Как сообщает «ПостНаука», отправной точкой стал 2008 год. Именно тогда разработчики стали применять графические процессоры и видеокарты для задач, никак не связанных с графикой. Языки программирования CUDA и OpenCL позволили перекладывать на GPU операции линейной алгебры — те самые, на которых держатся современные нейросети.

Причина в устройстве чипов. Центральный процессор — это немного умных, сложных и мощных по отдельности ядер. Графический — тысячи примитивных: каждое слабее, зато работает вместе с остальными. Задачи, которые можно распараллелить, на такой архитектуре решаются принципиально быстрее.

Именно эта пропорция между сложностью ядра и их количеством объясняет, почему видеокарты оказались востребованы далеко за пределами игр. Разбор внутренностей ИИ ведёт разработчик Аш Варданян — материал можно послушать или прочитать.

Источник: Telegram: ПостНаука

#gpu#искусственный интеллект#cuda#opencl#вычисления
Понравился материал?
Подписывайтесь — так вы не пропустите новые.
RSS-лента

Комментарии 8

Будьте вежливы — это делает обсуждение лучше
НВ
Никита В.
Скажите честно, а на обычной домашней карте можно сейчас что-то серьёзное по нейросетям запустить?
CP
cool_prog
можно, сам гоняю небольшие модели на старой карте, для экспериментов хватает
A
alex88
Главное упущение — про память. Быстро считать мало, данные еще надо успеть подвезти. Вот где сейчас узкое место.
МС
Марина Соколова
А сейчас та же история, только с тензорными и нейроморфными чипами. Интересно, что будет лет через десять.
О
Олег
учился на CUDA примерно тогда, писал перемножение матриц на лабах и думал, зачем мне это, если я не геймдевелопер
ИК
Ирина К.
Странно, что всё сводят к 2008 году. В 90-е же были кластеры на обычных процах и люди уже думали про параллельные вычисления.
DP
dmitry_p
CUDA появилась как раз в 2007-м, а в 2008-м пошли проекты по линейной алгебре на GPU. По-моему, всё сходится, ничего странного.
Р
РедакцияРедакция
Ирина, спасибо за вопрос. Речь в статье именно о массовом переходе на GPU: кластеры на CPU были, но пропорция ядер сделала своё дело только с графическими чипами.