இயந்திர கற்றலுக்காக நிறுவனங்கள் ஏன் gpus ஐ ஆதாரமாகக் கொண்டுள்ளன?

கே:

இயந்திர கற்றலுக்காக நிறுவனங்கள் ஏன் ஜி.பீ.யுகளை ஆதாரமாகக் கொண்டுள்ளன?

இயந்திரக் கற்றலைப் பற்றி நீங்கள் படிக்கிறீர்கள் என்றால், இயந்திர கற்றல் திட்டங்களில் கிராபிக்ஸ் செயலாக்க அலகுகள் அல்லது ஜி.பீ.யுகளின் பயன்பாடுகளைப் பற்றி நீங்கள் அதிகம் கேள்விப்படுகிறீர்கள், பெரும்பாலும் மத்திய செயலாக்க அலகுகள் அல்லது சிபியுக்களுக்கு மாற்றாக. இயந்திர கற்றல் திட்டங்களுடன், குறிப்பாக நிறைய இணையான செயலாக்கம் தேவைப்படும், அல்லது வேறுவிதமாகக் கூறினால், பல நூல்களின் ஒரே நேரத்தில் செயலாக்கத்துடன் பொருந்தக்கூடிய குறிப்பிட்ட பண்புகள் காரணமாக ஜி.பீ.யுகள் இயந்திரக் கற்றலுக்குப் பயன்படுத்தப்படுகின்றன.

இயந்திர கற்றலுக்கு ஜி.பீ.யுகள் ஏன் விரும்பத்தக்கவை என்பதைப் பற்றி பேச பல வழிகள் உள்ளன. ஒரு எளிய CPU இல் சிறிய எண்ணிக்கையிலான கோர்களை ஒரு பொதுவான ஜி.பீ.யூவில் அதிக எண்ணிக்கையிலான கோர்களுடன் வேறுபடுத்துவது எளிமையான வழிகளில் ஒன்றாகும். கிராபிக்ஸ் மற்றும் அனிமேஷனை மேம்படுத்த ஜி.பீ.யுக்கள் உருவாக்கப்பட்டன, ஆனால் அவை பிற வகையான இணை செயலாக்கத்திற்கும் பயனுள்ளதாக இருக்கும் - அவற்றில், இயந்திர கற்றல். ஒரு பொதுவான ஜி.பீ.யுவில் உள்ள பல கோர்கள் (சில நேரங்களில் டஜன் கணக்கானவை) ஒரு சி.பீ.யுவின் குறைவான கோர்களை விட எளிமையானதாக இருந்தாலும், அதிக எண்ணிக்கையிலான கோர்களைக் கொண்டிருப்பது சிறந்த இணையான செயலாக்க திறனுக்கு வழிவகுக்கிறது என்று நிபுணர்கள் சுட்டிக்காட்டுகின்றனர். எம்.எல் திட்டத்தில் நடக்கும் உண்மையான கற்றலை வேறுபடுத்துகின்ற "குழும கற்றல்" என்ற ஒத்த யோசனையுடன் இது செயல்படுகிறது: அடிப்படை எண்ணம் என்னவென்றால், அதிக எண்ணிக்கையிலான பலவீனமான ஆபரேட்டர்கள் சிறிய எண்ணிக்கையிலான வலுவான ஆபரேட்டர்களை விட அதிகமாக இருக்கும்.

சில வல்லுநர்கள் ஜி.பீ.யுகள் மிதக்கும் புள்ளி செயல்திறனை எவ்வாறு மேம்படுத்துகின்றன அல்லது டை மேற்பரப்புகளை திறம்பட பயன்படுத்துகின்றன அல்லது செயலாக்கத்தில் நூற்றுக்கணக்கான ஒரே நேரத்தில் நூல்களை எவ்வாறு இடமளிக்கின்றன என்பதைப் பற்றி பேசும். தரவு இணையான தன்மை மற்றும் கிளை வேறுபாடு மற்றும் இணையான செயலாக்க விளைவுகளால் வழிமுறைகள் ஆதரிக்கும் பிற வகை வேலைகளுக்கான வரையறைகளைப் பற்றி அவர்கள் பேசலாம்.

இயந்திர கற்றலில் ஜி.பீ.யுகளின் பிரபலமான பயன்பாட்டைக் காண மற்றொரு வழி குறிப்பிட்ட இயந்திர கற்றல் பணிகளைப் பார்ப்பது.

அடிப்படையில், பட செயலாக்கம் இன்றைய இயந்திர கற்றல் துறையில் ஒரு முக்கிய பகுதியாக மாறிவிட்டது. ஏனென்றால், பட வகைப்பாடு தரவுத் தொகுப்புகளை உருவாக்கும் பல வகையான அம்சங்கள் மற்றும் பிக்சல் சேர்க்கைகளை செயலாக்குவதற்கு இயந்திர கற்றல் மிகவும் பொருத்தமானது, மேலும் ஒரு காட்சி துறையில் உள்ள நபர்கள் அல்லது விலங்குகளை (அதாவது பூனைகள்) அல்லது பொருள்களை அடையாளம் காண இயந்திர ரயிலுக்கு உதவுகிறது. CPU கள் அனிமேஷன் செயலாக்கத்திற்காக வடிவமைக்கப்பட்டன என்பது தற்செயல் நிகழ்வு அல்ல, இப்போது அவை பொதுவாக பட செயலாக்கத்திற்கு பயன்படுத்தப்படுகின்றன. கிராபிக்ஸ் மற்றும் அனிமேஷனை வழங்குவதற்கு பதிலாக, அதே மல்டி-த்ரெட், உயர் திறன் கொண்ட நுண்செயலிகள் பயனுள்ள முடிவுகளைக் கொண்டு வர அந்த கிராபிக்ஸ் மற்றும் அனிமேஷனை மதிப்பீடு செய்ய பயன்படுத்தப்படுகின்றன. அதாவது, படங்களை காண்பிப்பதற்கு பதிலாக, கணினி “படங்களை பார்ப்பது” - ஆனால் அந்த இரண்டு பணிகளும் ஒரே காட்சி புலங்களிலும், ஒத்த தரவுத் தொகுப்புகளிலும் செயல்படுகின்றன.

இதைக் கருத்தில் கொண்டு, இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவு ஆகியவற்றைக் கொண்டு நிறுவனங்கள் ஏன் ஜி.பீ.யுகளை (மற்றும் ஜி.பி.ஜி.பீ.யு போன்ற அடுத்த நிலை கருவிகள்) பயன்படுத்துகின்றன என்பதைப் பார்ப்பது எளிது.