เหตุใดโปรเซสเซอร์กราฟิกใหม่ของ Intel จึงมีความสำคัญ
ประเด็นที่สำคัญ
- GPU เปรียบเสมือนรถเมล์: ช้ากว่ารถสปอร์ต แต่ขยับตัวเลขจำนวนมากพร้อมกันได้ดีกว่ามาก
- GPU ใช้ในการเรียนรู้ของเครื่อง การแพทย์ การประมวลผลภาพ และเกม
- Iris Xe Max ของ Intel ได้รับการออกแบบมาเพื่อให้แล็ปท็อปมีประสิทธิภาพมากขึ้นสำหรับผู้สร้างและ AI

หน่วยประมวลผลกราฟิก Iris Xe Max ใหม่ของ Intel ปรากฏในแล็ปท็อปและทุกบัญชี มันเป็นเรื่องใหญ่. แต่ GPU คืออะไรและเหตุใดจึงสำคัญ สปอยเลอร์: มันไม่เกี่ยวกับเกม หรือแม้แต่กราฟิก
CPU ในคอมพิวเตอร์ของคุณซึ่งทำงานแบบวันต่อวันนั้นมีราคาแพงและมีความเชี่ยวชาญสูง ในทางกลับกัน GPU เก่งคณิตศาสตร์จริงๆ โดยเฉพาะอย่างยิ่ง พวกเขาสามารถคูณตัวเลขจำนวนมาก และดำเนินการหลายอย่างพร้อมกันได้ สิ่งนี้ทำให้พวกเขาดีสำหรับการสร้างกราฟิก 3D ที่ซับซ้อน แต่มีการใช้งานมากกว่านั้นมาก
“GPU นั้นยอดเยี่ยมสำหรับข้อมูลขนาดใหญ่ แมชชีนเลิร์นนิง และการประมวลผลภาพ” David Rivera นักสร้างแอนิเมชั่น 3 มิติกล่าว Lifewire ผ่านข้อความโต้ตอบแบบทันที "ผมมีเพื่อนร่วมงานหลายคนที่ใช้มันในการแพทย์เพื่อให้ได้ผล MRI"
คณิตศาสตร์ใหญ่ รูปภาพใหญ่
สิ่งใดก็ตามที่ต้องใช้คณิตศาสตร์ที่ซับซ้อนมาก ๆ ก็เหมาะสำหรับการเอาออกไปยัง GPU
Miquel Bonastre วิศวกรคอมพิวเตอร์ในบาร์เซโลนากล่าวว่า "กราฟิกมักจะทรงพลังมากเพราะการคำนวณวิดีโอ 3 มิตินั้นซับซ้อนมาก Lifewire ผ่านข้อความโต้ตอบแบบทันที แต่ในไม่ช้า โลงศพของคอมพิวเตอร์ก็ตระหนักว่าเครื่องคำนวณทางคณิตศาสตร์เหล่านี้สามารถนำไปใช้กับงานที่เน้นคณิตศาสตร์ได้ทุกประเภท
"ตอนนี้ คลัสเตอร์ซูเปอร์คอมพิวเตอร์ก็ถูกสร้างขึ้นด้วย GPU เช่นกัน ซึ่งใช้สำหรับการคำนวณทางวิทยาศาสตร์ วิศวกรรม และอื่นๆ" Bonastre กล่าว ข้อดีอีกประการของ GPU คือการขยายขนาดได้ง่าย มันถูกสร้างขึ้นเพื่อรันการทำงานที่เหมือนกันในแบบคู่ขนาน ดังนั้นการเพิ่มชิปมากขึ้น (หรือเพียงแค่แกนมากขึ้นในการออกแบบชิป ทำให้ใหญ่ขึ้น) ทำให้ทุกอย่างเร็วขึ้น
GPU ยังเหมาะสำหรับการประมวลผลภาพถ่ายอีกด้วย ตัวอย่างเช่น Adobe's Lightroom photo-editing suite สามารถถ่ายงานไปยังโปรเซสเซอร์กราฟิกของ Mac หรือ PC ได้ เพื่อ "ให้การปรับปรุงความเร็วอย่างมีนัยสำคัญในการแสดงผลที่มีความละเอียดสูง" ซึ่งรวมถึงจอภาพ 4K และ 5K
"CPU ได้รับการปรับให้เหมาะสมสำหรับเวลาแฝง: เพื่อทำงานให้เสร็จโดยเร็วที่สุด" เขียนที่ปรึกษา AI Ygor Rebouças Serpa. "GPU ได้รับการปรับให้เหมาะสมสำหรับปริมาณงาน: ช้า แต่ทำงานบนข้อมูลจำนวนมากในคราวเดียว" Serpa เปรียบเทียบ CPU กับรถสปอร์ต และ GPU กับรถบัส รถเมล์วิ่งช้ากว่ามาก แต่เปลี่ยนคนได้เยอะ
แล้วโทรศัพท์ของคุณล่ะ?
