GPU(圖形處理單元)技術一度是計算機游戲玩家熟悉的領域，如今在運行深度學習和AI應用的系統(tǒng)中獲得新的應用。專家預測，它將在2017年成為分析的重要組成部分。

之前在科技領域，人們一直很關心硬件，但隨著深度學習的優(yōu)勢逐漸顯現(xiàn)，這種情在2017年將會發(fā)生改變。 Forrester的分析師Mike Gualtieri認為，我們可能會進入一個主要由GPU驅動硬件的黃金時代。這種傳統(tǒng)CPU技術的替代方案被優(yōu)化為并行處理任務，而不是按順序處理。

這使得GPU芯片訓練深度學習模型成為一個不錯的選擇，這涉及到處理大量的數(shù)據(jù)，再到模型可以識別圖像，解析自然語言或為網(wǎng)購者推薦產(chǎn)品。

GPU芯片需求增長

GPU技術已經(jīng)存在了幾十年，但直到最近它才在企業(yè)中間產(chǎn)生影響。顧名思義，它的傳統(tǒng)意義是用來增強計算機圖形學。但隨著深度學習和人工智能技術飛速發(fā)展，快速，并行計算訓練模型的需求大大增加。

分析公司STORM Insights的創(chuàng)始人Adrian Bowles說：“幾年前，我們不會為此尋找特殊硬件。“但是隨著深度學習的發(fā)展，有很多并行活動在運行，基于GPU的工具將提供更多的幫助。”

他預計GPU芯片市場在未來一年將會升溫。NVIDIA是首先打開GPU芯片分析市場的公司之一，今年與IBM和微軟合作，將其GPU用于針對認知應用的服務器技術。英特爾也希望更深入地了解GPU技術。

Bowles說，這種硬件的日益普及，在某些情況下，可能意味著開發(fā)人員將必須學習新的工作方式。由于GPU處理數(shù)據(jù)的方式與CPU不同，因此應用程序將需要重新構建以充分利用這些優(yōu)點。這意味著開發(fā)人員將需要更多的培訓，以確保他們能快速get新技能。

IT管理教授、國際分析研究所的聯(lián)合創(chuàng)始人Tom Davenport表示，更多的企業(yè)也將開始圍繞GPU技術構建他們的數(shù)據(jù)架構，

Davenport說，越來越多的企業(yè)正在尋求實現(xiàn)圖像識別技術的方法，該技術是基于深度學習模型構建的。 像Google，Uber和Tesla這樣的公司也在推進自主車輛，這主要依靠深度學習算法。他認為這些類型任務的日益增長將增加對GPU的需求。

“我們將開始看到更多專注于GPU的計算架構，”Davenport說，“這是用于圖像識別和其他應用的深度學習模型成功的一部分。

軟件供應商MathWorks公司技術營銷經(jīng)理Paul Pilotte認為，GPU技術還可以提高公民成為數(shù)據(jù)科學家的趨勢。

他指出，AWS（亞馬遜網(wǎng)絡服務）今年將GPU芯片引入其彈性計算云平臺。事實上，托管在云中意味著用戶不需要是硬件專家。這樣可以降低技術引進的門檻，并使該技術可用于更廣泛的用戶群。“深度學習，規(guī)范分析和大數(shù)據(jù)的工作流將變得更易于訪問，”Pilotte說道。