GPU (Graphics Processing Unit), adından da anlaşılacağı gibi başlangıçta ekrandaki görüntüleri oluşturmak için tasarlanmış bir işlemcidir. Bir oyundaki her karede milyonlarca pikselin rengini hesaplamak, aynı tür basit işlemin çok sayıda veri üzerinde aynı anda yapılmasını gerektirir. GPU’ları bu paralel işlem gücü, bugün bilimsel hesaplamalardan yapay zekâya kadar pek çok alanın vazgeçilmezi yaptı.
CPU ile GPU arasındaki fark
Merkezi işlem birimi (CPU), bilgisayarın “genel müdürü” gibidir: Sayıları genellikle birkaç ile birkaç düzine arasında değişen güçlü çekirdekleriyle işletim sistemini çalıştırır, karar gerektiren karmaşık ve sıralı işleri yürütür. GPU ise binlerce daha basit çekirdekten oluşur ve aynı işlemi çok sayıda veri üzerinde eş zamanlı yapmakta ustadır. Bir benzetmeyle: CPU birkaç uzman profesördür, GPU ise aynı anda binlerce basit toplama yapan büyük bir öğrenci sınıfı.
GPU’lar yapay zekâya nasıl girdi?
Yapay sinir ağlarının eğitimi, temelde devasa sayı tablolarının (matrislerin) çarpılmasından oluşur. Bu da tam olarak GPU’ların hızlı yaptığı paralel işlemdir. 2000’lerin ortasında GPU’ları genel amaçlı hesaplama için programlamayı kolaylaştıran araçlar (örneğin Nvidia’nın CUDA platformu) yaygınlaştı. 2012’de GPU’larla eğitilen AlexNet modelinin görüntü tanıma yarışmasında elde ettiği başarı, derin öğrenme çağının başlangıcı olarak kabul edilir. Bugün büyük dil modelleri, veri merkezlerinde birbirine bağlı binlerce GPU ile haftalar hatta aylar süren eğitimlerle geliştiriliyor.
Veri merkezi GPU’ları ve küresel rekabet
Yapay zekâ için tasarlanan veri merkezi GPU’ları, yüksek bant genişlikli bellekleri ve çipler arası hızlı bağlantılarıyla oyun kartlarından çok farklı ve çok daha pahalıdır. Bu çiplere olan talep, çip üreticilerini dünyanın en değerli şirketleri arasına taşıdı; ABD gibi ülkeler de en gelişmiş yapay zekâ çiplerinin ihracatını ulusal güvenlik gerekçesiyle sınırlıyor.
Kendi bilgisayarınız için GPU seçerken
- Tümleşik mi, harici mi? Ofis işleri, internet ve video izlemek için işlemcinin içindeki tümleşik grafik yeterlidir. Oyun, 3D tasarım, video kurgusu veya yerelde yapay zekâ modeli çalıştırmak için harici ekran kartı gerekir.
- VRAM: Ekran kartının belleği, yüksek çözünürlüklü oyunlar ve büyük yapay zekâ modelleri için belirleyicidir.
- Güç ve soğutma: Güçlü kartlar yüksek enerji çeker; güç kaynağınızın ve kasanızın uygun olduğundan emin olun.
- NPU’lar: Yeni dizüstü bilgisayarlarda yapay zekâ işlerini az enerjiyle yapan “sinir işlem birimleri” (NPU) de bulunuyor; günlük yapay zekâ özellikleri için bunlar da işe yarar.
Kaynaklar ve ileri okuma
- Nvidia, “What’s the Difference Between a CPU and a GPU?”.
- Krizhevsky, Sutskever ve Hinton, “ImageNet Classification with Deep Convolutional Neural Networks” (2012).
- Intel, “CPU vs. GPU: What’s the Difference?”.
Bir yorum bırakın
E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir