Sisu
Esitanud: AltaML
K:
Miks on graafikaprotsessorid (GPU-d) sügava õppimise jaoks olulised?
A:
Graafikaprotsessoriüksuste (GPU) kasutamine on sügava õppimise valdkonnas eriti oluline. Põhjus on seotud sellega, kuidas süvaõppesüsteemid üles seatakse ja mida nad kavatsevad teha.
Eksperdid määratlevad süvaõppe kui masinõppe tüüpi, milles algoritmid kasutavad andmete järkjärguliseks analüüsimiseks mitut kihti.
Mõned tsiteerivad konkreetseid näiteid, nagu näiteks konvolutsioonilised närvivõrgud (CNN) koos nende erinevate kihtidega, mis hõlmavad maksimaalset ühendamist, filtreerimist, polsterdamist, treimist ja muid ülesandeid.
Laiemas mõttes tuginevad sellised asjad nagu pilditöötlus ja loomuliku keele töötlemine mitmeastmelistele, mitme algoritmiga protseduuridele, millest paljud sarnanevad närvivõrkudega, mida masinõppe spetsialistid õpivad tuvastama ja analüüsima.
Nagu oleme märkinud ühes eelmises artiklis, hinnatakse GPU-sid masinõppes üldiselt nende paralleelse töötlemise võime tõttu. Masinõppe edenedes arenes riistomaailm ka individuaalse tugeva protsessorituuma tuumast mitme paralleelse töötlusega ühikuni, mis suudab suuremahulise arvutustööga kiiremini hakkama saada.
Tänu sügava õppe süsteemidele, mis hõlmavad kõrgema taseme generatiivseid mudeleid, nagu sügava usu võrgud, Boltzmanni masinad ja kaja oleku süsteemid, on konkreetne vajadus paralleelse töötlemise ja spetsialiseeritud tuumikujunduse järele. Võib öelda, et GPU-de kasutamine sarnaneb mõnevõrra täiustatud RISC-masinate kasutamisega mõnes muus töötlemisviisis - et kiipide kohandamine konkreetseks kasutuseks on mõistlik.
Lisaks GPU-de kasulikkusele süvaõppes näete ka neid sama tüüpi protsessoreid populaarsemaks muutumas arvutusstruktuuri põhjalikuks muutmiseks, mida nimetatakse kvantarvutuseks.
Paralleelselt töötlemisvõimet nõuab jällegi keerukas ja arvutusvõimsuse kõrgemal tasemel järjestamine. Kvantarvutuses asendatakse traditsioonilised bitid vitstega, mille väärtus võib olla 1, 0 või määratlemata kombinatsioon. Selline „Schroedingeri bitti” moodustab aluse arvutusmudelile, mis võib pöörata IT-maailma pea peale.
Neile, kes tunnevad huvi areneva tehnoloogia vastu, on oluline jälgida GPUde ja nende järglaste kasutamist sellistes süsteemides nagu süvaõppevõrgud ja kvantarvutusseaded. Need mõlemad, paljude ekspertide sõnul, on alles lapsekingades ja küpsevad ning annavad tulemusi lähiaastatel.
