1. ProgramvareAndre programvare Øk maskinvarefunksjonene for kunstig intelligens
Kunstig intelligens for dummier

Av John Paul Mueller, Luca Massaron

CPU fungerer fortsatt bra for forretningssystemer eller i applikasjoner der behovet for generell fleksibilitet i programmering oppveier ren prosessorkraft. Imidlertid er GPU-er nå standarden for ulike typer datavitenskap, maskinlæring, AI og dyplæringsbehov. Selvfølgelig leter alle stadig etter den neste store tingen i utviklingsmiljøet. Både CPU og GPU er prosessorer på produksjonsnivå. I fremtiden kan du se en av to typer prosessorer som brukes i stedet for disse standardene:

  • Applikasjonsspesifikke integrerte kretser (ASIC-er): I motsetning til generelle prosessorer oppretter en leverandør en ASIC for et bestemt formål. En ASIC-løsning tilbyr ekstremt rask ytelse ved bruk av veldig liten kraft, men den mangler fleksibilitet. Et eksempel på en ASIC-løsning er Googles Tensor Processing Unit (TPU), som brukes til talebehandling. Feltprogrammerbare gatepparater (FPGAs): Som med en ASIC, lager en leverandør generelt en FPGA for et bestemt formål. I motsetning til et ASIC, kan du imidlertid programmere en FPGA for å endre den underliggende funksjonaliteten. Et eksempel på en FPGA-løsning er Microsofts hjernebølge, som brukes til dybdelæringsprosjekter.

Kampen mellom ASICs og FPGAs lover å varme opp, med AI-utviklere som dukker opp som vinneren. Foreløpig ser det ut til at Microsoft og FPGA har tatt ledelsen. Poenget er at teknologien er flytende, og du bør forvente å se nye utviklinger.

Leverandørene jobber også med helt nye prosesseringstyper, som kanskje ikke fungerer som forventet. For eksempel jobber Graphcore på en intelligensbehandlingsenhet (IPU). Du må ta nyheten om disse nye prosessorene med et saltkorn gitt hypen som har omkranset industrien i det siste. Når du ser virkelige applikasjoner fra store selskaper som Google og Microsoft, kan du begynne å føle deg litt mer sikker på fremtiden til teknologien som er involvert.