Princípios importantes
- GPUs são como ônibus: mais lentos do que carros esportivos, mas muito melhores para mudar muitos números em paralelo.
- GPUs são usadas em aprendizado de máquina, medicina, processamento de imagens e jogos.
- O Iris Xe Max da Intel foi projetado para tornar os laptops mais poderosos para criadores e IA.
A nova unidade de processador gráfico Iris Xe Max da Intel agora está aparecendo em laptops e, segundo todos os relatos, é um grande negócio. Mas o que é uma GPU e por que é importante? Spoiler: Não se trata de jogos, nem mesmo de gráficos.
A CPU do seu computador, aquela que faz o trabalho diário, é cara e altamente especializada. Uma GPU, por outro lado, é muito, muito boa em matemática. Especificamente, eles podem multiplicar números grandes e podem realizar muitas, muitas operações em paralelo. Isso os torna bons para gerar gráficos 3D complexos, mas são usados para muito mais.
"As GPUs são ótimas para big data, aprendizado de máquina e processamento de imagens", disse o animador 3D David Rivera à Lifewire por mensagem instantânea. "Tenho muitos colegas que o usam na medicina para obter resultados de ressonância magnética."
Big Math, Big Pictures
Qualquer coisa que exija muita matemática complicada é perfeita para descarregar para a GPU.
"Os gráficos são geralmente muito poderosos porque calcular o material de vídeo 3D é muito complexo", disse o engenheiro de computação de Barcelona Miquel Bonastre à Lifewire por mensagem instantânea. Mas logo, os especialistas em computadores perceberam que essas máquinas matemáticas poderiam ser usadas para todos os tipos de tarefas matemáticas intensivas.
"Agora, clusters de supercomputação também estão sendo feitos com GPUs. Eles são usados para cálculos científicos, engenharia, etc", diz Bonastre. Outra vantagem da GPU é que é fácil de escalonar. Ele foi desenvolvido para executar operações idênticas em paralelo, portanto, adicionar mais chips (ou apenas mais núcleos ao design do chip, tornando-o maior) torna tudo mais rápido.
A GPU também é ótima para processar fotografias. Por exemplo, a suíte de edição de fotos Lightroom da Adobe pode transferir o trabalho para o processador gráfico do seu Mac ou PC para "fornecer melhorias significativas de velocidade em telas de alta resolução", que inclui monitores 4K e 5K.
"CPUs são otimizadas para latência: para terminar uma tarefa o mais rápido possível ", escreve o consultor de IA Ygor Rebouças Serpa. "As GPUs são otimizadas para taxa de transferência: são lentas, mas operam em volumes de dados de uma só vez." Serpa compara uma CPU a um carro esportivo e uma GPU a um ônibus. O ônibus é muito mais lento, mas pode transportar muito mais pessoas.
E seu telefone?
A GPU em seu telefone é usada para controlar sua tela de super alta resolução e para executar os gráficos. É por isso que o telefone fica quente quando você joga um jogo - a GPU entra em ação e seu telefone não tem ventilador para resfriá-lo.
No iPhone, a GPU é usada para reconhecimento de imagem, aprendizado de linguagem natural e análise de movimento. Ou seja, ele processa imagens e vídeos à medida que você os filma e muito mais.
As GPUs são ótimas para big data, aprendizado de máquina e processamento de imagens.
Mas isso não é tudo. Os iPhones e iPads recentes da Apple contêm um "Neural Engine". Este é um chip grande, especialmente projetado para realizar tarefas de aprendizado de máquina. Não é uma GPU, mas é como uma GPU em conceito, pois resolve problemas matemáticos difíceis em pouco tempo. A versão mais recente é, segundo a Apple, "capaz de realizar até 11 trilhões de operações por segundo."
Aprendizado de Máquina
Talvez a maior palavra da moda em computação agora seja "aprendizado de máquina". Isso envolve mostrar ao computador muitos exemplos e deixar o computador descobrir as semelhanças e diferenças. As GPUs são perfeitas para isso porque podem visualizar mais exemplos por segundo. No entanto, uma vez que o treinamento é feito, a GPU não é mais necessária. Qualquer algoritmo aprendido pode ser executado mais rapidamente pela CPU.
Agora, vamos voltar para a nova GPU Iris Xe Max da Intel. Ele foi projetado para ser executado em "laptops finos e leves e para atender a um segmento crescente de criadores que desejam mais portabilidade", disse o vice-presidente da Intel, Roger Chandler, em comunicado. Ou seja, destina-se a tornar os laptops com restrição de energia melhores para editar vídeos, fotos e qualquer outra atividade com uso intensivo de GPU. Sim, incluindo IA.
O Iris Xe Max foi projetado para aprendizado de máquina. Talvez sua primeira tarefa seja aprender a pronunciar seu próprio nome.