GPU ในโทรศัพท์ของคุณใช้เพื่อขับเคลื่อนจอแสดงผลที่มีความละเอียดสูงเป็นพิเศษ และเพื่อใช้งานกราฟิก นั่นเป็นสาเหตุที่โทรศัพท์ร้อนเมื่อคุณเล่นเกม— GPU เริ่มทำงาน และโทรศัพท์ของคุณไม่มีพัดลมระบายความร้อน
บน iPhone GPU จะใช้สำหรับการจดจำภาพ การเรียนรู้ภาษาธรรมชาติ และการวิเคราะห์การเคลื่อนไหว กล่าวคือจะประมวลผลภาพและวิดีโอในขณะที่คุณถ่าย และอื่นๆ
"GPU เหมาะสำหรับข้อมูลขนาดใหญ่ แมชชีนเลิร์นนิง และการประมวลผลภาพ"
แต่นั่นไม่ใช่ทั้งหมด iPhones และ iPads ล่าสุดของ Apple มี "Neural Engine" นี่คือชิปขนาดใหญ่ที่ออกแบบมาเป็นพิเศษเพื่อใช้งานแมชชีนเลิร์นนิง มันไม่ใช่ GPU แต่มีแนวคิดเหมือน GPU เพราะมันสามารถขจัดปัญหาคณิตศาสตร์ที่ยากได้ในเวลาไม่นานเลย รุ่นล่าสุดคือ ตามแอปเปิ้ล, "สามารถดำเนินการได้ถึง 11 ล้านล้านต่อวินาที"
การเรียนรู้ของเครื่อง
บางทีคำศัพท์ที่โด่งดังที่สุดในการคำนวณตอนนี้ก็คือ "การเรียนรู้ของเครื่อง" สิ่งนี้เกี่ยวข้องกับการแสดงตัวอย่างคอมพิวเตอร์จำนวนมาก และปล่อยให้คอมพิวเตอร์ทำงานเกี่ยวกับความเหมือนและความแตกต่าง GPU เหมาะอย่างยิ่งสำหรับสิ่งนี้เพราะสามารถดูตัวอย่างเพิ่มเติมต่อวินาที อย่างไรก็ตาม เมื่อฝึกเสร็จแล้ว ก็ไม่จำเป็นต้องใช้ GPU อีกต่อไป อัลกอริทึมที่เรียนรู้ใด ๆ สามารถทำงานได้เร็วขึ้นโดย CPU
ตอนนี้ กลับไปที่ Iris Xe Max GPU ใหม่ของ Intel Roger Chandler รองประธาน Intel กล่าวว่าสิ่งนี้ออกแบบมาเพื่อทำงานใน "แล็ปท็อปที่บางและเบา และ [เพื่อ] กล่าวถึงกลุ่มครีเอเตอร์ที่กำลังเติบโตที่ต้องการการพกพาที่มากขึ้น" ในแถลงการณ์. กล่าวคือ ทำให้แล็ปท็อปที่มีข้อจำกัดด้านพลังงานดีขึ้นสำหรับการตัดต่อวิดีโอ รูปภาพ และกิจกรรมอื่นๆ ที่ต้องใช้ GPU มาก ใช่ รวมถึง AI
Iris Xe Max ออกแบบมาสำหรับการเรียนรู้ของเครื่อง บางทีงานแรกของมันคือการเรียนรู้วิธีออกเสียงชื่อของตัวเอง