ในการเรียนรู้ของเครื่อง (Machine Learning) GPU มีบทบาทสำคัญอย่างไรเมื่อเปรียบเทียบกับ CPU
กGPU ควบคุมการรับส่งข้อมูลระหว่าง RAM และฮาร์ดดิสก์ ทำให้โหลด Dataset ได้เร็วขึ้นในการฝึกโมเดล
ขGPU ทำหน้าที่จัดการหน่วยความจำหลักของระบบแทน CPU เพื่อลดการใช้พลังงานในการฝึกโมเดล
คGPU ประมวลผลคำสั่งแบบอนุกรมที่ความเร็วสัญญาณนาฬิกาสูงกว่า CPU จึงเหมาะกับงาน Machine Learning
งGPU มีหน่วยประมวลผลขนานจำนวนมาก ทำให้คำนวณเมทริกซ์และการฝึกโมเดลได้รวดเร็วกว่า CPU หลายเท่า
เฉลยอธิบาย
GPU (Graphics Processing Unit) มีแกนประมวลผล (Core) จำนวนหลายพัน ถึงหลายหมื่นแกน ซึ่งออกแบบมาเพื่อการประมวลผลแบบขนาน (Parallel Processing) ทำให้สามารถคำนวณการคูณเมทริกซ์และการอัปเดตน้ำหนัก (Weight) ในโครงข่ายประสาทเทียมได้เร็วกว่า CPU ที่มีแกนประมวลผลน้อยกว่ามาก CPU เหมาะกับงานประมวลผลแบบอนุกรมที่ซับซ้อน ในขณะที่ GPU เหมาะกับงานที่ต้องคำนวณขนานจำนวนมากอย่างการฝึกโมเดล Machine Learning ควรเลือกชนิดไฟล์/โปรแกรมตามงาน ใช้สูตรและการตรวจสอบข้อมูลอย่างเหมาะสม จัดการเวอร์ชัน สิทธิ์ และการสำรอง พร้อมป้องกันข้อมูลสำคัญระหว่างแชร์; ตรวจทานกับเอกสาร Microsoft ที่ยังสนับสนุนและหลักความปลอดภัยพื้นฐาน