Tại sao phải dùng CARD ĐỒ HỌA để nghiên cứu AI?

Nguồn bài viết: Tại sao phải dùng CARD ĐỒ HỌA để nghiên cứu AI?

AI (Trí tuệ nhân tạo) ngày càng trở nên không thể thiếu trong sự phát triển của công nghệ ngày nay. Cùng với sự phát triển đó, nghiên cứu về AI ngày càng nở rộ trên toàn thế giới!

Không chỉ các trung tâm nghiên cứu lớn mới có thể nghiên cứu về AI mà ngay cả các doanh nghiệp vừa và nhỏ hiện nay cũng hoàn toàn có đủ khả năng để nghiên cứu và phát triển AI.

Ngoài vấn đề về nhân lực, vấn đề về phần cứng để phục vụ cho việc nghiên cứu này cũng trở nên phổ biến hơn. Cụ thể, các card đồ họa cao cấp hiện nay đã chú trọng và hỗ trợ nghiên cứu AI nhiều hơn …

Vậy bạn có bao giờ thắc mắc, tại sao card đồ họa ngày càng được sử dụng nhiều trong lĩnh vực nghiên cứu AI? Vâng, nếu bạn cũng đã từng thắc mắc như vậy thì hôm nay chúng ta cùng tìm hiểu về vấn đề này nhé.

#Đầu tiên. Kiến thức cơ bản về AI

Tên đầy đủ của AI là Mộtcó lợi Tôintelligence – trí tuệ nhân tạo. Về cơ bản, đây là một chương trình do con người lập trình, kết hợp với Machine Learning để tạo ra một AI hoàn chỉnh.

Thông thường, AI hoạt động dựa trên khối dữ liệu mà người lập trình nạp vào => sau đó nó dựa vào khối dữ liệu mà nó có để đưa ra thông tin, trả về kết quả tương ứng với từng trường hợp khác nhau. .

Tức là không có sự thần thánh nào ở đây cả, hầu như những gì AI hiện tại làm được là nhờ vào những gì con người nuôi nó. Đơn giản như vậy thôi các bạn ạ!

# 2. Nghiên cứu AI cần những gì?

Ngày thứ nhất Tôi xin khẳng định, yếu tố quan trọng nhất vẫn là con người. Thật vậy, các trung tâm nghiên cứu AI cần phải có một đội ngũ làm công nghệ thông tin (CNTT) có trình độ cao.

Ngoài đội ngũ lập trình có chuyên môn cao, nghiên cứu AI còn cần đến các chuyên gia trong lĩnh vực máy học, xã hội học, thậm chí cả học tập con người… nói chung là các loại hình học tập.

Vì AI là trí tuệ nhân tạo, nó được tạo ra để làm những việc giống như con người, vì vậy các yếu tố như xã hội, hành vi của con người phải được tính đến và nó là nguồn dữ liệu quan trọng cho AI.

Thứ hai, Tất nhiên – đó là một cái máy. Chắc hẳn chúng ta đã từng nghe nhiều câu chuyện về những người trẻ chỉ một mình với chiếc máy tính cá nhân có thể viết được một phần mềm trị giá cả triệu đô la.

Nhưng AI thì khác, nó có độ phức tạp và nguồn dữ liệu vô cùng lớn, vì vậy sẽ rất khó để một cá nhân có thể tự mình làm tất cả.

Và máy tính để nghiên cứu AI luôn là những cỗ máy rất mạnh và thường đi kèm với 3-4 card đồ họa cao cấp.

# 3. Tại sao lại chọn GPU (card đồ họa) để nghiên cứu AI?

Đơn giản vì GPU có khả năng xử lý dữ liệu song song cùng lúc tốt hơn CPU!

Như mình đã nói ở trên, AI vốn dĩ là suy đoán từ dữ liệu đầu vào nên khối lượng công việc phải làm là rất “khổng lồ”, trong khi thao tác không giống nhau.

Chúng tôi có một ví dụ về AI phân biệt màu sắc: dữ liệu đầu vào là đặc điểm màu sắc, cụ thể là đặc tính quang học của nó.

Khi hệ thống phần cứng ghi lại hình ảnh màu mặt trước, lúc này nhờ những gì mà cảm biến nhận được, AI sẽ bắt đầu so sánh với dữ liệu mà nó có => và tiến hành đưa ra kết quả. Cách thức hoạt động của hệ thống này tương tự như các hệ thống AI khác.

Đối chiếu với ví dụ, có thể thấy khối lượng công việc rất lớn là các đặc tính vật lý thu được trên camera hoặc cảm biến, và thao tác chỉ là so sánh với dữ liệu mà nó có => sau đó đưa ra kết quả.

Tiếp theo, với các dòng card đồ họa cao cấp hiện nay thì bộ nhớ Ram có dung lượng rất lớn và tốc độ cực cao. Có thể kể đến card đồ họa RTX 3090 thuộc hàng TOP trên thị trường hiện nay với dung lượng 24GB GDDR6X, cùng với đó là Bus: 384-bit và Bandwidth (băng thông): 936 GBps.

Đây là một thông số rất ấn tượng, nó đảm bảo rằng dữ liệu lớn không bị trễ và mọi thứ được xử lý nhanh nhất có thể.

Một yếu tố khác không thể không kể đến đó là sự hỗ trợ từ các nhà sản xuất với việc thiết kế các lõi chuyên biệt bên trong card đồ họa.

Gần đây nhất, Tensor Core của Nvidia chuyên dành cho Học sâu (một nhánh sâu hơn của Học máy).

Những cải tiến này đã giúp học máy trong vài tháng, giờ chỉ còn vài tuần theo những gì Nvidia đã công bố. Rút ngắn rất nhiều thời gian!

Vâng, vậy là qua bài viết này, chúng ta đã trả lời được câu hỏi: Tại sao card đồ họa thường được dùng để nghiên cứu AI nhiều hơn là CPU?

Tuy nhiên, nhiều chuyên gia đang thử nghiệm phát triển cấu trúc lệnh mới trong nghiên cứu AI để nó có thể chạy tốt hơn trên các CPU, vì theo họ CPU về cơ bản tiết kiệm hơn.

Được rồi, mình xin phép tạm dừng bài viết tại đây, cảm ơn các bạn đã dành thời gian đọc bài viết này và đừng quên ghé thăm Blog những lúc rảnh rỗi nhé (> ‿ )

Đọc thêm:

CTV: Lê Đình Hoàng Vũ – Blogchiasekienthuc.com

Bài viết đạt: 5/5 sao – (Có 2 lượt đánh giá)

Ghi chú: Bài viết này có hữu ích cho bạn không? Đừng quên đánh giá bài viết, thích và chia sẻ nó với bạn bè và gia đình của bạn!

Bản quyền thuộc: tinthuthuat.com

from tinthuthuat.com https://ift.tt/3Uxuqow
via tinthuthuat.com