Key takeaways
- GPU:er är som bussar: långsammare än sportbilar, men mycket bättre på att växla många siffror parallellt.
- GPU:er används i maskininlärning, medicin, bildbehandling och spel.
- Intels Iris Xe Max är designad för att göra bärbara datorer kraftfullare för kreatörer och AI.
Intels nya Iris Xe Max-grafikprocessorenhet dyker nu upp i bärbara datorer, och av allt att döma är det en stor sak. Men vad är en GPU, och varför är den viktig? Spoiler: Det handlar inte om spel, eller ens grafik.
CPUn i din dator, den som gör det dagliga arbetet, är dyr och mycket specialiserad. En GPU, å andra sidan, är riktigt, riktigt bra på matte. Specifikt kan de multiplicera stora tal, och de kan utföra många, många operationer parallellt. Detta gör dem bra för att generera komplex 3D-grafik, men de används till mycket mer.
"GPU:er är utmärkta för big data, maskininlärning och bildbehandling", sa 3D-animatören David Rivera till Lifewire via ett snabbmeddelande. "Jag har många kollegor som använder det inom medicin för att få MRT-resultat."
Big Math, Big Pictures
Allt som kräver mycket komplicerad matematik är perfekt för avlastning till GPU:n.
"Grafiken är vanligtvis väldigt kraftfull eftersom att beräkna 3D-videogrejer är väldigt komplicerat", sa den Barcelona-baserade dataingenjören Miquel Bonastre till Lifewire via ett snabbmeddelande. Men snart insåg datorboffins att dessa matematikmaskiner kunde användas för alla typer av matematikintensiva uppgifter.
"Nu görs även superdatorkluster med GPU:er. De används för vetenskapliga beräkningar, ingenjörskonst, etc", säger Bonastre. En annan fördel med GPU:n är att den är lätt att skala upp. Den är byggd för att köra identiska operationer parallellt, så att lägga till fler chips (eller bara fler kärnor till chipdesignen, vilket gör den större) gör allt snabbare.
En GPU är också utmärkt för att bearbeta fotografier. Till exempel kan Adobes fotoredigeringssvit Lightroom överföra arbete till din Mac eller PC:s grafikprocessor för att "ge betydande hastighetsförbättringar på högupplösta skärmar", som inkluderar 4K- och 5K-skärmar.
"CPU:er är optimerade för latens: att slutföra en uppgift så snabbt som möjligt", skriver AI-konsulten Ygor Rebouças Serpa. "GPU:er är optimerade för genomströmning: de är långsamma, men de arbetar på stora mängder data på en gång." Serpa jämför en CPU med en sportbil och en GPU med en buss. Bussen är mycket långsammare, men den kan flytta mycket fler människor.
Vad sägs om din telefon?
GPU:n i din telefon används för att driva dess superhögupplösta skärm och för att köra grafiken. Det är därför telefonen blir varm när du spelar ett spel – GPU:n startar och din telefon har ingen fläkt som kyler ner den.
På iPhone används GPU:n för bildigenkänning, naturlig språkinlärning och rörelseanalys. Det vill säga, den bearbetar bilder och video när du fotograferar dem och mer.
GPU:er är utmärkta för big data, maskininlärning och bildbehandling.
Men det är inte allt. Apples senaste iPhones och iPads innehåller en "neural motor". Detta är ett stort chip, speciellt utformat för att utföra maskininlärningsuppgifter. Det är inte en GPU, men den är GPU-liknande i konceptet, genom att den löser svåra matematiska problem på nolltid alls. Den senaste versionen är, enligt Apple, "kapabel att utföra upp till 11 biljoner operationer per sekund."
Machine Learning
Det kanske största modeordet inom datoranvändning just nu är "maskininlärning". Det handlar om att visa datorn många exempel och låta datorn räkna ut likheter och skillnader. GPU:er är perfekta för detta eftersom de kan se fler exempel per sekund. Men när den utbildningen är klar behövs inte längre GPU:n. Alla inlärda algoritmer kan köras snabbare av processorn.
Nu, låt oss gå tillbaka till Intels nya Iris Xe Max GPU. Detta är designat för att köras i "tunna och lätta bärbara datorer och [för att] adressera ett växande segment av kreatörer som vill ha mer portabilitet", säger Intels vicepresident Roger Chandler i ett uttalande. Det vill säga, det är tänkt att göra bärbara datorer med begränsad kraft bättre för att redigera video, foton och all annan GPU-intensiv aktivitet. Ja, inklusive AI.
Iris Xe Max är designad för maskininlärning. Kanske blir dess första uppgift att lära sig hur man uttalar sitt eget namn.
