Clicked Gallery
¿Qué es una GPU (unidad de procesamiento gráfico)?
Subrayado en un documento técnico real. Explicado por Clicked.
Usado en una frase
Engineering Notes · AI Systems
The startup had spent most of its new funding renting GPU clusters to train its models.
El lector subrayó una palabra en la documentación. Clicked explicó el término técnico «GPU» en términos simples:
Explicado en tres niveles
●○○
Overview
Una GPU, siglas de unidad de procesamiento gráfico, es un chip que aplica una misma operación sencilla a miles de números a la vez. Una CPU trabaja en profundidad, llevando una tarea por muchos pasos variados. Una GPU trabaja en anchura, tomando un paso y ejecutándolo sobre todos los datos al mismo tiempo. Dibujar una pantalla es trabajo de anchura, y por eso el chip nació para los gráficos. Entrenar IA es trabajo de anchura a escala mucho mayor, y por eso el mismo chip está hoy en el centro de la IA.
●●○
Detail
Una GPU es un chip que acelera los ordenadores haciendo miles de cosas a la vez. Una CPU tiene pocos núcleos potentes que llevan una tarea por pasos variados en orden; una GPU tiene miles de núcleos sencillos que ejecutan el mismo paso a la vez, cada uno sobre su trozo de los datos. El diseño nace de lo que exigen las pantallas. Una imagen son millones de píxeles con la misma aritmética en cada fotograma, y un núcleo yendo de uno en uno jamás daría abasto, así que los chips gráficos criaron miles de núcleos para despachar el lote a la vez. Décadas después, entrenar IA resultó ser trabajo de la misma forma. Una red neuronal es sobre todo multiplicación sobre cuadrículas enormes de números, la misma operación repetida miles de millones de veces, así que el chip de los gráficos ya era la herramienta correcta. El diseño importa más cada año. Los núcleos individuales dejaron de acelerarse mucho hace años, así que la velocidad extra tiene que venir de hacer más a la vez. El límite: solo el trabajo que se parte en piezas idénticas e independientes se reparte así. Donde cada paso espera al anterior, un formulario de impuestos línea a línea, todo se queda en la CPU por muchos núcleos de GPU que haya ociosos al lado. Entrenar un modelo grande es el caso extremo: miles de GPU de centro de datos ocupadas durante meses, y cuando las noticias dicen que un laboratorio tiene «cómputo», están contando estos chips.
●●●
Analogy
Corregir exámenes muestra la división. Mil hojas de opción múltiple necesitan la misma plantilla de respuestas aplicada mil veces. Un catedrático revisando hoja tras hoja tarda toda la noche. Quinientos ayudantes, cada uno con la plantilla y dos hojas, terminan en minutos. Los ayudantes no necesitan ser expertos; la plantilla lleva todo el criterio, y eso es la GPU: muchas manos sencillas, una sola instrucción compartida. La pregunta de desarrollo es el otro tipo de trabajo. Es un argumento que hay que seguir de principio a fin, así que va al catedrático en solitario, y eso es la CPU. Un ordenador reparte su trabajo igual: los mil ejercicios idénticos van a la GPU, y el argumento que debe leerse en orden va a la CPU.
Las explicaciones de IA pueden contener errores · No es asesoramiento profesional
Los mismos datos, otro rollo — Modo jerga 😎
●○○
Overview
La GPU es el chip por el que hace cola toda la industria de la IA, y fue construido para que los videojuegos se vieran bien. El truco nunca cambió: el mismo cálculo diminuto, en todas partes, todo a la vez. Renderizar una explosión es ejecutar ese cálculo sobre un millón de píxeles al mismo tiempo, así que los gamers financiaron veinte años de su desarrollo. Luego resultó que los chatbots necesitaban exactamente el mismo truco a mil veces la dosis, y el chip de los juegos acabó dirigiendo el boom de la IA. 😎
●●○
Detail
Una GPU hace una cantidad absurda de pequeños cálculos a la vez, y esa única habilidad hoy mueve mercados. Lee cualquier noticia de IA y aparece la palabra «cómputo». Cómputo significa GPU. Las startups levantan fortunas y las gastan alquilando estos chips por horas. Una sola unidad de centro de datos cuesta más que un buen coche, los clústeres llegan a decenas de miles de unidades, y las empresas recitan sus recuentos de GPU como las armadas recitan barcos. Todo esto por una pieza cuyo nombre aún dice unidad de procesamiento gráfico. La gracia es que las versiones de IA nunca tocan un gráfico. Están montadas en racks haciendo matemática pura, sin pantalla conectada, y nadie actualizó el nombre. La de tu portátil sigue haciendo el trabajo original, empujando píxeles a tu pantalla. Y una pega que los titulares omiten: una GPU solo rinde su precio cuando el trabajo se parte en piezas idénticas y los datos llegan lo bastante rápido para mantenerla alimentada. Falla en cualquiera de las dos condiciones y habrás comprado la forma más cara del mundo de quedarte esperando. 😎
●●●
Analogy
Una GPU es el día de recoger manzanas con un ejército de voluntarios, uno por árbol. El recolector estrella, la CPU de esta historia, vacía un árbol más rápido que nadie, y aun así, por su cuenta necesitaría una semana. Los voluntarios reciben una sola regla, recoger todo lo rojo, y el huerto queda pelado para el almuerzo. Ningún voluntario vale la mitad que la estrella. La velocidad salió de dividir el trabajo, no del talento. La letra pequeña también vive ahí. Traer en autobús a una multitud así requiere organización, y si las cajas llegan tarde, cientos de recolectores se quedan mirando un camión. Y el injerto, donde cada corte depende del corte anterior, no es trabajo para multitudes. Esa tarea vuelve al recolector estrella, la CPU, y por eso todo portátil sigue traendo una. 😎
Las explicaciones de IA pueden contener errores · No es asesoramiento profesional
Definición formal — El mismo término, explicado de la forma habitual
Una unidad de procesamiento gráfico es un procesador especializado que contiene miles de núcleos aritméticos que ejecutan la misma instrucción sobre grandes bloques de datos en paralelo. Desarrollada originalmente para renderizar gráficos en tiempo real, la arquitectura resultó eficiente para cualquier carga dominada por álgebra lineal densa, incluidas la simulación científica y el entrenamiento y la inferencia de redes neuronales. Complementa, no sustituye, a la unidad central de procesamiento, que conserva el trabajo secuencial y de control; las variantes de centro de datos añaden memoria de gran ancho de banda e interconexiones de alta velocidad para operar en clústeres de miles de chips.
¿Quieres que Clicked te explique términos como «GPU» directamente en tu navegador, incluso en PDFs?
Añadir a Chrome — Gratis50 Explicaciones gratis · Sin tarjeta de crédito
Más de la galería
¿Qué es una red neuronal?
Matemática que aprende las reglas de los ejemplos en vez de tenerlas escritas, y por qué eso gana.
¿Qué es el entrenamiento en IA?
El proceso que construye un modelo con ejemplos. Charlar con él después no cambia nada.
¿Qué es la inferencia (en IA)?
El modelo haciendo su trabajo real, y por qué la mitad barata acaba costando más.
¿Qué es la cuantización?
Guardar los números de un modelo con menos precisión — la mitad de memoria, casi sin pérdida.
¿Qué es un gran modelo de lenguaje (LLM)?
Un programa que predice qué texto viene después, y al que luego enseñan a responder en vez de divagar.
¿Qué es el edge computing?
Hacer el trabajo en el dispositivo en lugar de un centro de datos, y las tres situaciones que lo exigen.