Hvilken type oppgaver er GPU-er best på i AI-trening?

GPU-er er spesielt gode til å håndtere oppgaver som krever mye parallell behandling, som å behandle store mengder data samtidig. Det gjør dem helt ideelle for AI-trening, hvor tusenvis av beregninger må gjøres parallelt for å trene kunstige nevrale nettverk.

I maskinlæring er det ofte snakk om å kjøre de samme matematiske operasjonene på ulike deler av dataen. GPU-er har mange små prosessorer som kan jobbe samtidig, i motsetning til CPU-er som har færre, men kraftigere kjerner. Derfor er GPU-er overlegne når det kommer til å regne ut matriseoperasjoner, som er essensielt for dype nevrale nettverk.

Spillgrafikk og AI-trening har faktisk den samme utfordringen: Masse informasjon skal prosesseres parallelt, enten det gjelder bildepunkter i et 3D-spill eller vekter i et nevralt nettverk. Dette gjør at teknologien bak moderne spillgrafikk har blitt uunnværlig for gjennombrudd innen kunstig intelligens.