Dünya yapay zeka teknolojilerinin en yeni dalgasını kullanmak için acele ederken, yüksek teknolojili donanımlardan biri şaşırtıcı derecede popüler bir ürün haline geldi: grafik işlem birimi veya GPU.

Birinci sınıf bir GPU şu fiyata satılabilir: on binlerce dolarve lider üretici Nvidia piyasa değerini gördü 2 trilyon doları aştı ürünlerine olan talep arttıkça.

GPU'lar yalnızca üst düzey yapay zeka ürünleri değildir. Telefonlarda, dizüstü bilgisayarlarda ve oyun konsollarında da daha az güçlü GPU'lar var.

Şu ana kadar muhtemelen şunu merak ediyorsunuzdur: Gerçekten GPU nedir? Peki onları bu kadar özel kılan ne?

GPU Nedir?

GPU'lar başlangıçta öncelikle video oyunlarında yer alanlar gibi karmaşık 3 boyutlu sahneleri ve nesneleri hızlı bir şekilde oluşturmak ve görüntülemek için tasarlandı. Bilgisayar destekli tasarım yazılım. Modern GPU'lar ayrıca aşağıdaki gibi görevleri de yerine getirir: dekomprasyonu video akışları.

Çoğu bilgisayarın "beyni", merkezi işlem birimi (CPU) adı verilen bir çiptir. CPU'lar grafiksel sahneler oluşturmak ve videoların sıkıştırmasını açmak için kullanılabilir, ancak genellikle bu görevlerde GPU'lara kıyasla çok daha yavaş ve daha az verimlidirler. CPU'lar, kelime işleme ve web sayfalarına göz atma gibi genel hesaplama görevleri için daha uygundur.

GPU'lar CPU'lardan Nasıl Farklıdır?

Tipik bir modern CPU 8 ile 16" arası parçalardan oluşurçekirdekler,” her biri karmaşık görevleri sıralı bir şekilde işleyebilir.

Öte yandan GPU'lar, hızlı genel işlem elde etmek için hepsi aynı anda ("paralel") çalışacak şekilde tasarlanmış binlerce nispeten küçük çekirdeğe sahiptir. Bu, onları birbiri ardına değil, aynı anda yapılabilecek çok sayıda basit işlem gerektiren görevler için çok uygun hale getirir.

Geleneksel GPU'lar iki ana çeşide sahiptir.

İlk olarak, büyük masaüstü bilgisayarlar için genellikle eklenti kartlarıyla birlikte gelen bağımsız çipler vardır. İkincisi, genellikle dizüstü bilgisayarlarda ve PlayStation 5 gibi oyun konsollarında bulunan, aynı çip paketinde bir CPU ile birleştirilmiş GPU'lardır. Her iki durumda da CPU, GPU'nun ne yaptığını kontrol eder.

GPU'lar Yapay Zeka İçin Neden Bu Kadar Faydalı?

GPU'ların grafiksel sahneler oluşturmaktan daha fazlasını yapmak üzere yeniden kullanılabileceği ortaya çıktı.

Arkasındaki makine öğrenimi tekniklerinin çoğu yapay zekaGibi derin sinir ağları, büyük ölçüde çeşitli matris çarpım biçimlerine güvenir.

Bu, çok büyük sayı kümelerinin çarpılıp toplandığı matematiksel bir işlemdir. Bu işlemler paralel işlemeye çok uygundur ve dolayısıyla GPU'lar tarafından çok hızlı bir şekilde gerçekleştirilebilir.

GPU'lar için Sırada Ne Var?

Çekirdek sayısındaki ve çalışma hızlarındaki artış nedeniyle GPU'ların sayı kırma becerisi giderek artıyor. Bu gelişmeler öncelikle aşağıdaki gibi şirketlerin çip üretimindeki gelişmelerden kaynaklanmaktadır: TSMC Tayvan'da.

Herhangi bir bilgisayar çipinin temel bileşenleri olan bireysel transistörlerin boyutu azalıyor ve bu da aynı miktardaki fiziksel alana daha fazla transistörün yerleştirilmesine olanak sağlıyor.

