من ألعاب الفيديو إلى أثمن سلعة في التقنية: لماذا تحتاج النماذج إلى المعالجات الرسومية؟
صُمّمت المعالجات الرسومية لرسم ملايين البكسلات في الوقت نفسه، فتبيّن أنها مثالية للعمليات الرياضية التي يقوم عليها التعلم العميق.
المعالج المركزي (CPU) يشبه فريقاً صغيراً من الخبراء ينجز مهام معقدة واحدة تلو الأخرى. أما المعالج الرسومي (GPU) فيشبه آلاف العمال ينجز كل منهم عملية بسيطة في اللحظة نفسها. وهذا تحديداً ما تحتاجه الشبكات العصبية.
لحظة 2012
في مسابقة ImageNet لتصنيف الصور عام 2012، دخل نموذج AlexNet مدرَّباً على معالجين رسوميين من فئة الألعاب، فتفوق على المنافسين بفارق كبير. منذ ذلك الحين صار التعلم العميق والمعالجات الرسومية متلازمين.
ما بعد الرسوميات
ساعدت منصات برمجية مثل CUDA على استخدام هذه المعالجات في الحساب العام، ثم بدأت الشركات بتصميم رقائق مخصصة للذكاء الاصطناعي، مثل وحدات معالجة الموترات (TPU) التي كشفت عنها Google عام 2016. السباق اليوم لا يدور حول سرعة الرقاقة فقط، بل حول الذاكرة وسرعة الربط بين آلاف الرقائق داخل مركز البيانات.