Kluczowe dania na wynos
- GPU są jak autobusy: wolniejsze niż samochody sportowe, ale znacznie lepsze w równoległym przenoszeniu wielu numerów.
- GPU są używane w uczeniu maszynowym, medycynie, przetwarzaniu obrazów i grach.
- Intel Iris Xe Max został zaprojektowany z myślą o zwiększeniu wydajności laptopów dla twórców i sztucznej inteligencji.
Nowy procesor graficzny Iris Xe Max firmy Intel pojawia się teraz w laptopach i dla wszystkich kont to wielka sprawa. Ale czym jest procesor graficzny i dlaczego jest ważny? Spoiler: Nie chodzi o gry, ani nawet o grafikę.
Procesor w Twoim komputerze, ten, który wykonuje codzienną pracę, jest drogi i wysoce wyspecjalizowany. Z drugiej strony GPU jest naprawdę dobry z matematyki. W szczególności mogą mnożyć duże liczby i wykonywać wiele, wiele operacji równolegle. To sprawia, że są dobre do generowania złożonej grafiki 3D, ale są używane do znacznie więcej.
„GPU świetnie nadają się do dużych zbiorów danych, uczenia maszynowego i przetwarzania obrazu” – powiedział Lifewire animator 3D David Rivera za pośrednictwem wiadomości błyskawicznej. "Mam wielu kolegów, którzy używają go w medycynie, aby uzyskać wyniki MRI."
Wielka matematyka, duże zdjęcia
Wszystko, co wymaga dużo skomplikowanej matematyki, jest idealne do przeniesienia na GPU.
„Grafika jest zwykle bardzo potężna, ponieważ obliczanie materiałów wideo 3D jest bardzo złożone” – powiedział Lifewire inżynier informatyk z Barcelony, Miquel Bonastre, za pośrednictwem wiadomości błyskawicznej. Wkrótce jednak specjaliści od komputerów zdali sobie sprawę, że te maszyny matematyczne można wykorzystać do wszelkiego rodzaju zadań wymagających dużej ilości matematyki.
„Teraz klastry superkomputerowe są również tworzone przy użyciu procesorów graficznych. Są one wykorzystywane do obliczeń naukowych, inżynierii itp.”, mówi Bonastre. Kolejną zaletą GPU jest łatwość skalowania. Jest zbudowany do równoległego wykonywania identycznych operacji, więc dodanie większej liczby chipów (lub po prostu większej liczby rdzeni do projektu chipa, co sprawi, że będzie on większy) przyspiesza wszystko.
GPU doskonale nadaje się również do przetwarzania zdjęć. Na przykład pakiet do edycji zdjęć Lightroom firmy Adobe może odciążyć procesor graficzny komputera Mac lub PC, aby „zapewnić znaczną poprawę szybkości wyświetlaczy o wysokiej rozdzielczości”, w tym monitorów 4K i 5K.
„Procesory są zoptymalizowane pod kątem opóźnień: aby zakończyć zadanie tak szybko, jak to możliwe”, pisze konsultant ds. AI Ygor Rebouças Serpa. „Procesory GPU są zoptymalizowane pod kątem przepustowości: są wolne, ale jednocześnie obsługują duże ilości danych”. Serpa porównuje procesor do samochodu sportowego, a procesor graficzny do autobusu. Autobus jest dużo wolniejszy, ale może przewieźć znacznie więcej osób.
Co z Twoim telefonem?
GPU w telefonie jest używany do obsługi wyświetlacza o bardzo wysokiej rozdzielczości i do obsługi grafiki. Dlatego telefon nagrzewa się podczas grania - włącza się układ GPU, a telefon nie ma wentylatora, który mógłby go ochłodzić.
W iPhonie procesor GPU służy do rozpoznawania obrazów, uczenia się języka naturalnego i analizy ruchu. Oznacza to, że przetwarza obrazy i wideo podczas ich nagrywania i nie tylko.
GPU świetnie nadają się do dużych zbiorów danych, uczenia maszynowego i przetwarzania obrazów.
Ale to nie wszystko. Najnowsze iPhony i iPady firmy Apple zawierają „Neural Engine”. To duży chip, specjalnie zaprojektowany do wykonywania zadań uczenia maszynowego. To nie jest procesor graficzny, ale jest w koncepcji podobny do procesora graficznego, ponieważ w mgnieniu oka rozwiązuje trudne problemy matematyczne. Według Apple najnowsza wersja „jest w stanie wykonać do 11 bilionów operacji na sekundę”.
Uczenie maszynowe
Być może obecnie największym modnym hasłem w informatyce jest „uczenie maszynowe”. Wiąże się to z pokazaniem komputerowi wielu przykładów i pozwoleniem komputerowi na ustalenie podobieństw i różnic. Procesory graficzne są do tego idealne, ponieważ mogą wyświetlać więcej przykładów na sekundę. Jednak po zakończeniu tego szkolenia procesor graficzny nie jest już potrzebny. Wszystkie wyuczone algorytmy mogą być uruchamiane szybciej przez procesor.
Teraz wróćmy do nowego procesora graficznego Intel Iris Xe Max. Jest on przeznaczony do pracy w „cienkich i lekkich laptopach i jest skierowany do rosnącego segmentu twórców, którzy chcą większej przenośności” – powiedział wiceprezes Intel, Roger Chandler w oświadczeniu. Oznacza to, że ma to na celu ulepszenie laptopów o ograniczonej mocy do edycji wideo, zdjęć i wszelkich innych czynności intensywnie wykorzystujących GPU. Tak, w tym AI.
Iris Xe Max jest przeznaczony do uczenia maszynowego. Być może jego pierwszym zadaniem będzie nauczenie się wymawiania własnego imienia.
