Q:
Mengapa syarikat mencari GPU untuk pembelajaran mesin?
A:Jika anda membaca tentang pembelajaran mesin, anda mungkin mendengar banyak tentang penggunaan unit pemprosesan grafik atau GPU dalam projek pembelajaran mesin, selalunya sebagai alternatif kepada unit pemprosesan pusat atau CPU. GPU digunakan untuk pembelajaran mesin kerana ciri-ciri tertentu yang menjadikannya lebih sesuai dengan projek pembelajaran mesin, terutama yang memerlukan banyak pemprosesan selari, atau dengan kata lain, pemprosesan serentak pelbagai thread.
| Muat turun Percuma: Pembelajaran Mesin dan Mengapakah Ia Penting |
Terdapat banyak cara untuk membincangkan kenapa GPU menjadi wajar untuk pembelajaran mesin. Salah satu cara yang paling mudah adalah membezakan sejumlah kecil teras dalam CPU tradisional dengan bilangan teras yang lebih besar dalam GPU biasa. GPU dibangunkan untuk meningkatkan grafik dan animasi, tetapi juga berguna untuk pemprosesan selari lain - di antara mereka, pembelajaran mesin. Pakar menunjukkan bahawa walaupun banyak teras (kadang-kadang berpuluh-puluh) dalam GPU biasa cenderung lebih mudah daripada teras yang lebih sedikit daripada CPU, mempunyai bilangan teras yang lebih besar membawa kepada keupayaan pemprosesan selari yang lebih baik. Ini menggembirakan dengan idea yang sama "pembelajaran ensemble" yang mempelbagaikan pembelajaran sebenar yang berlaku dalam projek ML: Idea asas adalah bahawa bilangan operator yang lebih lemah akan mengatasi bilangan operator yang lebih kecil yang lebih kecil.
Sesetengah pakar akan bercakap tentang bagaimana GPU meningkatkan daya terapung atau menggunakan permukaan mati dengan cekap, atau bagaimana mereka dapat menampung beratus benang bersamaan dalam proses. Mereka mungkin bercakap mengenai penanda aras bagi paralelisme data dan penyelarasan cawangan dan jenis kerja lain yang algoritma disokong oleh hasil pemprosesan selari.
Satu lagi cara untuk melihat penggunaan popular GPU dalam pembelajaran mesin adalah untuk melihat tugas pembelajaran mesin tertentu.
Pada asasnya, pemprosesan imej telah menjadi sebahagian besar daripada industri pembelajaran mesin hari ini. Ini kerana pembelajaran mesin sangat sesuai untuk memproses pelbagai jenis ciri dan kombinasi piksel yang membentuk set klasifikasi imej, dan membantu kereta api untuk mengenali orang atau haiwan (iaitu kucing) atau objek dalam bidang visual. Bukan kebetulan bahawa CPU direka untuk pemprosesan animasi, dan kini sudah biasa digunakan untuk pemprosesan imej. Daripada membuat grafik dan animasi, pelbagai mikroprosesor berkapasiti tinggi digunakan untuk menilai grafik dan animasi untuk menghasilkan hasil yang berguna. Iaitu, bukannya hanya menunjukkan imej, komputer itu "melihat imej" - tetapi kedua-dua tugas tersebut berfungsi pada medan visual yang sama dan set data yang sangat serupa.
Dengan itu, mudah untuk melihat mengapa syarikat menggunakan GPU (dan alat peringkat seterusnya seperti GPGPU) untuk berbuat lebih banyak dengan pembelajaran mesin dan kecerdasan buatan.