Ancak hikayenin tamamı bu değil. Geleneksel GPU'lar yapay zeka ile ilgili hesaplama görevleri için faydalı olsa da ideal değildir.

GPU'ların başlangıçta grafikler için özel işlemler sağlayarak bilgisayarları hızlandırmak üzere tasarlandığı gibi, makine öğrenimi görevlerini hızlandırmak için tasarlanmış hızlandırıcılar da vardır. Bu hızlandırıcılara genellikle veri merkezi GPU'ları denir.

AMD ve Nvidia gibi şirketlerin ürettiği en popüler hızlandırıcılardan bazıları geleneksel GPU'lar olarak başladı. Zamanla tasarımları çeşitli makine öğrenimi görevlerini daha iyi yerine getirecek şekilde gelişti; örneğin daha verimli "beyin şamandırası”sayı biçimi.

Google'ınki gibi diğer hızlandırıcılar tensör işlem birimleri ve Tenstorrent'in Tensix çekirdekleri, derin sinir ağlarını hızlandırmak için sıfırdan tasarlandı.

Veri merkezi GPU'ları ve diğer yapay zeka hızlandırıcıları genellikle geleneksel GPU eklenti kartlarından önemli ölçüde daha fazla belleğe sahiptir ve bu, büyük yapay zeka modellerinin eğitimi için çok önemlidir. Yapay zeka modeli ne kadar büyük olursa, o kadar yetenekli ve doğrudur.

Eğitimi daha da hızlandırmak ve ChatGPT gibi daha büyük yapay zeka modellerini yönetmek için birçok veri merkezi GPU'su bir süper bilgisayar oluşturacak şekilde bir araya toplanabilir. Bu, mevcut sayı hesaplama gücünden uygun şekilde yararlanmak için daha karmaşık bir yazılım gerektirir. Diğer bir yaklaşım ise çok büyük tek bir hızlandırıcı oluşturmak, benzeri "gofret ölçekli işlemci” Cerebras tarafından üretildi.

Özel Çipler Gelecek mi?

CPU'lar da yerinde durmuyor. AMD ve Intel'in yeni CPU'ları, derin sinir ağlarının gerektirdiği sayı hesaplamayı hızlandıran yerleşik düşük seviyeli talimatlara sahiptir. Bu ek işlevsellik esas olarak "çıkarım" görevlerine, yani başka yerlerde geliştirilmiş yapay zeka modellerinin kullanılmasına yardımcı olur.

Yapay zeka modellerini ilk etapta eğitmek için GPU benzeri büyük hızlandırıcılara hâlâ ihtiyaç duyuluyor.

Belirli makine öğrenimi algoritmaları için daha da özelleştirilmiş hızlandırıcılar oluşturmak mümkündür. Örneğin yakın zamanda Groq adında bir şirket şunu üretti:dil işlem birimi” (LPU), ChatGPT doğrultusunda büyük dil modellerini çalıştırmak için özel olarak tasarlanmıştır.

Ancak bu özel işlemcileri oluşturmak önemli miktarda mühendislik kaynağı gerektirir. Tarih, herhangi bir makine öğrenimi algoritmasının kullanımının ve popülaritesinin zirveye çıkma ve sonra azalma eğiliminde olduğunu gösteriyor; bu nedenle pahalı özel donanımlar hızla geçerliliğini yitirebilir.

Ancak ortalama tüketici için bunun bir sorun olması pek olası değildir. Kullandığınız ürünlerdeki GPU'lar ve diğer çipler muhtemelen sessizce hızlanmaya devam edecek.

Bu makale şu adresten yeniden yayınlandı: Konuşma Creative Commons lisansı altında. Okumak Orijinal makale.

Resim Kredi: Nvidia

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://singularityhub.com/2024/03/13/what-is-a-gpu-the-chips-powering-the-ai-boom-and-why-theyre-worth-trillions/