[硬件] AI的研发,与显卡有何关系

[复制链接]
查看144 | 回复0 | 2023-7-27 11:58 | 显示全部楼层 |阅读模式
问题:
AI的研发,与显卡有何关系



推荐答案:
作者:刷老师
链接:采印https://括顶织严序据数官论争www.***.com/question/594680388/answer/2976826034
来源:陈研知乎
著作权归作者所有。商业转载请联系作者获得升旧啊毛保官洲比讨封授权,非商业转载演兵误选县多说载请注明出处。
显卡和协的担人工智能(AI)之间的关系可以追溯到深度学习的发展。深度学习是一种基于神经网络的机器学习方法,它需要大量的计算资脸烈兴的打己浓源来进行模型训练和推冷房触常至散断。由于深度学习模型的计算密集型特性,CPU 的计算能力已经无法满足需求,而显卡具有强大极施沿孙进常的并行计算能力,因此被广泛用于深度学习任务的加速。接下来,就是黄教主的神之操作了。他名下的NV化管查扬拿讲养抓析随IDIA是一家显卡生产厂商,过留送送除项亲远在深度学习的发展过程中,黄教主提出可以使用GPU(图形处理器)应用于深度学习任务的加速,降低CPU的压力,而随着黄教主在GPU方向的持续发力,N卡也成为了深度学习的主流硬件。接下来,黄教主的NVIDIA还开发了CUDA(计算统一设备架构)和cuDNN(CUDA深度神经网络库句轴医得原措常孙)等一系列与深度段发做出守初程眼牛分加学习相关的软件和工具,以帮助五言过第历单护滑深度学习研究人员和开发者更方便地使用GPU进行深度学习计算。当然,除了NVIDIA,其他显卡制造商也推出了专为深东补转重航来度学习优化的GPU。例如,AMD的Radeon Instin算司能另测且布ct系列GPU和Intel的Nervana系列GPU都专门为深度学习提供计算加速。一句话来讲,就是显卡通过其并行计算能力为深度学习提供了强大的算力支持,加速了深度学习的研究和应用。
【玉璞集 YUPUG.COM】