隨著ChatGPT等大型語言模型掀起新一輪AI變革浪潮，AI芯片短缺問題日益嚴重。例如，ChatGPT開發(fā)商OpenAI高度依賴微軟提供的超級計算機，使用了大量的英偉達GPU。近日有消息稱，OpenAI正在考慮自己制造或收購AI芯片，以解決其業(yè)務(wù)所需的高性能和低成本GPU的問題。

今天，咱們來聊聊，OpenAI都想入局的GPU，究竟是個啥？

GPU是什么

“一千款手機，就有一千種游戲體驗”，當我們用不同的手機玩游戲時，體驗感是不同的，除了響應速度，游戲畫面的精美度和立體度也是一個主要差異，造成這種差異的因素之一是手機GPU的性能不同。

GPU（Graphics Processing Unit，圖形處理器），作為一個隱藏在手機和電腦中的超能英雄，不僅是一個專業(yè)的畫家，能快速繪制出色彩繽紛的畫面，還是一個數(shù)學家，能快速完成大量的計算任務(wù)。

專業(yè)地說，GPU是一種專門用于處理圖形的處理器，它能夠以非常快的速度處理大量的圖形渲染計算，而且可以同時處理多個圖形任務(wù)，從而大大提高計算機的計算和處理速度。

圖片

GPU最初是為圖形處理而設(shè)計的，但由于其并行處理和高速計算能力，GPU開始擔任更多、更重要的角色?，F(xiàn)在GPU被廣泛應用于科學計算、機器學習、大數(shù)據(jù)分析等領(lǐng)域。

計算機中的GPU可以分為兩種，集成GPU和獨立GPU。

• 集成GPU，體積較小，一般內(nèi)置在計算機主板中，甚至可以集成到CPU中。集成GPU可以使計算機更輕巧，常見于筆記本電腦中。
• 獨立GPU，體積較大，是一個獨立的部件，在電腦主板上有專門的插口。其功能比集成GPU更強大，而且可以單獨升級（更換顯卡）。但是由于體積較大，會占用電腦更大的空間，且運行時消耗更多能源并產(chǎn)生更多熱量。

有的筆記本電腦同時具有這兩種GPU，一般情況下使用集成GPU節(jié)省能源減少發(fā)熱，當需要更強大的圖形處理性能時，切換到獨立GPU執(zhí)行相關(guān)的任務(wù)。

GPU和CPU有哪些區(qū)別

看到這里，你是不是想到計算機中另一個重要角色CPU（Central Processing Unit，中央處理器），那么，GPU和CPU有什么區(qū)別呢？

雖然二者都能執(zhí)行計算任務(wù)，但能力各有千秋。如果說CPU是一個知識淵博的數(shù)學教授，什么題目都會解，那么GPU就是一萬個小學生，人多力量大，在計算簡單數(shù)學題時，速度極快。

圖片

事實上，在GPU出現(xiàn)之前，基本上所有的任務(wù)都是由CPU完成的。有了GPU之后，二者才進行了分工，下表列出了二者的區(qū)別。

圖片

圖片

通過以上對比，我們發(fā)現(xiàn)，GPU和CPU各有所長。在手機和電腦中，二者相互配合，分工合作，共同為我們服務(wù)。

GPU更適合AI

通過前面的介紹，我們了解到GPU非常適合大規(guī)模并行計算。AI（Artificial Intelligence，人工智能）的訓練剛好涉及大量的數(shù)據(jù)處理，特別是在深度學習領(lǐng)域，網(wǎng)絡(luò)模型通常有數(shù)百萬甚至數(shù)十億的參數(shù)，需要通過大量的數(shù)據(jù)來進行訓練，以獲得準確的預測，因此GPU非常適合AI算法。

圖片

并行處理能力

GPU具有大量的核心和高速內(nèi)存，擅長并行計算。在AI領(lǐng)域，計算量非常龐大，而GPU剛好適合這種場景。好比需要計算大量的簡單數(shù)學題時，一萬名小學生肯定比一名教授更適合。

內(nèi)存帶寬更大

一些常見的GPU內(nèi)存帶寬約為400 GB/s，而最好的CPU內(nèi)存帶寬大約為50 GB/s，所以GPU可以更快地獲取和訪問內(nèi)存中的數(shù)據(jù)。在AI領(lǐng)域，數(shù)據(jù)一般占用大塊連續(xù)的內(nèi)存空間，顯然GPU更合適。

靈活性強

GPU支持使用CUDA、OpenCL等編程框架和語言，使得開發(fā)人員能夠輕松利用GPU的計算能力，高度自定義GPU的計算任務(wù)，為不同類型的AI算法提供支持。

CUDA

Compute Unified Device Architecture，統(tǒng)一計算設(shè)備架構(gòu)，一種由NVIDIA推出的通用并行計算架構(gòu)，該架構(gòu)使GPU能夠解決復雜的計算問題。

OpenCL

Open Computing Language，開放設(shè)計語言，是一種開放的標準，用于超級計算機、云服務(wù)器、個人計算機、移動設(shè)備和嵌入式平臺中各種加速器的跨平臺并行編程。

擴展性強

隨著AI模型的復雜度增加和數(shù)據(jù)量的增長，我們可以通過增加更多的GPU來提高處理能力，就像是增加更多的小學生來進行計算，使得系統(tǒng)能夠更好地應對不斷增長的計算需求。

結(jié)束語

近日，中興通訊專為大規(guī)模模型訓練而設(shè)計的旗艦GPU服務(wù)器R6900 G5亮相中國移動全球合作伙伴大會，以卓越的計算性能、高速網(wǎng)絡(luò)通信能力以及創(chuàng)新的能效表現(xiàn)為人工智能和深度學習等領(lǐng)域帶來全新的突破。