Da asporto chiave
- Le GPU sono come gli autobus: più lente delle auto sportive, ma molto più brave a spostare molti numeri in parallelo.
- Le GPU sono utilizzate nell'apprendimento automatico, nella medicina, nell'elaborazione delle immagini e nei giochi.
- Iris Xe Max di Intel è progettato per rendere i laptop più potenti per i creatori e l'IA.
La nuova unità del processore grafico Iris Xe Max di Intel viene ora visualizzata nei laptop e, a detta di tutti, è un grosso problema. Ma cos'è una GPU e perché è importante? Spoiler: non si tratta di giochi, e nemmeno di grafica.
La CPU del tuo computer, quella che fa il lavoro quotidiano, è costosa e altamente specializzata. Una GPU, d' altra parte, è davvero molto brava in matematica. In particolare, possono moltiplicare grandi numeri e possono eseguire molte, molte operazioni in parallelo. Questo li rende utili per generare grafica 3D complessa, ma sono usati per molto di più.
"Le GPU sono ottime per i big data, l'apprendimento automatico e l'elaborazione delle immagini", ha detto a Lifewire l'animatore 3D David Rivera tramite un messaggio istantaneo. "Ho molti colleghi che lo usano in medicina per ottenere risultati di risonanza magnetica."
Grande matematica, grandi immagini
Tutto ciò che richiede molta matematica complicata è perfetto per l'offload sulla GPU.
"La grafica di solito è molto potente perché il calcolo di materiale video 3D è molto complesso", ha detto a Lifewire l'ingegnere informatico di Barcellona Miquel Bonastre tramite messaggio istantaneo. Ma presto, gli esperti di computer si resero conto che queste macchine matematiche potevano essere utilizzate per tutti i tipi di compiti ad alta intensità di matematica.
"Ora, i cluster di supercalcolo vengono realizzati anche con le GPU. Vengono utilizzati per calcoli scientifici, ingegneria e così via", afferma Bonastre. Un altro vantaggio della GPU è che è facile da scalare. È progettato per eseguire operazioni identiche in parallelo, quindi l'aggiunta di più chip (o semplicemente più core al design del chip, rendendolo più grande) rende tutto più veloce.
Una GPU è ottima anche per l'elaborazione di fotografie. Ad esempio, la suite di fotoritocco Lightroom di Adobe può scaricare il lavoro sul processore grafico del tuo Mac o PC per "fornire miglioramenti significativi della velocità su display ad alta risoluzione", che include monitor 4K e 5K.
"Le CPU sono ottimizzate per la latenza: per completare un'attività il più velocemente possibile", scrive il consulente AI Ygor Rebouças Serpa. "Le GPU sono ottimizzate per il throughput: sono lente, ma operano su grandi quantità di dati contemporaneamente." Serpa confronta una CPU con un'auto sportiva e una GPU con un bus. L'autobus è molto più lento, ma può spostare molte più persone.
E il tuo telefono?
La GPU del telefono viene utilizzata per pilotare il display ad altissima risoluzione e per eseguire la grafica. Ecco perché il telefono si surriscalda quando si gioca: la GPU si attiva e il telefono non ha una ventola per raffreddarlo.
Su iPhone, la GPU viene utilizzata per il riconoscimento delle immagini, l'apprendimento del linguaggio naturale e l'analisi del movimento. Cioè, elabora immagini e video mentre li riprendi e altro ancora.
Le GPU sono ottime per i big data, l'apprendimento automatico e l'elaborazione delle immagini.
Ma non è tutto. I recenti iPhone e iPad di Apple contengono un "motore neurale". Questo è un grande chip, appositamente progettato per svolgere attività di apprendimento automatico. Non è una GPU, ma è concettualmente simile a una GPU, in quanto risolve difficili problemi di matematica in pochissimo tempo. L'ultima versione è, secondo Apple, "capace di eseguire fino a 11 trilioni di operazioni al secondo".
Apprendimento automatico
Forse la parola d'ordine più in voga nell'informatica in questo momento è "apprendimento automatico". Ciò implica mostrare al computer molti esempi e lasciare che il computer elabori le somiglianze e le differenze. Le GPU sono perfette per questo perché possono visualizzare più esempi al secondo. Tuttavia, una volta terminato l'allenamento, la GPU non è più necessaria. Qualsiasi algoritmo appreso può essere eseguito più velocemente dalla CPU.
Ora, torniamo alla nuova GPU Iris Xe Max di Intel. Questo è progettato per funzionare su "laptop sottili e leggeri e [per] rivolgersi a un segmento crescente di creatori che desiderano una maggiore portabilità", ha affermato Roger Chandler, vicepresidente di Intel. Cioè, ha lo scopo di rendere i laptop con limiti di alimentazione migliori per la modifica di video, foto e qualsiasi altra attività ad alta intensità di GPU. Sì, inclusa l'IA.
Iris Xe Max è progettato per l'apprendimento automatico. Forse il suo primo compito sarà imparare a pronunciare il proprio nome.
