CPU und Architektur

Was ist der Hauptgrund, warum GPUs für Matrixoperationen sowie Training und Inferenz von KI geeignet sind?

  1. AWeil ihre Taktfrequenz mehr als 100-mal so hoch wie die der CPU ist
  2. BWeil sie viele einfache Recheneinheiten besitzen und große Datenmengen parallel verarbeiten können
  3. CWeil sie keinen Speicher besitzen
Antwort und Erläuterung anzeigen

Antwort: B. Weil sie viele einfache Recheneinheiten besitzen und große Datenmengen parallel verarbeiten können

GPUs sind ursprünglich für die gleichzeitige Verarbeitung vieler Bildpunkte aufgebaut und enthalten einige tausend bis über zehntausend einfache Recheneinheiten. Bei Aufgaben wie Matrixoperationen, in denen dieselbe Rechnung auf große Datenmengen wiederholt wird, bringt diese Parallelität hohe Leistung. In jüngerer Zeit besitzen sie spezielle Einheiten für Matrixoperationen (z. B. Tensor Cores) und HBM mit hoher Bandbreite und sind zum Hauptakteur beim KI-Training geworden. Sequenzielle Verarbeitung mit vielen Verzweigungen liegt der CPU besser.

Dieses Thema üben Zur Themenseite

Weitere Fragen zu CPU und Architektur

  1. Wie groß ist die mittlere Zugriffszeit bei einer Cache-Zugriffszeit von 10 ns, einer Hauptspeicher-Zugriffszeit von 100 ns und einer Cache-Trefferrate von 90 %?
  2. Wie ändert sich in einer CMOS-Schaltung die dynamische Leistungsaufnahme, wenn bei sonst unveränderten Bedingungen nur die Versorgungsspannung halbiert wird?
  3. Was bezeichnen Namen wie ARM, x86 und RISC-V hauptsächlich?
  4. Welche Aussage zu RISC-V ist richtig?
  5. Wie heißt das Prozessorverfahren, bei dem in einem Taktzyklus mehrere Befehle gleichzeitig ausgegeben und ausgeführt werden?

Vergleiche zu diesem Thema