Ya está cambiando el desarrollo de productos en estas empresas, a lo grande .
Entre una CPU frente a una GPU, una GPU es mejor en casi todos los casos de uso.
Las GPU son excelentes para los cálculos de vectores y matrices porque pueden hacer muchos cálculos en paralelo a la vez, este tipo de matemática se usa ampliamente en la generación de gráficos. Esta misma propiedad los hace excelentes para la aplicación en el aprendizaje automático, particularmente en el entrenamiento de redes neuronales, porque esos algoritmos “inteligentes” también utilizan los mismos conceptos matemáticos.
- ¿Se puede usar el condicionamiento operante para programar el comportamiento de un robot?
- ¿Cómo es tener a Daphne Koller o Andrew Ng como su asesor de investigación?
- ¿Cómo programamos la IA?
- ¿Qué programas de muestra están disponibles para la inteligencia artificial?
- ¿Podemos saber las cosas técnicas en un robot?
Podrías decir: “bueno, entonces, ¿qué hay de malo con mi 1070? Potencia mi reconocimiento de imagen NN increíblemente bien Y me da 60 fps en Battlefield 1 en máximo; Eso es un gran paquete.
En tu caso, todo el poder para ti (también seamos amigos en Steam). Pero las personas usan GPU porque son las mejores cosas que existen actualmente, ya que estamos al comienzo del desarrollo de NN e IA. En el futuro, probablemente veremos una línea completamente nueva de productos especialmente diseñados para el aprendizaje automático.
Google ha estado usando un chip especial que ellos mismos diseñaron durante algún tiempo para ayudar a los procesadores primarios en aplicaciones de aprendizaje automático. Intel y Nvidia han estado trabajando en nuevas bibliotecas y arquitecturas para alimentar las próximas redes neuronales. Es solo cuestión de tiempo antes de que un “chip AI” llegue al mercado. En mi humilde opinión, este tipo de chips reemplazará rápidamente las pilas actuales de GPU / CPU, al igual que los ASIC reemplazaron a las GPU en la minería de bitcoins.
Otras lecturas:
Google sobrecarga las tareas de aprendizaje automático con un chip personalizado de TPU
El aprendizaje automático ofrece un camino hacia una visión más profunda
Cómo la GPU está revolucionando el aprendizaje automático | Blog de NVIDIA