Trénovanie neurónových sietí: CPU, GPU alebo TPU?
Strojové učenie využíva neurónové siete na rozdelenie zložitých úloh do vrstiev, kde sa paralelne spracovávajú. Klasické procesory CPU (Central Processing Unit) vzhľadom na určenie a architektúru však nie sú najlepším nástrojom na tieto úlohy. Naproti tomu grafické čipy GPU (Graphics Processing Unit) sú navrhnuté tak, aby dokázali spracúvať paralelne čo najviac výpočtových úloh. Primárne sú určené na akcelerovanie renderovania grafiky vo vysokom rozlíšení, ale vďaka svojim vlastnostiam sú ideálne na úlohy strojového učenia. TPU (Tensor Processing Unit) sú špecializované na násobenie matíc.
Porovnanie architektúry CPU a GPU
Čo sa týka základných funkcií, CPU, GPU a TPU dokážu z väčšej časti robiť to isté. Rozdiel je v tom, ako rýchlo dokážu vykonávať rôzne typy úloh vrátane úloh strojového učenia a aké úlohy pre ne nie sú vhodné, prípadne ich ani vykonávať nedokážu.
CPU je univerzálny procesor založený na Von Neumannovej architektúre a je srdcom každého počítača. Je veľmi flexibilný ...
Článok je uzamknutý
Prihlásiť pomocou členstva NEXTECH
Zobrazit Galériu
Článok je uzamknutý
Pokračovanie článku patrí k prémiovému obsahu pre predplatiteľov. S digitálnym predplatným už od 10 € získate neobmedzený prístup k uzamknutému obsahu na celý rok. Objednať si ho môžete TU. Ak ho už máte prihláste sa TU
Prihlásiť pomocou členstva NEXTECH