Vsebina
Predstavil: AltaML
V:
Zakaj so enote za grafično obdelavo (GPU) pomembne za poglobljeno učenje?
A:
Uporaba grafičnih procesnih enot (GPU) ima poseben pomen za področje poglobljenega učenja. Razlog je povezan s tem, kako so postavljeni sistemi za poglobljeno učenje in kaj nameravajo narediti.
Strokovnjaki opredeljujejo globoko učenje kot vrsto strojnega učenja, v katerem algoritmi uporabljajo več plasti za progresivno analizo podatkov.
Nekateri navajajo posebne primere, na primer konvolucijske nevronske mreže (CNN) z njihovimi različnimi sloji, ki vključujejo največ združevanja, filtriranja, oblazinjenja, korakov in drugih opravil.
V širšem smislu se stvari, kot so obdelava slik in obdelava naravnega jezika, opirajo na večstopenjske postopke z več algoritmi, od katerih so mnogi podobni nevronskim mrežam, ki se jih strokovnjaki za strojno učenje učijo prepoznati in analizirati.
Kot smo že omenili v prejšnjem članku, so GPU-ji na splošno cenjeni pri strojnem učenju zaradi svoje vzporedne zmožnosti obdelave. Ko je strojno učenje napredovalo, je svet strojne opreme napredoval tudi od ideje o posameznem močnem jedru CPU-ja do več enot s paralelno obdelavo, ki lahko hitreje primerno opravijo velike količine računalniškega dela.
Pri sistemih za globoko učenje, ki vključujejo generativne modele višje ravni, kot so mreže z globokimi prepričanji, Boltzmannovi stroji in sistemi eho stanja, obstaja posebna potreba po vzporedni obdelavi in specializiranem oblikovanju jedra. Lahko bi rekli, da je uporaba GPU-jev nekako podobna uporabi naprednih strojev RISC pri nekaterih drugih vrstah obdelave - da je prilagajanje čipov določeni uporabi dober smisel.
Poleg uporabnosti GPU-jev za poglobljeno učenje opazite, da ti isti tipi procesorjev postajajo priljubljeni pri premikih k temeljni spremembi v računalniški strukturi, znani kot kvantno računalništvo.
Tudi tukaj je zapletenost in višje urejenost računalniške moči potrebna zmožnost vzporedne obdelave. V kvantnem računanju tradicionalne bite nadomestimo s kitovi, ki imajo vrednost 1, 0 ali nedoločena kombinacija. Tovrstni "Schroedingerjev košček" je osnova za računalniški model, ki lahko svetu IT-ja obrne na glavo.
Za tiste, ki se zanimajo za nastajajoče tehnologije, bo ključno opazovati uporabo GPU-jev in njihovih naslednikov v takih sistemih, kot so mreže za globoko učenje in nastavitve kvantnega računalništva. Številni strokovnjaki bi rekli, da sta v povojih še zrela in bosta prinašala rezultate v prihodnjih letih.
