Türkçe altyazı Turkish subtitles
0:00 Merhaba, benim adım Alex Hudak, IBM'de Offering Manager olarak çalışıyorum ve bugün sizlere GPU nedir diye konuşacağım. GPU'lar hakkında sıkça temel sorular alıyorum ve bugün bunları ele alacağız. İlk soru: GPU nedir? Hi, my name is Alex Hudak, I'm an Offering Manager at IBM, and today I'm going to talk to you about: What is a GPU? So, I get some pretty basic questions on GPUs, and that's what I'm going to go over today. First question is, what is a GPU? What is 0:14 GPU ile CPU arasındaki farkı burada göstereceğim. the difference between a GPU and CPU, so I'm going to represent those here. 0:20 Son olarak, neden bir GPU kullanmalıyız? Ve bulutta bir GPU kullanmak gerçekten önemli mi? And then, lastly, why use a GPU? And, is it even important to use a GPU on cloud? 0:28 Öncelikle, GPU nedir? GPU, "Graphic Processing Unit" yani Grafik İşleme Birimi anlamına gelir. So, let's start first with, what is a GPU? GPU stands for "Graphic Processing Unit". 0:34 Ancak çoğu zaman insanlar CPU'ları daha iyi tanır. But, oftentimes people are more familiar with CPUs. 0:38 CPU'lar aslında sadece birkaç çekirdekten oluşur. Bu çekirdekleri, CPU'nun belirli hesaplamaları veya işlemleri yapma gücü olarak düşünebilirsiniz. So, CPUs are actually made up of just a few cores. You can think of these cores as the power, the ability of a CPU to do certain calculations or computations. 0:50 Öte yandan, GPU'lar yüzlerce çekirdekten oluşur. Peki bu ne fark yaratır? CPU bir hesaplama yaptığında bunu seri biçimde yapar; yani aynı anda sadece bir işlem gerçekleştirir. On the other hand, though, GPUs are made up of hundreds of cores. But, what difference does it make? So, the thing with the CPU is that when it does a computation it does so in a serial form. So, it does one computation at a time. 1:07 GPU ise bu işlemleri paralel olarak yapar. Bu iki farkın önemi, GPU sayesinde tüm hesaplamaları aynı anda ve çok yoğun bir şekilde gerçekleştirebilmenizdir. But with the GPU, it does it in parallel. So, the importance of these two differences is that with a GPU, you're able to do computations all at once, and very intense computations 1:23 Bu yüzden, uygulama kodlarınızın çoğu CPU'ya yönelir. Ancak zaman zaman, oldukça yoğun hesaplama desteği gerektiren bir uygulama ortaya çıkar. at that. So, oftentimes when you have app codes, a lot of it's going to be going to the CPU. But then every now and then, you're going to have an application that's going to require quite a bit of compute-intensive support that 1:37 CPU bunu yapamaz ve iş yükü GPU'ya aktarılır. Yani bir GPU, CPU'nun tek başına yapamadığı ekstra kas gücü veya beyin gücü olarak düşünülebilir. the CPU just can't do, so it's going to be offloaded to the GPU. So, you can think of a GPU as that extra muscle or that extra brain power that the CPU just can't do on its own. 1:48 Sektörde iki ana GPU üreticisi vardır: NVIDIA ve AMD. Her iki firma da belirli kullanım senaryolarına göre optimize edilmiş GPU'lar üretir. Şimdi bu konulara geçelim; sıkça aldığım büyük soru: Neden bir GPU'ya ihtiyacım var? Hangi sektörlerde ve hangi senaryolarda? So, there are two main providers of GPUs in industry: NVIDIA and AMD. Both providers manufacture GPUs that are optimized for certain use cases. So, let's jump into that, because a big question I get is: Why do I even need a GPU? In what industries and in what use cases? 2:05 İlk olarak konuşacağımız konu VDI'dir. VDI, "Virtual Desktop Infrastructure" yani Sanal Masaüstü Altyapısı anlamına gelir. So, the first we'll talk about is VDI. VDI stands for "Virtual Desktop Infrastructure". 