Nederlands
Menu

CPU en architectuur

Wat is de belangrijkste reden dat GPU's geschikt zijn voor matrixbewerkingen en het trainen en inferentie van AI?

  1. ADe klokfrequentie is meer dan 100 keer die van een CPU
  2. BZe hebben veel eenvoudige rekeneenheden en kunnen grote hoeveelheden gegevens parallel verwerken
  3. CZe hebben geen geheugen
Antwoord en toelichting tonen

Antwoord: B. Ze hebben veel eenvoudige rekeneenheden en kunnen grote hoeveelheden gegevens parallel verwerken

Een GPU heeft van oorsprong, om de vele pixels van het scherm gelijktijdig te verwerken, een structuur met duizenden tot meer dan tienduizend eenvoudige rekeneenheden. Bij bewerkingen als matrixrekenen, waarbij dezelfde berekening op veel gegevens wordt herhaald, levert dit parallellisme hoge prestaties. De laatste jaren beschikken GPU's over speciale eenheden voor matrixbewerkingen (zoals Tensor Cores) en HBM met brede bandbreedte, en zijn ze de hoofdrolspeler bij het trainen van AI. Voor sequentiële verwerking met veel sprongen is een CPU beter geschikt.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over CPU en architectuur

  1. Wat is de gemiddelde toegangstijd als de cachetoegangstijd 10 ns is, de toegangstijd van het hoofdgeheugen 100 ns en de cache-hitratio 90 %?
  2. Wat gebeurt er met het dynamische vermogensverbruik van een CMOS-schakeling als alleen de voedingsspanning wordt gehalveerd en de overige omstandigheden gelijk blijven?
  3. Waarvoor staan namen als ARM, x86 en RISC-V in de eerste plaats?
  4. Welke uitspraak over RISC-V is juist?
  5. Hoe heet de processorarchitectuur die in één klokcyclus meerdere instructies tegelijk uitgeeft en uitvoert?

Vergelijkingen bij dit onderwerp