GPU 最初是為了在電玩遊戲中渲染圖形而設計的,但憑藉其無與倫比的平行處理能力,例如深度學習和影像處理,已徹底改變了人工智慧領域的格局。
與 CPU 不同,GPU 擅長同時並行執行數千項運算任務,因此對於訓練和運作複雜的神經網路而言,GPU 至關重要。
- 平行處理能力——憑藉數千個針對平行運算進行優化的核心,GPU 能呈現日益逼真的圖像。此外,GPU 還能大幅加速 AI 工作負載,將訓練時間從數週縮短至數小時。
- 可擴展性——透過並行運用多顆 GPU 的運算能力,企業能夠無縫擴展其 AI 基礎架構,以滿足不斷演變的需求。
- 具體應用情境——雖然 GPU 在並行處理任務方面表現出色,但在處理順序式或單執行緒應用程式時,其效率可能較低,這限制了其多功能性
GPU 是「圖形處理單元」(Graphics Processing Unit)的縮寫。它是一種專門設計用於加速圖形渲染,並執行視覺任務所需複雜運算的專用處理器。GPU 常見於遊戲、影片編輯,以及涉及 3D 圖形和機器學習的應用程式中。
有幾家企業以生產 GPU(圖形處理器)而聞名。以下是該產業中的幾家主要廠商:
- NVIDIA:一家在 GPU 設計領域處於領先地位的公司,以其專為遊戲設計的 GeForce 系列及專為專業圖形處理設計的 Quadro 系列而聞名。
- AMD(Advanced Micro Devices):生產 Radeon 顯示卡,在遊戲與專業市場中均廣受歡迎。
- 英特爾:近期透過其 Intel Arc 系列進軍獨立顯示卡市場。
- Apple:為其裝置設計專屬的 GPU,例如 M1 和 M2 晶片。
- 高通(Qualcomm):以其應用於行動裝置 Snapdragon 處理器中的 Adreno GPU 而聞名。
- 三星:生產 Exynos 處理器,其中包含專為其智慧型手機設計的整合式 GPU。
- ARM:設計用於行動裝置及嵌入式系統中,並被各家製造商採用的 GPU 架構。