embeddings
Embeddings zetten woorden om in cijfers die betekenis weerspiegelen. Ze worden geleerd door neurale netwerken op enorme hoeveelheden tekst. ...
Lees meerEen GPU is een krachtige chip die gemaakt is voor snel rekenwerk. Ze voert duizenden berekeningen tegelijk uit en wordt vooral gebruikt waar veel data verwerkt moet worden zoals data-analyse en artificiële intelligentie.
Een GPU, voluit Graphics Processing Unit, is een speciaal soort processor die gemaakt is om veel kleine berekeningen tegelijk te doen. Ze werd vroeger vooral gebruikt om beelden, video’s en 3D-grafieken te tonen. Vandaag speelt ze ook een grote rol bij toepassingen die veel rekenkracht nodig hebben, zoals data-analyse en artificiële intelligentie.
Een GPU lijkt een beetje op de gewone processor van je computer, de CPU, maar ze werkt anders.
Een CPU voert taken stap voor stap uit. Dat is handig voor logische processen, zoals tekstverwerking of besturingssystemen.
Een GPU daarentegen voert duizenden eenvoudige berekeningen tegelijk uit. Dat noemen we parallel werken. Die eigenschap maakt ze ideaal voor taken waarbij dezelfde berekening heel vaak moet gebeuren, bijvoorbeeld bij het berekenen van pixels in een beeld of het verwerken van grote hoeveelheden data.
Niet elke taak kan opgesplitst worden in kleine stukjes die tegelijk uitgevoerd kunnen worden. Veel programma’s moeten juist stap voor stap werken. Denk aan het laden van bestanden, het uitvoeren van berekeningen met afhankelijkheden of het afhandelen van gebruikersinvoer.
Daarom blijft de CPU beter geschikt voor algemene taken. Bovendien verbruikt een GPU meer energie, is ze duurder en heeft ze minder geheugen dan een CPU. Voor de meeste dagelijkse toepassingen is een GPU dus niet nodig.
Bij het trainen van een model moeten miljoenen kleine berekeningen uitgevoerd worden. Dat gebeurt vaak met grote datasets en herhaalt zich duizenden keren.
Een GPU is hier ideaal voor omdat ze al die berekeningen tegelijk kan uitvoeren. Zo verloopt het leerproces veel sneller dan met een CPU.
Bedrijven zoals NVIDIA en AMD hebben hun GPU’s dan ook aangepast om beter om te gaan met dit soort rekenwerk. Daardoor zijn ze vandaag niet enkel belangrijk voor games, maar ook voor datatoepassingen en onderzoek.
De CPU en GPU vullen elkaar aan. De CPU beslist wat er moet gebeuren en verdeelt het werk. De GPU neemt de zware berekeningen over en stuurt daarna de resultaten terug. Zo krijg je snelheid en flexibiliteit tegelijk. De CPU is de planner, de GPU de uitvoerder die zorgt dat het rekenwerk snel klaar is.
Embeddings zetten woorden om in cijfers die betekenis weerspiegelen. Ze worden geleerd door neurale netwerken op enorme hoeveelheden tekst. ...
Lees meerReinforcement learning is een AI-techniek waarbij systemen leren door ervaring. Het probeert, krijgt feedback, en wordt stap voor stap slimm...
Lees meerDe transformer-architectuur is het brein achter moderne AI. Ze verwerkt tekst, beeld en geluid door de verbanden tussen woorden en elementen...
Lees meer
Microsoft heeft deze week zijn eerste Belgische cloudregio geopend.
Ontdek het verschil tussen RPA, BPA en low-code. Leer welke automatiseringstechnologie het best past bij jouw organisatie en hoe je snel res...