Q:
เหตุใด บริษัท ต่างๆจึงจัดหา GPUs สำหรับการเรียนรู้ของเครื่อง?
A:หากคุณกำลังอ่านเกี่ยวกับการเรียนรู้ของเครื่องคุณอาจได้ยินมากมายเกี่ยวกับการใช้หน่วยประมวลผลกราฟิกหรือ GPU ในโครงการเรียนรู้ของเครื่องซึ่งมักจะเป็นทางเลือกสำหรับหน่วยประมวลผลกลางหรือซีพียู GPU ใช้สำหรับการเรียนรู้ของเครื่องเนื่องจากคุณสมบัติเฉพาะที่ทำให้ตรงกับโครงการเรียนรู้ของเครื่องโดยเฉพาะอย่างยิ่งที่ต้องการการประมวลผลแบบขนานจำนวนมากหรือในคำอื่น ๆ การประมวลผลแบบหลายเธรดพร้อมกัน
| ดาวน์โหลดฟรี: การเรียนรู้ของเครื่องและเหตุผลที่สำคัญ |
มีหลายวิธีที่จะพูดคุยเกี่ยวกับสาเหตุที่ GPU เป็นที่ต้องการสำหรับการเรียนรู้ของเครื่อง หนึ่งในวิธีที่ง่ายที่สุดคือการเปรียบเทียบคอร์จำนวนน้อยในซีพียูแบบดั้งเดิมที่มีคอร์จำนวนมากขึ้นใน GPU ทั่วไป GPU ได้รับการพัฒนาเพื่อปรับปรุงกราฟิกและแอนิเมชั่น แต่ก็มีประโยชน์สำหรับการประมวลผลแบบขนานอื่น ๆ - ในหมู่พวกเขาการเรียนรู้ของเครื่อง ผู้เชี่ยวชาญชี้ให้เห็นว่าถึงแม้ว่าคอร์จำนวนมาก (บางครั้งหลายสิบ) ใน GPU ทั่วไปมักจะง่ายกว่าคอร์ที่น้อยกว่าของซีพียู แต่การมีคอร์จำนวนมากขึ้นจะนำไปสู่การประมวลผลแบบขนานที่ดีกว่า ประกบกับแนวคิดที่คล้ายกันของ“ การเรียนรู้ทั้งมวล” ซึ่งเป็นการกระจายการเรียนรู้ที่เกิดขึ้นจริงในโครงการ ML: แนวคิดพื้นฐานคือผู้ประกอบการที่อ่อนแอกว่าจำนวนมากจะมีประสิทธิภาพสูงกว่าผู้ประกอบการที่อ่อนแอกว่า
ผู้เชี่ยวชาญบางคนจะพูดคุยเกี่ยวกับวิธีที่ GPU ปรับปรุงปริมาณจุดลอยตัวหรือใช้พื้นผิวแม่พิมพ์อย่างมีประสิทธิภาพหรือวิธีที่พวกเขารองรับเธรดที่เกิดขึ้นพร้อมกันหลายร้อยกระบวนการ พวกเขาอาจพูดคุยเกี่ยวกับมาตรฐานสำหรับความเท่าเทียมกันของข้อมูลและความแตกต่างของสาขาและงานประเภทอื่น ๆ ที่อัลกอริธึมสนับสนุนโดยผลลัพธ์การประมวลผลแบบขนาน
อีกวิธีในการดูการใช้ GPU ที่เป็นที่นิยมในการเรียนรู้ของเครื่องคือดูที่งานการเรียนรู้ของเครื่องโดยเฉพาะ
การประมวลผลภาพได้กลายเป็นส่วนสำคัญของอุตสาหกรรมการเรียนรู้ของเครื่องในปัจจุบัน นั่นเป็นเพราะการเรียนรู้ของเครื่องนั้นเหมาะสมกับการประมวลผลคุณสมบัติหลายอย่างและการรวมพิกเซลที่ประกอบขึ้นเป็นชุดข้อมูลการจัดประเภทภาพและช่วยให้เครื่องรถไฟจดจำคนหรือสัตว์ (เช่นแมว) หรือวัตถุในสนามภาพ ไม่ใช่เรื่องบังเอิญที่ซีพียูได้รับการออกแบบมาสำหรับการประมวลผลภาพเคลื่อนไหวและตอนนี้ใช้กันทั่วไปสำหรับการประมวลผลภาพ แทนที่จะใช้การเรนเดอร์กราฟิกและแอนิเมชั่นไมโครโปรเซสเซอร์ที่มีความจุสูงแบบหลายเธรดเดียวกันจะถูกใช้เพื่อประเมินกราฟิกและแอนิเมชั่นเหล่านั้นเพื่อให้ได้ผลลัพธ์ที่มีประโยชน์ นั่นคือแทนที่จะแสดงเพียงภาพคอมพิวเตอร์กำลัง“ ดูภาพ” - แต่งานทั้งสองนั้นทำงานในเขตข้อมูลภาพเดียวกันและชุดข้อมูลที่คล้ายกันมาก
ด้วยเหตุนี้จึงเป็นเรื่องง่ายที่จะเห็นว่าทำไม บริษัท ต่างๆจึงใช้ GPU (และเครื่องมือระดับถัดไปเช่น GPGPU) เพื่อทำสิ่งต่างๆให้มากขึ้นด้วยการเรียนรู้ของเครื่องและปัญญาประดิษฐ์
