hårde matematiske problemer på ingen tid overhovedet. Den seneste version er ifølge Apple "i stand til at udføre op til 11 billioner operationer i sekundet."
Machine Learning
Måske det største buzzword inden for computing lige nu er "machine learning". Dette indebærer at vise computeren en masse eksempler og lade computeren finde ud af ligheder og forskelle. GPU'er er perfekte til dette, fordi de kan se flere eksempler pr. sekund. Men når først den træning er færdig, er GPU'en ikke længere nødvendig. Alle indlærte algoritmer kan køres hurtigere af CPU'en.
Nu, lad os gå tilbage til Intels nye Iris Xe Max GPU. Dette er designet til at køre i "tynde og lette bærbare computere og [for] at adressere et voksende segment af skabere, der ønsker mere bærbarhed," sagde Intels vicepræsident Roger Chandler i en erklæring. Det vil sige, det er beregnet til at gøre bærbare computere med begrænset strøm bedre til redigering af video, fotos og enhver anden GPU-intensiv aktivitet. Ja, inklusive AI.
Iris Xe Max er designet til maskinlæring. Måske bliver dens første opgave at lære at udtale sit eget navn.
