Shutterstock
Mis on ühist isesõitvatel autodel, krüptoraha kaevandamisel, masinõppimisel ning tehisintelligentsil? Peale selle, et tegemist on viimase kümnendi jooksul ehk kõige enam meediakära tekitanud tehnoloogiliste arengutega, ühendab neid kõiki ka asjaolu, et nende arengu taga seisab kümneid tuhandeid IT-arendajate töötunde ning mahukalt kõrgeklassilist reaalteadust ennekõike matemaatika ja füüsika näol. Pealtnäha seega üsna tõsised teemad, kus vabale mõtlemisele palju ruumi pole jäetud ning kõik toimib rangelt kirja pandud loogikareeglite alusel. Risti vastupidi igasugustele loogikareeglitele ühendab kõike eeltoodut aga ka asjaolu, et nende kõigi igapäevast toimimist korraldavad funktsionäärid, mis ei ole omasuguste seas tuntud sugugi mitte oma matemaatikaoskuste, vaid hoopiski kunstisilma poolest. Tõsi, need kunstnikudki on IT-arendajate ja reaalteaduste viljad, mida seob ühtseks pundiks nimetus graafikaprotsessorid.
Just täpselt need väikesed arvutikiibid, mis tavainimese jaoks on olulised selleks, et arvutikuvar näitaks pilti või äärmisel juhul selleks, et arvutimängud hästi jookseksid ning kõrge kvaliteediga film ekraanil ei hakiks, lahendavad täna päevast päeva matemaatikaülesandeid, mis panevad liikuma robotid ning hoolitsevad selle eest, et Tesla autopiloot ühtegi teele hüpanud jänest märkamata ei jätaks. Miks nii on läinud, saab selgeks siis, kui vaadata arvutite loomise ajalugu. Varajased arvutid lahendasid neile pandud ülesandeid vastavalt sellele, kuidas nende juhtmestik parasjagu seatud oli. See tähendab, et iga uue programmi käivitamine tähendas füüsiliselt juhtmestiku ringi tõstmist.
Selle mure lahendamiseks loodi arvutite keskprotsessorid ehk CPU-d, mida võib pidada protsessorite maailma matemaatikuteks. Nende mikrokiipide ülesandeks sai kõikide salvestatud programmide üleslugemine ning programmides ettenähtud käskude täide saatmine, kusjuures nad pidid toime tulema ükskõik millise neile seatud ülesandega, olenemata selle keerukusest. Kuna keskprotsessoreid määrati igale arvutile vaid üks ja protsessorid suutsid tegeleda vaid väikse arvu ülesannetega korraga, arenesid ka arvutiprogrammid selles suunas, et ülesandeid kirjutati protsessorite jaoks ühtlase jadana. Mida keerukamaks programmid muutusid, seda pikemaks venisid ka ülesannete jadad ning seda olulisemaks muutus protsessori jaoks iga individuaalse ülesande võimalikult kiire lahendamine.
Arvutitele seatud ülesannete keerukuse kiire kasv on ka põhjuseks miks Moore’i seadus aastakümneid paika pidas. Õigemini ei olegi Moore’i seadus tegelikult loodus- ega füüsikaseadus, vaid 1960ndatel Inteli ühe kaasasutaja Gordon Moore’i poolt tehtud tähelepanek, et protsessorites olevate transistorite arv ja seeläbi ka protsessorite kiirus kahekordistub iga kahe aasta järel. Üha keerukamad programmid ei jätnud pooljuhtide tootjatele muid võimalusi, kui pidevalt innovatsiooni luua ning protsessorite kiiruseid tõsta, et need suudaksid uute ülesannetega paremini toime tulla. Nii kehtis Moore’i seadus aastakümneid - kuni selle aasta septembris söandas Nvidia tegevjuht Jensen Huang kuulutada selle lõplikult surnuks.
