[閒聊] 從什麼時候開始AI能力綁定GPU的算力？
作者: yniori (偉恩咖肥) 2025-05-30 15:05:44
如題
以前的幻想時代
什麼機器人啊終結者啊或是AI啊天網啊
核心都是CPU
結果突然之間變成GPU才是AI能力的展現
Why？
從什麼時候開始的啊
為什麼不是CPU呢？
GPU一開始不是只是加速圖形渲染跟處理的用途嗎
想到以前玩SS還要在後面插上加速卡玩格鬥天王
以前的幻想時代
什麼機器人啊終結者啊或是AI啊天網啊
核心都是CPU
結果突然之間變成GPU才是AI能力的展現
Why？
從什麼時候開始的啊
為什麼不是CPU呢？
GPU一開始不是只是加速圖形渲染跟處理的用途嗎
想到以前玩SS還要在後面插上加速卡玩格鬥天王
作者: mayolane (mayolaneisyagami) 2025-05-30 15:06:00
你隨便去找個科普影片看就不用問了
作者: kuoyipong (petohtalrayn) 2025-05-30 15:06:00
GPU就是擅長做大量重複的事情的計算單元
作者: emptie ([ ]) 2025-05-30 15:07:00
啊，GPU能算的東西你丟CPU也算得出來啊，跑不快而已
作者: mayolane (mayolaneisyagami) 2025-05-30 15:07:00
作者: kuoyipong (petohtalrayn) 2025-05-30 15:07:00
AI在訓練的時候GPU比CPU方便很多
作者: yniori (偉恩咖肥) 2025-05-30 15:08:00
這邊不是西洽閒聊嗎？什麼都去看科普影片，就不說科普影片是不是都對的問題了，每個網友想法不一樣才是有趣的地方
作者: meatybobby (Bobby) 2025-05-30 15:08:00
從一開始吧 AI的演算法很早就出現了 但是GPU出現才開始真正做出東西
作者: BOARAY (RAY) 2025-05-30 15:08:00
不是從挖礦的時候就知道了嗎
作者: emptie ([ ]) 2025-05-30 15:10:00
那些演算法的理論雛形比老黃把他的3D加速卡命名爲GPU的時間點還早就是了
作者: e5a1t20 (吃飯) 2025-05-30 15:10:00
大概17年前 Nvidia開始推CUDA後
作者: ltytw (ltytw) 2025-05-30 15:11:00
中間有一段時間是挖礦算力 嘻嘻
作者: yniori (偉恩咖肥) 2025-05-30 15:15:00
有趣的是挖礦算力居然最後會變成AI算力
作者: k12795 (遠遠) 2025-05-30 15:17:00
2012 alexnet
作者: GreenComet (迷宮の十字路) 2025-05-30 15:19:00
反過來吧 是因為有GPU deep learning 才玩的起來
作者: kayliu945 (kali) 2025-05-30 15:20:00
不知道 什麼時候？
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:21:00
不是GPU算力 是人類把計算這件事拆解成一堆(乘法+加法)剛好這運算平常就是計算遊戲顯示三角形之類的在用 拿GPU現成
作者: kirimaru73 (霧丸) 2025-05-30 15:22:00
因為成功的是類神經網路 這東西1970年代就有了
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:22:00
你也可以改用tensor算法或是量子算法 GPU就無能為力了
作者: linzero (【林】) 2025-05-30 15:25:00
成本考量下的功能特化演進
作者: GreenComet (迷宮の十字路) 2025-05-30 15:26:00
深度學習本質就是矩陣運算 剛好就是GPU的強項
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:26:00
如果GPU沒被當成顯示卡來賣 搞不好沒人砸錢TO個純計算晶片媽哩誰砸錢就拿來算這東西 研究怎麼花錢把一堆CPU平行串起來
作者: kirimaru73 (霧丸) 2025-05-30 15:27:00
現在有TPU 不畫圖了 從生下來到被燒死之前只負責計算
作者: linzero (【林】) 2025-05-30 15:27:00
設計CPU時是有太多功能要他能達成，GPU則是處理特定範圍工作
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:27:00
買別人做好的CPU再研究網路分散計算比較便宜(ry
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:28:00
那時候好像很多網路切工作幫忙背景分散計算的鬼計畫姑且還是演化成後來的多核心多執行緒工作拆分這些都有意義啦
作者: kirimaru73 (霧丸) 2025-05-30 15:29:00
AI發展史可以簡化成一句話
作者: GreenComet (迷宮の十字路) 2025-05-30 15:29:00
有啊 PS3的蛋白質研究就是一種
作者: kirimaru73 (霧丸) 2025-05-30 15:30:00
人類發現計算量多到跟鬼一樣後就出現類似智慧的東西了中間的原因還沒有完全解明 但現實就是如此
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:30:00
重點是人類現在也還是用之前的拆分經驗來分散計算工作 沒虧啊
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:31:00
網路速度不夠卡住了傳輸計算 就提升網路協定和硬體縮短距離
作者: kirimaru73 (霧丸) 2025-05-30 15:31:00
分散式計算系統可以募集很多聽起來很酷炫的計畫
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:32:00
一個大晶片散熱會燒起來 就拆分工作多個串連分散工作
作者: kirimaru73 (霧丸) 2025-05-30 15:32:00
例如只要借用你電腦／主機一點點的深夜時間我們就可以研究癌症的解藥，或是尋找外星人......
