Falei há alguns meses sobre GPUs e a sua conexão com esta grande era de mudanças através da inteligência artificial. Recebi alguns feedbacks onde a galera pediu para explorar mais o tema nos comentários. Pensando nisso, hoje neste artigo vou aprofundar um pouco mais o assunto para que possamos explanar mais o tema que foi introduzido lá no primeiro artigo.
Continua depois da publicidade
> Saiba como receber notícias do NSC Total no WhatsApp
> Na era da IA, GPUs são as novas CPUs
Naquele artigo eu havia feito uma pergunta: por que a GPU está recebendo tanta atenção neste momento?
Relembrando um pouco a introdução do assunto, em um contexto histórico, entendemos que o potencial da ciência da computação está diretamente vinculado à quantidade de CPUs disponíveis e que, por terem multinúcleos, as GPUs têm se tornado uma opção interessante para uso, principalmente no mercado corporativo.
Continua depois da publicidade
O que são CPUs?
CPU (Central Processing Unit ou, em português, Unidade de Processamento Central), também conhecida como “processador”, são equipamentos que fazem o que o nome, propriamente dito significa: processam tarefas diversas e, por isso, são ótimos para trabalhar com planilhas, textos e web.
Entretanto, as CPUs são restritas quando falamos no número de núcleos que podem ser inseridos em um chip e isso acaba trazendo uma certa limitação no seu funcionamento quando é exigida uma maior performance do equipamento.
A título de curiosidade, um dos principais fabricantes de processadores do mercado atual é a Intel, e seus produtos estão presentes em muitos notebooks e computadores pelo mundo.
> Internet das coisas e as mudanças em nossas vidas
O que são GPUs e porque elas são usadas em sistemas com Inteligência Artificial?
As GPUs por sua vez são construídas de forma diferente das CPUs. Elas foram inicialmente projetadas para renderizar imagens que nas CPUs não performavam tão bem e, por isso, ficaram primeiramente muito famosas no mundo dos games.
Continua depois da publicidade
Sua versatilidade pode não ser tão ampla mas, em compensação, elas possuem milhares de “núcleos”, o que é particularmente importante quando é necessário processar grandes conjuntos de dados simultaneamente.
Mesmo inicialmente tendo seu conceito muito ligado ao universo gamer, entendeu-se que há uma conexão muito grande das GPUs com o meio da ciência da computação. Isso porque cientistas da área perceberam que a capacidade de executar cálculos matemáticos complexos em todos esses núcleos era possível de uma forma muito mais ágil.
No início, havia uma dificuldade de escrever códigos que performassem bem em GPUs mas, os pesquisadores interessados em aproveitar o poder das placas gráficas, adaptaram seu método. Esta necessidade de adaptações aconteceu até o ano de 2007, quando a Nvidia, uma empresa multinacional de tecnologia, introduziu algo chamado CUDA (Compute Unified Device Architecture) que suporta a programação paralela em linguagem C, dando aos cientistas de computação (que cresceram estudando C) a chance de começar a escrever código CUDA básico quase imediatamente, permitindo uma nova classe de tarefas que podiam ser facilmente paralelizadas.
> Como a inteligência artificial é aplicada nos serviços de streaming
Deste modo, os computadores passaram a rodar GPUs com mais facilidade, resolvendo problemas para processamento de modelos de Deep Learning, veículos autônomos e a explosão da Inteligência Artificial.
Continua depois da publicidade
Falando em colocar GPUs conectadas, vale destacar o caso do supercomputador anunciado pela Microsoft e construído em colaboração e exclusivamente para a OpenAI, que é hospedado na plataforma Azure e foi projetado para permitir o treinamento de modelos de I.A. da empresa. O supercomputador foi desenvolvido com um sistema único utilizando 285.000 CPUs e 10.000 GPUs, fazendo com que esteja entre os “Top 5” computadores mais rápidos do mundo.
> 5 princípios básicos para a análise de dados
Principais diferenças entre GPUs e CPUs
A GPUs são diferentes das CPUs das seguintes maneiras:
Enquanto o CPU tem algumas dezenas de núcleos, uma GPU possui milhares deles;
A GPU é adaptada para operações altamente paralelas enquanto uma CPU é otimizada para cálculos em série;
A GPU é constituída com interfaces de memória de largura de banda significativamente maiores do que as CPUs;
Continua depois da publicidade
Em sua funcionalidade, uma CPU é ótima para o processamento de texto, execução de bancos de dados transacionais e o uso de aplicativos da web. Já a GPU é ideal para coisas maiores como sequenciar o DNA, determinar as origens do universo e processar sistemas de Inteligência Artificial.
> Chatbots se tornam acessíveis e adaptáveis para qualquer negócio
Então respondo “por que a GPU está recebendo tanta atenção neste momento?”
O fato é que entendendo a capacidade de cálculo superior da GPU com seu multinúcleos, a aplicação em soluções e sistemas mais complexos que utilizam inteligência artificial acaba sendo a escolha mais sensata e, por isso, tem recebido uma atenção mais especial que a clássica CPU.
Isso não quer dizer que a CPU está em desuso, mas o que antes era exclusividade dela, agora possui um equipamento com melhor performance disponível uma vez que existem situações em que uma atividade que poderia levar horas para ser finalizada na CPU, agora consegue ser executada em poucos minutos na GPU.
Gostou deste conteúdo com mais detalhes sobre o tema? Vou ficar feliz em saber a sua opinião nos comentários abaixo. Até breve!
Continua depois da publicidade