גפּוס און טפּוס זענען צוויי באַטייטיק אַקטערז אין די קאַמפּיוטינג אינדוסטריע. זיי האָבן גאָר פארענדערט ווי מיר שעפּן און אַנאַלייז דאַטן.
די קאָמפּלעקס אַרבעט פון פּראַדוסינג גראַפיקס און בילדער איז כאַנדאַלד דורך גפּוס, אָדער גראַפיקס פּראַסעסינג וניץ.
TPUs, אָדער Tensor Processing Units, אויף די אנדערע האַנט, זענען מנהג-געמאכט פּראַסעסערז באשאפן אויסשליסלעך פֿאַר ספּידינג מאַשין לערנען ווערקלאָודז.
די רעכט געצייַג פֿאַר די אַרבעט איז יקערדיק אין דער וועלט פון קאָמפּיוטערס. די פאָרשטעלונג, גיכקייַט און עפעקטיווקייַט פון אַ ספּעציפיש אָפּעראַציע קענען זיין דראַמאַטיקלי ימפּאַקטיד דורך סאַלעקטינג די געהעריק טיפּ פון פּראַסעסינג אַפּאַראַט.
ווייַל פון דעם, קאַמפּערינג גפּוס און טפּוס איז קריטיש פֿאַר ווער עס יז טריינג צו מאַקסאַמייז זייער קאַמפּיוטיישאַנאַל מאַכט.
אָבער, לאָזן ס אָנהייבן מיט די באַסיקס.
וואָס איז אַ פּראַסעסער?
א פּראַסעסער איז אַ יקערדיק טייל פון אַ קאָמפּיוטער. עס טוט די קאַמפּיאַטיישאַנז פארלאנגט פֿאַר די קאָמפּיוטער צו אַרבעטן.
עס קאַריז פונדאַמענטאַל מאַטאַמאַטיקאַל, לאַדזשיקאַל און אַרייַנשרייַב / רעזולטאַט פּראַסעסאַז נאָך קאַמאַנדז פון די אָפּערייטינג סיסטעם.
די פראַסעס "פּראַסעסער," "צענטראל פּראַסעסינג אַפּאַראַט (קפּו)," און "מייקראָופּראַסעסער" זענען אָפט ינטערטשיינדזשאַבאַל מיט איין אנדערן. אָבער, די קפּו איז נאָר אן אנדער טיפּ פון פּראַסעסער. עס איז נישט דער בלויז פּראַסעסער אין די קאָמפּיוטער. כאָטש עס איז וויכטיק.
די קפּו טוט די מערהייַט פון קאַמפּיוטינג און פּראַסעסינג אַפּעריישאַנז. עס אַרבעט ווי דער "מאַרך" פון די קאָמפּיוטער.
אין דעם אַרטיקל, מיר וועלן רעדן וועגן צוויי פאַרשידענע פּראַסעסערז; טפּו און גפּו.
וואָס דיסטינגגווישיז GPUs פון TPUs, און וואָס זאָל איר וויסן וועגן זיי? /פּ>
גפּוס
גפּוס, אָדער גראַפיקס פּראַסעסינג וניץ, זענען סאַפיסטאַקייטיד סערקאַץ. זיי זענען געבויט ספּעציעל פֿאַר פּראַסעסינג בילדער און גראַפיקס. גפּוס זענען אַ זאַץ פון פילע קליינטשיק קאָרעס. די קאָרעס מיטאַרבעטן צו שעפּן מאַסיוו קוואַנטאַטיז פון דאַטן סיימאַלטייניאַסלי.
זיי זענען גאָר עפעקטיוו אין פּראַדוסינג בילדער, ווידיאס און 3 ד גראַפיקס.
עס איז ווי דער קינסטלער ארבעטן הינטער די סינז צו מאַכן די בילדער איר זען אויף דיין פאַרשטעלן. די גפּו קאַנווערץ רוי דאַטן אין אַטראַקטיוו בילדער און קינאָ איר זען.
TPUs
טענסאָר פּראַסעסינג וניץ, אָדער טפּוס, זענען ספּעשאַלייזד סערקאַץ. זיי זענען געבויט אויסשליסלעך פֿאַר מאַשין וויסן. טפּוס זענען גרויס פֿאַר די באדערפענישן פון גרויס-וואָג מאַשין-לערנען אַפּלאַקיישאַנז. דערפאר, מיר קענען נוצן זיי אין טיף לערנען און נוראַל נעץ טריינינג.
אין דעם פאַל, זיי זענען ניט ענלעך גפּוס, וואָס זענען געבויט פֿאַר מער גענעראַל-ציל קאַמפּיוטינג.
