隨著 ChatGPT 等大型語言模型掀起新一輪 AI 變革浪潮，AI 芯片短缺問題日益嚴(yán)重。例如，ChatGPT 開發(fā)商 OpenAI 高度依賴微軟提供的超級(jí)計(jì)算機(jī)，使用了大量的英偉達(dá) GPU。近日有消息稱，OpenAI 正在考慮自己制造或收購 AI 芯片，以解決其業(yè)務(wù)所需的高性能和低成本 GPU 的問題。
今天，咱們來聊聊，OpenAI 都想入局的 GPU，究竟是個(gè)啥？
GPU 是什么
“一千款手機(jī)，就有一千種游戲體驗(yàn)”，當(dāng)我們用不同的手機(jī)玩游戲時(shí)，體驗(yàn)感是不同的，除了響應(yīng)速度，游戲畫面的精美度和立體度也是一個(gè)主要差異，造成這種差異的因素之一是手機(jī) GPU 的性能不同。
GPU（Graphics Processing Unit，圖形處理器），作為一個(gè)隱藏在手機(jī)和電腦中的超能英雄，不僅是一個(gè)專業(yè)的畫家，能快速繪制出色彩繽紛的畫面，還是一個(gè)數(shù)學(xué)家，能快速完成大量的計(jì)算任務(wù)。
專業(yè)地說，GPU 是一種專門用于處理圖形的處理器，它能夠以非常快的速度處理大量的圖形渲染計(jì)算，而且可以同時(shí)處理多個(gè)圖形任務(wù)，從而大大提高計(jì)算機(jī)的計(jì)算和處理速度。
GPU 最初是為圖形處理而設(shè)計(jì)的，但由于其并行處理和高速計(jì)算能力，GPU 開始擔(dān)任更多、更重要的角色?，F(xiàn)在 GPU 被廣泛應(yīng)用于科學(xué)計(jì)算、機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等領(lǐng)域。
計(jì)算機(jī)中的 GPU 可以分為兩種，集成 GPU 和獨(dú)立 GPU。
集成 GPU，體積較小，一般內(nèi)置在計(jì)算機(jī)主板中，甚至可以集成到 CPU 中。集成 GPU 可以使計(jì)算機(jī)更輕巧，常見于筆記本電腦中。
獨(dú)立 GPU，體積較大，是一個(gè)獨(dú)立的部件，在電腦主板上有專門的插口。其功能比集成 GPU 更強(qiáng)大，而且可以單獨(dú)升級(jí)（更換顯卡）。但是由于體積較大，會(huì)占用電腦更大的空間，且運(yùn)行時(shí)消耗更多能源并產(chǎn)生更多熱量。
有的筆記本電腦同時(shí)具有這兩種 GPU，一般情況下使用集成 GPU 節(jié)省能源減少發(fā)熱，當(dāng)需要更強(qiáng)大的圖形處理性能時(shí)，切換到獨(dú)立 GPU 執(zhí)行相關(guān)的任務(wù)。
GPU 和 CPU 有哪些區(qū)別
看到這里，你是不是想到計(jì)算機(jī)中另一個(gè)重要角色 CPU（Central Processing Unit，中央處理器），那么，GPU 和 CPU 有什么區(qū)別呢？
雖然二者都能執(zhí)行計(jì)算任務(wù)，但能力各有千秋。如果說 CPU 是一個(gè)知識(shí)淵博的數(shù)學(xué)教授，什么題目都會(huì)解，那么 GPU 就是一萬個(gè)小學(xué)生，人多力量大，在計(jì)算簡單數(shù)學(xué)題時(shí)，速度極快。
事實(shí)上，在 GPU 出現(xiàn)之前，基本上所有的任務(wù)都是由 CPU 完成的。有了 GPU 之后，二者才進(jìn)行了分工，下表列出了二者的區(qū)別。
通過以上對(duì)比，我們發(fā)現(xiàn)，GPU 和 CPU 各有所長。在手機(jī)和電腦中，二者相互配合，分工合作，共同為我們服務(wù)。
GPU 更適合 AI
通過前面的介紹，我們了解到 GPU 非常適合大規(guī)模并行計(jì)算。AI（Artificial Intelligence，人工智能）的訓(xùn)練剛好涉及大量的數(shù)據(jù)處理，特別是在深度學(xué)習(xí)領(lǐng)域，網(wǎng)絡(luò)模型通常有數(shù)百萬甚至數(shù)十億的參數(shù)，需要通過大量的數(shù)據(jù)來進(jìn)行訓(xùn)練，以獲得準(zhǔn)確的預(yù)測，因此 GPU 非常適合 AI 算法。
并行處理能力
GPU 具有大量的核心和高速內(nèi)存，擅長并行計(jì)算。在 AI 領(lǐng)域，計(jì)算量非常龐大，而 GPU 剛好適合這種場景。好比需要計(jì)算大量的簡單數(shù)學(xué)題時(shí)，一萬名小學(xué)生肯定比一名教授更適合。
內(nèi)存帶寬更大
一些常見的 GPU 內(nèi)存帶寬約為 400 GB/s，而最好的 CPU 內(nèi)存帶寬大約為 50 GB/s，所以 GPU 可以更快地獲取和訪問內(nèi)存中的數(shù)據(jù)。在 AI 領(lǐng)域，數(shù)據(jù)一般占用大塊連續(xù)的內(nèi)存空間，顯然 GPU 更合適。
靈活性強(qiáng)
GPU 支持使用 CUDA、OpenCL 等編程框架和語言，使得開發(fā)人員能夠輕松利用 GPU 的計(jì)算能力，高度自定義 GPU 的計(jì)算任務(wù)，為不同類型的 AI 算法提供支持。
CUDA
Compute Unified Device Architecture，統(tǒng)一計(jì)算設(shè)備架構(gòu)，一種由 NVIDIA 推出的通用并行計(jì)算架構(gòu)，該架構(gòu)使 GPU 能夠解決復(fù)雜的計(jì)算問題。
OpenCL
Open Computing Language，開放設(shè)計(jì)語言，是一種開放的標(biāo)準(zhǔn)，用于超級(jí)計(jì)算機(jī)、云服務(wù)器、個(gè)人計(jì)算機(jī)、移動(dòng)設(shè)備和嵌入式平臺(tái)中各種加速器的跨平臺(tái)并行編程。
擴(kuò)展性強(qiáng)
隨著 AI 模型的復(fù)雜度增加和數(shù)據(jù)量的增長，我們可以通過增加更多的 GPU 來提高處理能力，就像是增加更多的小學(xué)生來進(jìn)行計(jì)算，使得系統(tǒng)能夠更好地應(yīng)對(duì)不斷增長的計(jì)算需求。
本文來自微信公眾號(hào)：中興文檔 （ID：ztedoc）
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。