Mentionsy

Cała magia polega na tym, że akcelerator graficzny jest na jednej płycie z procesorem CPU i to ma swoje zalety i wady.

Zalety ma takie, że jest bardzo szybki interkonekt między chipem graficznym a chipem takim zwykłym CPU i do trenowania można to wykorzystać, czyli jeżeli pewne elementy modeli językowych czy danych nie mieszczą się na takich akceleratorach graficznych, bo te akceleratory graficzne mają swoją pamięć,

To tutaj jest bardzo szybki interconek, więc można bardzo szybko przesyłać pewne informacje między CPU a GPU i robić tak zwany offloading pewnych rzeczy.

I trudno było znaleźć w nauce, w ogóle w środowisku naukowym takie zadania, bo inne symulacje wykorzystywały bardzo dużo CPU, czyli raczej to była wektoryzacja obliczeń, a nie taka, bym powiedział, wirtualizacja na obliczenia równoległe na GPU i szukano takich...

Dlaczego to jest lepsze od, nie wiem, CPU i dlaczego akurat, jak w ogóle odkryto, że to, że NVIDIA, no wiesz, ja znam tę nazwę, znam tę nazwę też z lat 90., właśnie z kart graficznych grając w gry komputerowe.

I o ile CPU również przetwarza równolegle, my tutaj mówimy po pierwsze o wielowątkowości plus wektoryzacji, czyli jeszcze jakby takiej dodatkowej technice, która jest zaimplementowana w CPU.

To CPU ma mało takich, bym powiedział, jednostek, które może odpalić równolegle.

CPU, czyli zwykły, standardowy mikroprocesor na płycie głównej, jak to pamiętam, jak się montowało PC.

Wychodzi CEO NVIDII i mówi, że będzie Vera Rubin, czyli nowa architektura NVIDII, czyli znowuż Vera to jest CPU, Rubin to jest GPU, nowa architektura i mówi, że to będzie skok dziesięciokrotny, czyli od Hopera, który jest dzisiaj bardzo powszechnie używany na całym świecie.