به کارگیری پردازنده گرافیکی در یادگیری ماشین: تاکید بر شبکه های عصبی و یادگیری عمیق

این مقاله علاوه بر مرور ساختار پردازشی و قابلیت‌های پردازنده گرافیکی به تسریع‌های به‌دست آمده برای محاسبات عمومی و به‌طور خاص، شبکه‌های عصبی و یادگیری عمیق می‌پردازد. توسعه ابزارها، کتابخانه‌ها و چارچوب‌های یادگیری ماشین برای پردازنده گرافیکی همچنان نیازمند توسعه است. برای مقیاس‌پذیری روی چند پردازنده گرافیکی، موضوعاتی نظیر پشتیبانی کتابخانه‌ها و ابزارها از ارتباطات میان پردازنده‌های گرافیکی و رفع نیاز به بازنویسی کد توسط کاربر نیازمند توجه هستند. یکی از موانع محاسبات حجیم از جمله یادگیری عمیق، انرژی‌بر بودن آن‌هاست و گرایش فعلی به سمت طراحی کمک‌پردازنده‌های اختصاصی است. سازندگان پردازنده‌های گرافیکی نیز با معرفی ریزمعماری وُلتا انویدیا، یک رویکرد سخت‌افزار اختصاصی در هوش مصنوعی و یادگیری ماشین در پیش گرفته‌اند. این‌گونه معماری پردازنده‌های گرافیکی (وُلتا و تورینگ) در مقایسه با سایر شتاب‌دهنده‌های سخت‌افزاری نظیر اف.پی.جی.اِی. و اِی.سیک. ، از حیث کارآمدی انرژی و کارایی اجرای الگوریتم‌های یادگیری عمیق قابل رقابت هستند.