大家好呀，我是飛魚。

一般說到顯卡，大多人的第一反應(yīng)是，這不是給打游戲的用的嗎？

其實(shí)顯卡的GPU還可以作為AI芯片使用的。

在GPU火之前，提到最多的就是CPU，那么二者有什么區(qū)別呢？

GPU的計(jì)算單元數(shù)量比CPU多得多。

以英偉達(dá)H100 GPU為例，它包含超過1.8萬個(gè)核心，而頂級(jí)的Intel I9 CPU只有24個(gè)核心，GPU的核心數(shù)是CPU的700多倍。

所以，CPU 擅長(zhǎng) 快速完成單個(gè)運(yùn)算，適合需要逐一執(zhí)行的程序。

GPU 擅長(zhǎng) 并行處理大量運(yùn)算，即使單個(gè)運(yùn)算速度較慢，但可以同時(shí)處理多個(gè)任務(wù)。

相當(dāng)于請(qǐng)兩個(gè)專家寫一萬份小學(xué)作業(yè)和請(qǐng)一萬個(gè)小學(xué)生寫一萬份作業(yè)的區(qū)別。

那AI訓(xùn)練為什么用GPU而不用CPU呢？

因?yàn)锳I訓(xùn)練任務(wù)通常具有簡(jiǎn)單、重復(fù)和計(jì)算量大的特點(diǎn)，而GPU可以并行運(yùn)算，可充分釋放計(jì)算效率。

講得更專業(yè)一點(diǎn)就是：

• CPU是基于數(shù)據(jù)流的串行計(jì)算，GPU是基于多變量的矩陣運(yùn)算，后者更適合神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)的AI計(jì)算。

為進(jìn)一步加快訓(xùn)練速度，處理更大AI模型（例如ChatGPT）。

研發(fā)者可將許多數(shù)據(jù)中心GPU匯集到一起形成超級(jí)計(jì)算機(jī)。

或者創(chuàng)建一個(gè)非常大規(guī)模的加速器。

最近賣顯卡的英偉達(dá)NIVDIA超越蘋果、微軟成為世界市值最高的公司，背后是全世界對(duì)AI的算力競(jìng)賽。

微軟，買了48.5萬張GPU，全球第一買家。

字節(jié)跳動(dòng)，買了23萬張GPU，全球第二買家。

騰訊，大約買了23萬張GPU，全球第三買家。

英偉達(dá)幾乎壟斷電腦領(lǐng)域的顯卡后，在AI領(lǐng)域又幾乎達(dá)到全球壟斷級(jí)別。

有啥其他補(bǔ)充的內(nèi)容，歡迎在評(píng)論區(qū)留言討論。

每日一題

題目描述

統(tǒng)計(jì)字符串中的單詞個(gè)數(shù)，這里的單詞指的是連續(xù)的不是空格的字符。

請(qǐng)注意，你可以假定字符串里不包括任何不可打印的字符。

示例:

輸入: "Hello, my name is John"
輸出: 5
解釋: 這里的單詞是指連續(xù)的不是空格的字符，所以 "Hello," 算作 1 個(gè)單詞。

解題思路

我們可以從前往后處理字符串 s 并進(jìn)行計(jì)數(shù)，對(duì)于是空格的字符進(jìn)行跳過（不計(jì)數(shù)）。

而對(duì)于非空格字符，則在遍歷完一個(gè)完整單詞（連續(xù)一段）后進(jìn)行一次計(jì)數(shù)。

代碼實(shí)現(xiàn)

Java代碼：

class Solution {
    public int countSegments(String s) {
        int n = s.length();
        int ans = 0;
        for (int i = 0; i < n; ) {
            if (s.charAt(i) == ' ' && i++ >= 0) {
              continue;
            }
            while (i < n && s.charAt(i) != ' ') {
              i++;
            }
            ans++;
        }
        return ans;
    }
}