Ühelt poolt viitas Huang piiratud tehnilisele võimekusele protsessorite transistoreid veelgi väiksemaks muuta, mis tähendab, et pindalaühikule paigaldatud transistorite arv ei saa enam märkimisväärselt suureneda ning seetõttu ka protsessorite kiiruse kasv takerdub. Teisalt märkis Huang aga ära, et transistorite hulk kiibis ei olegi täna enam primaarne ning ühes Moore’i seadusega on igavikku kadumas ka matemaatikageeniustest CPU-d. Nende asemel võtab Huangi hinnangul tähtsaima koha sisse just tema ettevõttele kuulsust toonud graafikaprotsessorid ehk GPU-d.
GPU-de areng kogus tõsisemalt hoogu alles 1990ndatel aastatel, mil arvutimängud muutusid masside hobiks ning nupukamad arvutiinsenerid mõistsid, et arvutustehnika tulevik põhineb graafika töötlemisel, ent klassikalised keskprotsessorid ei ole võimelised sellega muu tööjada kõrvalt tegelema. Seega nähti vajadust uut tüüpi protsessorite järele, mis suudaksid lahendada neile seatud ebatavalisi ülesandeid hoopis teistmoodi kui traditsioonilised CPU-d. Sellest tulenevalt anti GPU-dele erinevalt CPU-de ühest arvutustuumast koheselt sadu arvutustuumasid, millest igaühele antakse lahendada omaette arvutusülesanne paralleelselt kõikide teiste tuumadega, võimaldades seeläbi ülesannete jada asemel kasutada ülesannete maatriksit.
Ehkki GPU-de tuumade arvutuskiirus on üldjuhul aeglasem kui CPU-del, võimaldab ülesannete sünkroonne lahendamine neil CPU-dest kiiremini leida vastuseid probleemidele, mida on võimalik jaotada väiksemateks juppideks. Lisaks sellele on koos CPU-de kiirustega ajas arenenud ka GPU-de arvutusoskused, mis ongi viinud selleni, et arvestatav osa tänapäeva arvutile seatavatest probleemidest on üsna hõlpsasti lahendatavad ka GPU-de arvutuskiiruse juures. See on ka põhjuseks, miks arvestatav osa tänapäeval enim kõlapinda saanud tehnoloogilistest arengutest, mis nõuavad kiiret tegutsemist paljudest eri kanalitest samaaegselt saabuvate, ent väiksemahuliste ülesannete puhul, on jäetud graafikaprotsessorite valvsa pilgu alla ning keskprotsessorid aetakse kuurist välja vaid siis, kui mõni eriti pikk ja keerukas arvutusjada lahendamist vajab.
See ei tähenda, et CPU-d oleksid maailmast täielikult kadumas, kuivõrd arvutustehnikale seatud ülesannete seas on endiselt palju mahukaid probleeme, mida suudavad kõige efektiivsemalt lahendada just sellel otstarbel loodud CPU-d. Ka CPU-de arendajad on omalt poolt näinud palju vaeva, et muuta keskprotsessorite töökorraldus paindlikumaks, suurendades näiteks protsessorites sisalduvate arvutustuumade arvu, et võimaldada sarnaselt GPU-dega sooritada osa toiminguid paralleelselt. See aga ei ole takistanud arvutustehnika normaalset evolutsiooniprotsessi spetsialiseerunud funktsionaalsusega protsessorite suunas, mis võimaldab IT-arendajatel luua rakendusi hoopis laiema vaatega, kui omal ajal geneeriliste ülesandejadade lahendamiseks loodud CPU-d seda võimaldavad.
Joonis 1. Nihet CPU-delt GPU-dele iseloomustab hästi CPU-dega tuntuks saanud Inteli ja GPU-de turuliidri Nvidia aktsiahinna võrdlus.
Allikas. Bloomberg.
Artikkel on informatiivse eesmärgiga ja ei ole mõeldud soovitusena müüa või osta mainitud väärtpabereid.
Tweet