עס איז ווי דער מאטעמאטיק געניוס וואָס סאַלווז קאָמפּליצירט פּראָבלעמס און מאכט אַי אַרבעט. באַטראַכטן דעם: ווען איר נוצן אַ ווירטואַל אַסיסטאַנט ווי Siri אָדער Alexa, די TPU אַרבעט טייערלאַסלי הינטער די סינז. עס ינטערפּראַץ דיין קול אינסטרוקציעס און ריספּאַנדז אַקאָרדינגלי.
עס איז אין באַשולדיקונג פון קאַמפּליטינג די סאַפיסטאַקייטיד קאַמפּיאַטיישאַנז פארלאנגט צו טייַטשן די קול אַרייַנשרייַב. און, עס קאַמפּרייזיז וואָס איר 'רע אַסקינג פֿאַר, און ריספּאַנדז אַקיעראַטלי.
גפּו ווס טפּוס
פֿאַרשטיין די יסודות
גפּוס (גראַפיקס פּראַסעסינג וניץ) און טפּוס (טענסער פּראַסעסינג וניץ) זענען צוויי קריטיש ייַזנוואַרג קאַמפּאָונאַנץ געפֿונען אין קאָמפּיוטער סיסטעמען.
פאַרגלייַך פון פאָרשטעלונג מעטריקס
וואָס זאָל מיר פאַרגלייכן?
פּראַסעסינג מאַכט, זכּרון באַנדווידט און ענערגיע עפעקטיווקייַט זענען קריטיש פאָרשטעלונג קרייטיריאַ. זיי השפּעה אויף גפּו און טפּו קייפּאַבילאַטיז. מיר קענען נוצן די קרייטיריאַ ווען קאַמפּערינג גפּו און טפּו.
TPUs זענען ספּעציעל געמאכט פֿאַר מאַשין לערנען אַקטיוויטעטן. זיי האָבן פאַרשידן אַדוואַנטידזשיז איבער גפּוס, אַרייַנגערעכנט קוויקער פּראַסעסינג ספּידז, בעסער זכּרון באַנדווידט און רידוסט מאַכט קאַנסאַמשאַן. בשעת גפּוס זענען באַוווסט פֿאַר פּראַוויידינג הויך פאָרשטעלונג לעוועלס.
ענערגיע עפפיסיענסי
אין די פעלד פון קאַמפּיוטינג, ענערגיע עפעקטיווקייַט איז אַ קריטיש אַרויסגעבן. עס זאָל זיין גענומען אין חשבון ווען קאַמפּערינג גפּוס מיט טפּוס. ענערגיע קאַנסאַמשאַן פון אַ ייַזנוואַרג קאָמפּאָנענט קענען באטייטיק ווירקן די פּרייַז און פאָרשטעלונג פון דיין סיסטעם.
ווען עס קומט צו ענערגיע עפעקטיווקייַט, TPUs האָבן באַטייטיק בענעפיץ איבער גפּוס. אין די לאַנג טערמין, זיי זענען מער שפּאָרעוודיק און ינווייראַנמענאַלי גוט זינט זיי נוצן ווייניקער מאַכט.
ווייכווארג שטיצן
דיין ברירה זאָל אויך אָפענגען אויף די ווייכווארג שטיצן און פּראָגראַממינג מאָדעלס. עס איז קריטיש צו אויסקלייַבן ייַזנוואַרג וואָס איז קאַמפּאַטאַבאַל מיט דיין קאַמפּאָונאַנץ. און, עס זאָל צושטעלן די ווייכווארג שטיצן איר דאַרפן.
גפּוס זענען די בעסער ברירה דאָ. זיי צושטעלן אַ פאַרשיידנקייַט פון פּראָגראַממינג מאָדעלס און ווייכווארג שטיצן. טפּו, אויף די אנדערע האַנט, זענען באשאפן ספּאַסיפיקלי פֿאַר מאַשין לערנען ווערקלאָודז. אַזוי, זיי טאָן ניט צושטעלן די זעלבע מדרגה פון ינטעראָפּעראַביליטי און שטיצן ווי גפּוס.
קאָסטן און אַוואַילאַביליטי
אין טערמינען פון פּרייַז, גפּוס זענען מער קאַמאַנלי צוטריטלעך און ווייניקער טייַער ווי טפּוס. גפּוס זענען מאַניאַפאַקטשערד דורך פילע קאָמפּאַניעס, אַרייַנגערעכנט Nvidia, AMD און Intel. מיר נוצן גפּוס אין אַ פאַרשיידנקייַט פון אַפּלאַקיישאַנז ריינדזשינג פון גיימינג צו וויסנשאפטלעכע קאַמפּיוטינג.
