Часто многие компьютерные энтузиасты разбрасываются такими словами, как ЦП и ГП, не осознавая значения или даже значения этих вычислительных устройств. Итак, для начала хотелось бы уточнить пару понятий.

Процессоры против графических процессоров

ЦП — это центральный процессор, который часто используется для выполнения арифметических вычислений и действует как мозг компьютера. Большинство современных процессоров имеют от 2 до 256 ядер. С другой стороны, графический процессор известен как графический процессор и, как следует из его названия, обрабатывает графику. Вообще говоря, графические процессоры начинаются с пары сотен ядер и могут иметь до нескольких тысяч. Однако каждое из этих ядер меньше и поэтому менее мощное.

Распределение ЦП и ГП

Как отмечалось выше, графические процессоры имеют значительно большее количество ядер, чем процессоры. Это чрезвычайно важно учитывать при изучении его использования в мире обработки изображений и компьютерного зрения. Изображение может иметь от пары сотен пикселей до нескольких тысяч. В большинстве программ компьютерного зрения эти изображения или кадры обрабатываются попиксельно. Это означает, что если бы всего 8 мощных ядер ЦП обрабатывали несколько тысяч пикселей, потребовалось бы время, чтобы производительность программы в целом снизилась. Однако обработка этих же нескольких тысяч пикселей несколькими тысячами менее мощных ядер в долгосрочной перспективе намного эффективнее, поскольку над одной задачей одновременно работает больше ядер. Пока GPU обрабатывает эти пиксели, CPU выполняет все необходимые арифметические вычисления.

Облачные вычисления

Не всем повезло иметь мощные машины с лучшими процессорами и графическими процессорами. Однако есть альтернатива: облачные вычисления. Облачные вычисления — это когда для обработки данных используются удаленные серверы. Есть несколько мощных вариантов облачных вычислений.

Google Colab. Google Colab — это блокнот Jupyter в Интернете. В Google Colab вы можете писать программы и запускать их с помощью удаленного процессора или графического процессора. Кроме того, пакеты можно устанавливать в Google Colab, что значительно упрощает процесс. Это чрезвычайно полезно для пользователей, у которых нет денег, чтобы тратить их на другие платформы облачных вычислений, такие как AWS.

Amazon Web Services.Amazon Web Services — одна из самых популярных и востребованных платформ облачных вычислений. Он имеет широкий спектр услуг, доступных практически для всего. Использование AWS для машинного обучения бесплатно в течение первых 250 часов.

Spell.run. Spell.run — это то, с чем я недавно столкнулся во время поиска платформ облачных вычислений. Это платформа облачных вычислений специально для машинного обучения. Он кажется очень универсальным, относительно удобным для пользователя и имеет мощный интерфейс командной строки.

Особый взгляд на TPU

Большинство людей хотя бы раз в жизни слышали о процессорах и графических процессорах. Однако тема ТПУ для 99% мира является чем-то чуждым. TPU — это блок обработки Tensor, который используется специально для целей машинного обучения. На самом деле TPU можно использовать, если Google Colab используется для облачных вычислений. TPU отличаются от CPU тем, что они в несколько раз быстрее. Однако основным недостатком TPU является то, что точность может начать расходиться при создании моделей. Тем не менее, TPU значительно экономит время благодаря своей чрезвычайно высокой вычислительной мощности.