0

Видеоигры прокладывают дорогу технологиям будущего

Видеоигры прокладывают дорогу технологиям будущего

Многие из вас наверняка неплохо разбираются в компьютерном железе, но сегодня мы хотим поделиться с вами очень интересным фактом, о котором вы, скорее всего, не слышали.

Графические процессоры (GPU), которые позволяют достигать невероятного уровня реалистичности графики в таких играх как Quantum Break, заодно отлично подходят и для выполнения других задач высокой интенсивности – например, для обеспечения стабильной работы искусственного интеллекта.

Как выяснилось, одновременно с улучшением графики в видеоиграх, используемое для этой цели «железо» становится всё более эффективным инструментом при разработке и поддержании экспериментальных AI, и активно используется для этих целей компаниями вроде Google и Facebook.

Сейчас в компьютерной индустрии для измерения производительности компьютеров используется единица под названием флопс (FLOPS - FLoating-point Operations Per Second) показывающая, сколько операций с плавающей запятой в секунду выполняет данная вычислительная система. И как оказывается, рост производительности компьютеров в последние годы сильно обязан ненасытным желаниям игроков, которые постоянно требуют от разработчиков всё более и более совершенную картинку.

«После 2007 года все значительные подвижки в увеличении FLOPS происходили при создании видеоигровых карт, разработанных для высокоскоростного 3D рендеринга в реальном времени, а их безумно полезным побочным эффектом является то, что они так же невероятно быстро выполняют задачи, связанные с машинным обучением», написал в марте 2016 года один из основателей Stack Overflow Джефф Этвуд в своём блоге.

Кстати, когда искусственный интеллект Google DeepMind выиграл исторический матч в Го у Ли Седоль, он был оборудован 1.202 стандартными центральным процессорами и 176 видеокартами Nvidia.

Nvidia и Google вообще давние партнёры по AI, они начали работать вместе в этой области при разработке системы распознавания изображений Google Brain. Вкратце, для Google Brain были необходимы 2000 процессоров, плюс соответствующая инфраструктура для их поддержки. Однако в итоге, компания обнаружила, что равнозначную производительность при выполнении задач машинного обучения можно получить, используя всего 12 графических процессоров Nvidia.

Исходя из такого соотношения, получается, что при работе DeepMind 176 GPU могли заменять 29.333 обычных компьютерных процессора – это просто зашкаливающая эффективность!

Так что, в каком то смысле, все мы, обычные пользователи, покупая новую консоль или новую видеокарту для своего ПК, субсидируем Nvidia и другие компании, производящие графические карты, и помогаем им в их продвижении к будущему.

Все эти компании, имея в своём распоряжении достаточно средств, начинают применять собственные технологии в самых необычных сферах. Тодд Мостак, CEO компании MapD, стартапа, поддержанного Google и Nvidia, рассказал, что они используют эту заоблачную производительность современных GPU для анализа огромных массивов информации, который требует одновременного учёта сотен и тысяч постоянно меняющихся переменных. Например, сейчас они используют эту технологию для анализа пожертвований разным политическим кампаниям в различных географических регионах, причём мощности хватает ещё и на то, что бы выводить получаемую информацию на интерактивную карту в режиме реального времени.

По мнению Тодда Мостака (да и многих других экспертов тоже), технологии искусственного интеллекта никогда бы не развилась до текущего уровня, если бы не вечно жаждущие более красивой графики геймеры, требующие дешёвых и в тоже время мощных видеокарт. Так что, как сказал Мостак: «Мы точно обязаны поблагодарить людей, играющих в Quake, за наши технологии».

Мы это всё к чему: играйте больше, release your inner geeks, и не давайте никому мешать вам наслаждаться любимым хобби – знайте, они просто пытаются помешать вам двигать технологический прогресс вперёд. Ну или хотят остановить приближающееся восстание машин.

Также по теме