GPU-er ble opprinnelig bygget for å utføre de mange og raske grafikkberegningene som er nødvendig for at bilder og videoer kunne vises på en dataskjerm. GPU-er brukes imidlertid mer og mer også i andre sammenhenger siden de tilbyr mye regnekraft i forhold til energien hver kjerne bruker sammenlignet med en vanlig CPU.
Nyere GPU-er har derfor programmeringsstøtte som gjør at de enkelt kan benyttes til andre formål. De kan dermed programmeres som en såkalt akselerator i forbindelse med høyytelsesberegninger (også kjent som «High Performance Computing», HPC eller tungregning). Bruk av GPU-er i denne sammenheng er ofte kalt GPU-beregninger eller GPGPU («General Processing on GPUs»).
Grafikkort og GPU-er har fått stor oppmerksomhet i forbindelse med utvinning av kryptovaluta. Store maskinrigger med grafikkort har vist seg svært effektive til beregningene som trengs for denne utvinningen. I perioder har dette ført til mangel på grafikkprosessorer, og tilhørende høye priser.
Spesielt etter lanseringen av ChatGPT, og påfølgende massive satsing på maskinlæring og kunstig intelligens, har det igjen blitt uvanlig stor etterspørsel etter grafikkprosessorer.
I 2017 introduserte NVIDIA en egen GPU som også har støtte for tensorberegninger forbundet med maskinlæring og dyplæring – to viktige prinsipper innen kunstig intelligens. AMD og Intel forventes å få lignende støtte.
Kommentarer
Kommentarer til artikkelen blir synlig for alle. Ikke skriv inn sensitive opplysninger, for eksempel helseopplysninger. Fagansvarlig eller redaktør svarer når de kan. Det kan ta tid før du får svar.
Du må være logget inn for å kommentere.