Lewati ke konten

Pengetahuan yang menerangi dunia

Apa Itu GPU? Perbedaannya dengan CPU dan Mengapa Sangat Penting di Era AI

Dikenal sebagai kartu grafis di PC gaming, GPU kini telah menjadi mesin dari revolusi AI. Apa perbedaan antara GPU dan CPU, mengapa model AI dilatih menggunakan ribuan GPU, dan apa yang harus Anda perhatikan saat memilih GPU untuk komputer Anda sendiri?

Apa Itu GPU? Perbedaannya dengan CPU dan Mengapa Sangat Penting di Era AI

GPU (Graphics Processing Unit), seperti namanya, awalnya dirancang untuk merender gambar di layar. Menghitung warna jutaan piksel pada setiap bingkai dalam sebuah game memerlukan operasi sederhana yang sama untuk dilakukan pada data dalam jumlah besar sekaligus. Daya pemrosesan paralel tersebut telah membuat GPU sangat penting di berbagai bidang mulai dari komputasi ilmiah hingga kecerdasan buatan.

Perbedaan antara CPU dan GPU

Central processing unit (CPU) diibaratkan sebagai "manajer umum" komputer: dengan inti yang bertenaga, biasanya berjumlah dari beberapa hingga beberapa puluh, CPU menjalankan sistem operasi dan menangani tugas-tugas kompleks dan berurutan yang memerlukan pengambilan keputusan. GPU terdiri dari ribuan inti yang lebih sederhana dan unggul dalam melakukan operasi yang sama pada banyak data secara bersamaan. Sebagai analogi: CPU adalah beberapa profesor ahli, sementara GPU adalah kelas besar yang terdiri dari para siswa yang masing-masing mengerjakan penjumlahan sederhana secara bersamaan.

Bagaimana GPU masuk ke dalam AI

Melatih jaringan saraf tiruan pada dasarnya adalah mengalikan tabel angka yang sangat besar (matriks) — persis seperti pekerjaan paralel yang dapat dilakukan oleh GPU dengan cepat. Pada pertengahan tahun 2000-an, alat-alat yang mempermudah pemrograman GPU untuk komputasi umum (seperti platform CUDA milik Nvidia) mulai banyak digunakan. Keberhasilan AlexNet, sebuah model yang dilatih pada GPU, dalam sebuah kompetisi pengenalan gambar pada tahun 2012 dianggap sebagai awal dari era pembelajaran mendalam. Saat ini, model bahasa besar dikembangkan melalui proses pelatihan yang memakan waktu berpekan-pekan atau bahkan berbulan-bulan pada ribuan GPU yang saling terhubung di pusat data.

GPU pusat data dan persaingan global

GPU pusat data yang dirancang untuk AI, dengan memori berbandwidth tinggi dan koneksi cip-ke-cip yang cepat, sangat berbeda dari — dan jauh lebih mahal daripada — kartu gaming. Permintaan terhadap cip-cip ini telah mengangkat para produsen cip ke jajaran perusahaan paling bernilai di dunia, dan negara-negara seperti AS membatasi ekspor cip AI paling canggih dengan alasan keamanan nasional.

Memilih GPU untuk komputer Anda sendiri

  • Terintegrasi atau diskrit? Grafis terintegrasi yang ada di dalam prosesor sudah cukup untuk pekerjaan kantor, berselancar di internet, dan menonton video. Gaming, desain 3D, penyuntingan video, atau menjalankan model AI secara lokal memerlukan kartu grafis diskrit.
  • VRAM: Memori kartu grafis sangat menentukan untuk game beresolusi tinggi dan model AI yang besar.
  • Daya dan pendinginan: Kartu yang bertenaga membutuhkan banyak energi; pastikan catu daya (power supply) dan casing Anda sesuai.
  • NPU: Laptop baru juga dilengkapi dengan "neural processing unit" (NPU) yang menangani tugas-tugas AI dengan sedikit energi; cip ini berguna untuk fitur-fitur AI sehari-hari.

Sumber dan bacaan lanjutan

  1. Nvidia, “What’s the Difference Between a CPU and a GPU?”.
  2. Krizhevsky, Sutskever and Hinton, “ImageNet Classification with Deep Convolutional Neural Networks” (2012).
  3. Intel, “CPU vs. GPU: What’s the Difference?”.
Bagikan
Ikuti YulaHubDapatkan berita terpenting hari ini lebih dulu.
RSS

Tinggalkan komentar

Alamat email Anda tidak akan dipublikasikan. Kolom yang wajib diisi ditandai *