Conclusiones clave
- Las GPU son como los autobuses: más lentas que los autos deportivos, pero mucho mejores para cambiar muchos números en paralelo.
- Las GPU se utilizan en el aprendizaje automático, la medicina, el procesamiento de imágenes y los juegos.
- Iris Xe Max de Intel está diseñado para hacer que las computadoras portátiles sean más potentes para los creadores y la IA.
La nueva unidad de procesador de gráficos Iris Xe Max de Intel ahora está apareciendo en las computadoras portátiles y, a decir de todos, es un gran problema. Pero, ¿qué es una GPU y por qué es importante? Spoiler: no se trata de juegos, ni siquiera de gráficos.
La CPU de su computadora, la que hace el trabajo diario, es costosa y altamente especializada. Una GPU, por otro lado, es muy, muy buena en matemáticas. Específicamente, pueden multiplicar números grandes y pueden realizar muchas, muchas operaciones en paralelo. Esto los hace buenos para generar gráficos 3D complejos, pero se usan para mucho más.
"Las GPU son excelentes para big data, aprendizaje automático y procesamiento de imágenes", dijo el animador 3D David Rivera a Lifewire a través de un mensaje instantáneo. "Tengo muchos colegas que lo usan en medicina para obtener resultados de resonancia magnética".
Grandes matemáticas, grandes imágenes
Cualquier cosa que requiera mucha matemática complicada es perfecta para descargar a la GPU.
"Los gráficos suelen ser muy potentes porque calcular material de vídeo en 3D es muy complejo", dijo a Lifewire el ingeniero informático residente en Barcelona Miquel Bonastre a través de un mensaje instantáneo. Pero pronto, los expertos en informática se dieron cuenta de que estas máquinas matemáticas podían utilizarse para todo tipo de tareas intensivas en matemáticas.
"Ahora también se están haciendo clústeres de supercomputación con GPU. Se utilizan para cálculos científicos, ingeniería, etc. ", dice Bonastre. Otra ventaja de la GPU es que es fácil de escalar. Está diseñado para ejecutar operaciones idénticas en paralelo, por lo que agregar más chips (o simplemente más núcleos al diseño del chip, haciéndolo más grande) hace que todo sea más rápido.
Una GPU también es excelente para procesar fotografías. Por ejemplo, el paquete de edición de fotos Lightroom de Adobe puede transferir trabajo al procesador de gráficos de su Mac o PC para "proporcionar mejoras de velocidad significativas en pantallas de alta resolución", que incluye monitores 4K y 5K.
"Las CPU están optimizadas para la latencia: para terminar una tarea lo más rápido posible", escribe el consultor de inteligencia artificial Ygor Rebouças Serpa. "Las GPU están optimizadas para el rendimiento: son lentas, pero funcionan con grandes cantidades de datos a la vez". Serpa compara una CPU con un automóvil deportivo y una GPU con un autobús. El autobús es mucho más lento, pero puede trasladar a muchas más personas.
¿Qué pasa con tu teléfono?
La GPU de su teléfono se usa para impulsar su pantalla de súper alta resolución y para ejecutar los gráficos. Es por eso que el teléfono se calienta cuando juegas: la GPU se activa y tu teléfono no tiene ventilador para enfriarlo.
En el iPhone, la GPU se utiliza para el reconocimiento de imágenes, el aprendizaje del lenguaje natural y el análisis de movimiento. Es decir, procesa imágenes y videos a medida que los toma, y más.
Las GPU son excelentes para big data, aprendizaje automático y procesamiento de imágenes.
Pero eso no es todo. Los iPhones y iPads recientes de Apple contienen un "motor neuronal". Se trata de un gran chip, especialmente diseñado para realizar tareas de aprendizaje automático. No es una GPU, pero tiene un concepto similar a una GPU, ya que resuelve problemas matemáticos difíciles en muy poco tiempo. La última versión es, según Apple, "capaz de realizar hasta 11 billones de operaciones por segundo".
Aprendizaje automático
Quizás la palabra de moda en informática en este momento es "aprendizaje automático". Esto implica mostrarle a la computadora muchos ejemplos y dejar que la computadora resuelva las similitudes y diferencias. Las GPU son perfectas para esto porque pueden ver más ejemplos por segundo. Sin embargo, una vez que se realiza ese entrenamiento, ya no se necesita la GPU. La CPU puede ejecutar más rápido cualquier algoritmo aprendido.
Ahora, volvamos a la nueva GPU Iris Xe Max de Intel. Esto está diseñado para ejecutarse en "portátiles delgados y livianos y [para] dirigirse a un segmento creciente de creadores que desean más portabilidad", dijo el vicepresidente de Intel, Roger Chandler, en un comunicado. Es decir, está destinado a mejorar las computadoras portátiles con limitaciones de energía para editar videos, fotos y cualquier otra actividad intensiva en GPU. Sí, incluido AI.
El Iris Xe Max está diseñado para el aprendizaje automático. Quizás su primera tarea sea aprender a pronunciar su propio nombre.