ווי אַ רעזולטאַט, זיי האָבן אַ גרויס און קאַמפּעטיטיוו מאַרק. דאָס אַוואַדע קאַנטריביוץ צו ביליק פּרייסיז.
טפּו, אויף די אנדערע האַנט, זענען מאַניאַפאַקטשערד בלויז דורך Google און זענען בלויז בנימצא דורך Google קלאָוד. טפּוס זענען מער טייַער ווי גפּוס רעכט צו זייער לימיטעד צושטעלן. אויך, עס האט אַ שטאַרק פאָדערונג פון מאַשין לערנען אַקאַדעמיקס און פּראַקטישנערז.
אָבער, איר קען דאַרפֿן די ספּעציפיש פאָרשטעלונג וואָס TPUs צושטעלן פֿאַר טריינינג ML מאָדעלס. דערנאָך, די הויך פּרייַז און לימיטעד אַוויילאַבילאַטי קען זיין ווערט עס.
וואָס ייַזנוואַרג קאָמפּאָנענט בעסטער סוץ דיין באדערפענישן?
דער ענטפער צו דעם קשיא איז באזירט אויף פילע וועריאַבאַלז. איר זאָל קאָנטראָלירן דיין בודזשעט, דיין פאָרשטעלונג באדערפענישן און די טייפּס פון אַקטיוויטעטן איר ווילן צו דורכפירן.
גפּוס זענען אַ מער שפּאָרעוודיק ברירה אויב די פּרייַז איז דיין שליסל פאַקטאָר. TPU' איז בייַ מינדסטער 5 מאל מער טייַער.
דיין באַזונדער פאדערונגען און רעקווירעמענץ וועט לעסאָף באַשליסן וואָס ייַזנוואַרג קאָמפּאָנענט איז ידעאַל פֿאַר איר. עס איז קריטיש צו אַססעסס די אַדוואַנטידזשיז און דיסאַדוואַנטידזשיז פון אַלע צוטריטלעך ברירות איידער טשוזינג אַ ברירה.
קענען מיר אויך נוצן גפּו פֿאַר מאַשין לערנען?
מאַשין לערנען קענען זיין געטאן אויף גפּוס. רעכט צו זייער קאַפּאַציטעט צו דורכפירן די ינטראַקאַט מאַטאַמאַטיקאַל קאַמפּיאַטיישאַנז פארלאנגט פֿאַר טריינינג מאַשין לערנען מאָדעלס, גפּוס זענען אין פאַקט אַ בילכער אָפּציע פֿאַר פילע מאַשין לערנען פּראַקטישנערז.
פאָלקס טיף לערנען פראַמעוואָרקס ווי TensorFlow און PyTorch זענען קאַמפּאַטאַבאַל מיט אַ ברייט קייט פון ווייכווארג מכשירים אויף גפּוס. TPUs קען נישט אַרבעטן מיט אנדערע ווייכווארג מגילה און לייברעריז. זיי זענען באשאפן ספּעציעל צו אַרבעטן מיט Google ס TensorFlow פריימווערק.
אין מסקנא, פֿאַר קאָנסומערס זוכן פֿאַר אַ מער צוטריטלעך, מער שפּאָרעוודיק לייזונג פֿאַר מאַשין לערנען, גפּוס קען זיין בילכער. פֿאַר קאַסטאַמערז וואָס דאַרפן ספּעשאַלייזד פאָרשטעלונג פֿאַר בנין און עקסאַקיוטינג מאַשין לערנען מאָדעלס, TPUs זענען נאָך דער בעסטער ברירה.
וואָס האלט די צוקונפֿט?
פּראַסעסערז וועט פאָרזעצן צו אַנטוויקלען אין דעם לעבן צוקונפֿט.
מיר דערוואַרטן אַז זיי האָבן אַ העכער פאָרשטעלונג, ענערגיע עקאנאמיע און פאַסטער זייגער רייץ.
קינסטלעך סייכל און אַדוואַנטידזשיז פון מאַשין לערנען וועט שטופּן די שאַפונג פון קאַסטאַמייזד פּראַסעסערז פֿאַר זיכער אַפּלאַקיישאַנז.
עס איז אויך פּראַדזשעקטאַד אַז דער גאַנג צו מולטי-האַרץ קפּוס און גרעסערע קאַש קאַפּאַציטעט.
לאָזן אַ ענטפֿערן