Iedereen heeft wel eens gehoord van de CPU in apparaten, maar er is er nog één met een zeer gelijkende naam waarvan u misschien niet weet wat het is. We hebben het over de GPU. Nu heeft Nvidia informatie gepubliceerd die u helpt de verschillen tussen de twee concepten te begrijpen.
GPU’s hebben een AI-boom teweeggebracht, zijn een essentieel onderdeel geworden van moderne supercomputers en blijven de vooruitgang in gaming en professionele graphics stimuleren.
De CPU (centrale verwerkingseenheid) zou het brein van een PC zijn. De GPU is het hart en de ziel. Maar in het afgelopen decennium hebben GPU’s de grenzen van de PC verlegd.
“GPU’s hebben de wereldwijde AI-hausse gestimuleerd, waardoor ze een sleutelrol spelen in de moderne supercomputing. Ze zijn geïntegreerd in uitgestrekte nieuwe datacentraEen datacentrum of gegevensverwerkingscentrum (DPC) … hyperscale datacenters. Deze apparaten, die zeer in trek zijn bij gamers, zijn acceleratoren geworden die alles van encryptie tot netwerken en AI aandrijven,” aldus Marcio Aguiar, directeur van Nvidia Enterprise Latijns-Amerika.
Hoewel GPU’s (graphics processing unit) nu veel meer zijn dan PC’s, vergeleken met hun eerste modellen, zijn ze nog steeds verankerd in een veel ouder idee dat “parallel computing” wordt genoemd. Dit is wat GPU’s zo krachtig maakt.
“CPU’s zijn snel en veelzijdig en voeren een aantal taken uit die veel interactiviteit vereisen. Bijvoorbeeld het ophalen van informatie van de harde schijf in antwoord op de toetsaanslagen van de gebruiker,” zei hij.
GPU’s daarentegen splitsen complexe problemen op in duizenden of miljoenen afzonderlijke taken en voeren deze in één keer uit.
“Dit maakt ze ideaal voor grafische toepassingen, waar texturen, belichting en vormrendering allemaal tegelijk moeten worden gedaan om beelden over het scherm te laten vliegen.
“Dit deep learning-vermogen wordt versneld door de opname van speciale Tensor Cores in NVIDIA GPU’s. Tensor Cores versnellen grote matrixbewerkingen, de kern van AI, en voeren mixed-precision vermenigvuldigings- en accumulatieberekeningen in één bewerking uit. Dit versnelt niet alleen traditionele AI-taken van allerlei aard, maar wordt nu ook gebruikt om games aan te drijven,” meldde Aguiar.
“In de auto-industrie bieden GPU’s ongeëvenaarde beeldherkenningsmogelijkheden. Maar ze zijn ook essentieel om zelfrijdende auto’s te maken die kunnen leren van en zich kunnen aanpassen aan een breed scala van verschillende praktijksituaties.
In de robotica zijn GPU’s essentieel om machines in staat te stellen hun omgeving waar te nemen. Hun AI-capaciteiten zijn van centraal belang geworden voor het vermogen van machines om complexe taken te leren, zoals autonome navigatie.
In de gezondheidszorg en de biowetenschappen zijn zij ideaal voor beeldvormingstaken. GPU-gebaseerd diep leren versnelt echter de analyse van die beelden. Zij kunnen medische gegevens verwerken en die gegevens, via deep learning, omzetten in nieuwe mogelijkheden.
Kortom, GPU’s zijn onmisbaar geworden. Ze begonnen met het versnellen van spelletjes en graphics. Nu versnellen zij steeds meer gebieden waar rekenkracht een verschil zal maken,” aldus Marcio.