Magdalena Posted May 10 Share Posted May 10 Nvidia-ს განცხადებით მისი სამომხმარებლო GeForce RTX გრაფიკული ამაჩქარებლები აფიქსირებენ ბევრად უფრო მაღალ წარმადობას ხელოვნურ ინტელექტთან დაკავშირებული ამოცანების შესრულებისას, ვიდრე სპეციალიზებული ნეიროპროცესორები უახლეს ცენტრალურ პროცესორებში. ეს უკანასკნელი, Nvidia-ს აზრით, მხოლოდ ხელოვნური ინტელექტის საბაზისო ამოცანებისთვისაა შესაფერისი. ფოტოს წყარო: Nvidia Nvidia-მ ცოტა ხნის წინ გამართა პრეზენტაცია, რომელშიც აჩვენა თავისი GeForce RTX სამომხმარებლო ვიდეო ბარათების შესაძლებლობები ხელოვნური ინტელექტის ამოცანებში. კომპანიას სჯერა, რომ მის GPU-ებს შეუძლიათ უფრო მაღალი წარმადობის უზრუნველყოფა AI აპლიკაციებში ცალკე გამოყოფილ ნეიროდამუშავების ერთეულებთან (NPU) შედარებით, რომლებიც გვხვდება Intel-ის, AMD-ის, Apple-ისა და Qualcomm-ის ბევრ დღევანდელ მობილურ პროცესორში. ეს ინტეგრირებული AI-ამაჩქარებლები უზრუნვველყოფენ 10-45 TOPS (ტრილიონი ოპერაცია წამში) წარმადობას. Nvidia-ს თანახმად, მის გრაფიკულ ბარათებს შეუძლიათ უზრუნველყონ 100-დან 1300 TOPS-მდე წარმადობა, მოდელის მიხედვით. ამ თეზისის მხარდასაჭერად წარმოდგენილი იყო ტესტის შედეგები, რომელშიც GeForce RTX ვიდეო ბარათები შეადარეს Apple M3 Max ჩიპს, რომელიც დაყენებულია უახლეს MacBook Pro-ში და აქვს NPU 18 TOPS წარმადობა. ტესტებმა შეაფასეს ეფექტურობა ხელოვნურ ინტელექტზე მომუშავე გამოსახულების და ვიდეოს დამუშავების პოპულარულ აპლიკაციებში, როგორიცაა Stable Diffusion, Arnold, Blender და სხვა. ტესტმა დააფიქსირა, რომ GeForce RTX 4090 მობილური გრაფიკული ბარათის მქონე ლეპტოპი 5-ჯერ აღემატება MacBook Pro-ს M3 Max-ით. უფრო მეტიც, Nvidia-ს თანახმად, საშუალო დონის მობილური გრაფიკული ბარათი RTX 4050-იც კი ორჯერზე მეტად აღემატება იმავე MacBook Pro-. საშუალოდ, მობილური RTX 4090 5-ჯერ აღემატებოდა M3 Max-ს, ხოლო მობილური RTX 4050 M3 Max-ს - 50-100%-ით. მორიგი ტესტის მეშვეობით შეფასდა სიჩქარე დიდი ენის მოდელებთან (LLMs) მუშაობისას. აქ GeForce RTX 4090 ასევე მნიშვნელოვნად აღემატებოდა Apple ჩიპს მაშინაც კი, როდესაც დამუშავებად მონაცემთა პაკეტების ზომა გაიზარდა. GeForce RTX 4090 აღმოჩნდა 42%-ით უფრო სწრაფი M3 Max-თან შედარებით. Nvidia-ს თანახმად ტესტის შედეგები ნათლად აჩვენებს, რომ GPU-ების AI-წარმადობა შეიძლება ბევრჯერ აღემატებოდეს სპეციალიზებულ ნეიროპროცესორებს (NPU). კომპანიამ ასევე წარმოადგინა შეთავაზება - AI აპარატურა დაიყოს სამ კატეგორიად - საბაზისო AI, პრემიუმ AI და მძიმე AI. ბოლო კატეგორია ეხება მძლავრ GPU-ზე დამყარებულ სერვერულ გადაწყვეტილებებს, რომლებსაც შეუძლიათ ათასობით TOPS-ის უზრუნველყოფა. სამომხმარებლო გრაფიკულ ბარათებს, Nvidia-ს მიხედვით, შეუძლიათ პრემიუმ AI-ის მართვა, ხოლო ინტეგრირებული NPU საკმარისია მხოლოდ საბაზისო ხელოვნური ინტელექტისთვის. თუმცა, ექსპერტების აზრით, ნაადრევია იმის თქმა, რომ GPU-ები მთლიანად ჩაანაცვლებენ NPU-ებს კომპიუტერებში, რომლებიც ორიენტირებულია ხელოვნურ ინტელექტთან მუშაობაზე. მაგალითად, Microsoft, ხელოვნური ინტელექტის მქონე კომპიუტერის (AI PC) განმარტებაში მოითხოვს როგორც GPU-ის, ასევე NPU-ის არსებობას. გარდა ამისა, არ უნდა დავივიწყოთ ენერგოეფექტურობის საკითხი, რადგან მძლავრი GPU მოიხმარს ბევრად მეტ ენერგიას ოპტიმიზებულ ნეიროპროცესორებთან შედარებით. ზოგადად, AI-ზე დაფუძნებული ინსტრუმენტების განვითარება და მათი გადაჭრის პრობლემები უფრო რთული ხდება, სპეციალიზებული NPU-ების გამოთვლითი სიმძლავრე შეიძლება არ აღმოჩნდეს საკმარისი. ეს ნიშნავს იმას, რომ მძლავრი გრაფიკული პროცესორების როლი მხოლოდ და მხოლოდ გაიზრდება. და ბოლოს, უნდა ითქვას, რომ Nvidia-მ არ გაუშვა ხელიდან შესაძლებლობა - შეედარებინა თავისი ვიდეო ბარათები კონკურენტ გადაწყვეტილებებთან. ხელოვნური ინტელექტის მიერ სურათების გენერირების ტესტში დესკტოპ GeForce RTX 4090-მა აჩვენა თითქმის 3-ჯერ მეტი უპირატესობა ფლაგმანურ AMD Radeon RX 7900 XTX გრაფიკულ ამაჩქარებელთან შედარებით. ამავდროულად, GeForce RTX ხაზის ყველა მოდელმა, დაწყებული RTX 4070 Super-ით, AMD-ის ყველაზე ძლიერ ვიდეო ბარათზე უკეთესი შედეგები დააფიქსირა. https://tinyurl.com/y334h27b Quote Link to comment Share on other sites More sharing options...
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.