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:33:00
證明了計算需求量這麼大 大到靠北 就有計畫可以募錢下Tapeout
作者: kirimaru73 (霧丸) 2025-05-30 15:33:00
稍微講仔細一點 不是無腦堆計算量就可以產生智慧怎麼樣用腦來堆計算量是那群研究者持續努力的目標
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:34:00
就跟現在有人沒錢下tapeout 跑去控制記憶體協定拿來計算
作者: GreenComet (迷宮の十字路) 2025-05-30 15:34:00
類神經網路就模仿生物的大腦機制 除非有生物學新突破或新物種或有人被雷打到 不然很難有新機制
作者: kirimaru73 (霧丸) 2025-05-30 15:34:00
不過重點就是要有鬼計算量 一定要跟鬼一樣你有時會聽到GPT訓練需要數億年CPU計算量 那並非謠言至於目前最強的架構是什麼 現在有一個進行中的賭局幾個大頭用公司股份去賭Transformer是不是無敵的有人相信Transformer以外的東西都要廢除也有人努力要幹死Transformer
作者: bnn (前途無亮回頭是暗) 2025-05-30 15:44:00
問就是量子電腦終將吹飛這些線性系統(X
作者: kirimaru73 (霧丸) 2025-05-30 15:45:00
或許會有一種未來 一般民眾人手一張TPU在把所有AI工具當狗操的同時還用它來玩所有的酷炫遊戲照目前TPU的發展來看 應該不太會是這樣
作者: vios10009 (vios10009) 2025-05-30 15:47:00
鼯鼠五技而窮 騰蛇無足而飛，GPU就是為此誕生的
作者: kirimaru73 (霧丸) 2025-05-30 15:49:00
GPU被斷法(無法平行運算)時 他的脾氣也是出了名的臭
作者: syldsk (Iluvia) 2025-05-30 15:52:00
目前人類想要的結果是用GPU比較容易生出來啊
作者: flydogzzz 2025-05-30 16:02:00
cpu勞力腦，gpu天才腦
作者: sokayha (sokayha) 2025-05-30 16:03:00
AI實現當初有兩個派別 一個是用邏輯判斷去堆 一個是類神經網路 前者比較直覺也感覺有可行性 後者的硬體成立條件當時想說需要很久之後(cpu多執行緒)。 但結果摩爾定律快速撞極限 前者限入僵局 後者卻因為cuda默默做了一段時間被類神經網路派別發現剛好是渾然天成的載體 所以風向就整個反轉但類神經網路派別是黑盒子 輸入輸出中間過程不容易可控所以這條路線伴隨著AI不可控的高度風險
作者: kirimaru73 (霧丸) 2025-05-30 16:13:00
舉個例子 如果哪天AI醫師上線 結果偶爾會醫死一般病患那這就會是一個必須要處理的問題如果這個AI醫師是神燈精靈那種東西（舊時代真的有人研究那種類型的醫療諮詢系統） 那就會比較容易尋找問題不過如果是大型類神經網路 那問題就很難找了現實更合理的做法是 永遠不要讓AI去當什麼主治醫師
作者: sokayha (sokayha) 2025-05-30 16:21:00
但人類一代一代重新學習累積知識經驗成本相較機器實在太沒效率 所以人類還是會想走AI接管這條路:~
作者: terry7627 (碎夢殘風) 2025-05-30 16:49:00
cpu：一個博士生解1萬道小6數學題GPU：一萬個小6生解1萬道小6數學題
作者: EcHENGx1982 (e-Cheng) 2025-05-30 17:15:00
作者: bluejark (藍夾克) 2025-05-30 18:32:00
萬惡的老黃
作者: chang1248w (彩棠) 2025-05-30 18:34:00
從2014 alexnet
作者: dg7158 2025-05-30 19:11:00