2:13 GPU'lar yüksek yoğunluklu grafik uygulamalarını desteklemek için tasarlanmıştır. Örneğin bir inşaat işçisi olduğunuzu düşünün; sahada çalışıyorsunuz ve çok So, GPUs are created to support high-intensive graphic applications. Think about if you are a construction worker, right? And you're out in the field, and you need to access a very 2:27 yüksek grafik yoğunluklu 3D CAD programına erişmeniz gerekiyor. Sunucuyu yanınızda ya da sahada tutmak yerine, bir ülkede uzakta bulunan bir bulut veri merkezindeki sunucuya bağlanabilir ve 3D grafiği sanki yanınızda bir sunucudan geliyormuş gibi görüntüleyebilirsiniz. Ve high-graphic-intensive 3D CAD program. So, rather than having the server right next to you or right in the field with you, you can have a server that's a country away in a cloud data center and be able to view that 3D graphic as if that server was right with you. And 2:43 bu, GPU'nun grafik yoğunluklu uygulamaları desteklemesi sayesinde mümkün olur. that's going to be supported by the GPU because the GPU supports graphic-intensive applications. 2:48 Bunun bir başka örneği ise film animasyonu veya render işlemleridir. Another example of this would be movie animation or rendering. 2:52 Aslında GPU'lar ilk olarak oyun endüstrisiyle ortaya çıktı. Çoğu zaman "gaming processing units" yani Oyun İşleme Birimleri olarak adlandırılırlardı; çünkü son kullanıcıya düşük gecikmeli grafikler sunma yetenekleri vardı. Ancak oyun artık sektördeki tek odak noktası değil. So, in fact, GPUs actually first got their name mainly with the gaming industry. Oftentimes they were referred to as "gaming processing units" because of this ability to provide end users with low-latency graphics. But gaming is no longer the focus in industry 3:11 Artık sadece bir parçası. Şimdi finansal hizmetler, yaşam bilimleri ve hatta sağlık sektörü de yapay zeka ile bu alana giriyor. Yapay zekanın iki büyük bileşeni vardır: makine öğrenmesi ve derin öğrenme. anymore. It's a big piece of it, but now financial services, life sciences, and even healthcare are starting to get into it with artificial intelligence. So, artificial intelligence has two big pieces to it - there's machine learning and there's deep learning. 3:28 Şimdi bu uygulamalar için özel olarak optimize edilmiş ve üretilmiş GPU'lar da var. So now there are also GPUs that are optimized and created specifically for those applications. 3:34 Bazıları makine öğrenmesi amaçlı çıkarım (inference) için, bazıları ise veri bilimcilerin sinir ağları oluşturup eğitmelerine yardımcı olmak için tasarlanmıştır. Başka bir deyişle, insan beynine benzer şekilde düşünebilen algoritmalar yaratmaya çalışıyorlar. There are some that are created for inferencing for machine learning purposes, and there are some that are created to help data scientists create and train neural networks. In other words, they're trying to create these algorithms that can think like a human brain. That's 3:47 Bir CPU'nun tek başına yapamayacağı bir şey ve bunun için GPU yetenekleri gerekir. something that a CPU can simply not do on its own, and it requires GPU capabilities. 3:54 Şimdi, son olarak, HPC'den bahsedelim. HPC, çevrede dolaşan bir moda sözcük ve "Yüksek Performanslı Hesaplama" anlamına geliyor. Bir GPU HPC için kesinlikle gerekli olmasa da, And then, lastly, let's talk about HPC. HPC is a buzz word that's been going around, it stands for "High Performance Computing". While a GPU is not absolutely necessary for HPC, 4:07 bu önemli bir parçadır. Yüksek performanslı hesaplama, şirketin yoğun işlemci gerektiren iş yüklerini birden fazla işlem düğümü (veya bulut durumunda sunucular) arasında dağıtma yeteneğidir. Çoğu zaman, bu uygulamalar oldukça işlem yoğun olur. it's an important part of it. So, high performance computing is the company's ability to spread out their compute-intensive workloads amongst multiple compute nodes (or, in the case of cloud, servers). Oftentimes, though, these applications are very compute-intensive 4:23 - renderlama da olabilir, AI da olabilir - ve işte bu noktada GPU devreye girer. HPC uygulaması içinde dağıtılmış sunuculara bir GPU ekleyebilir ve bu şekilde kullanabilirsiniz. Bu da neden - it could include rendering, it could include AI - and that's where a GPU comes in. You can add a GPU to these servers that are spread out amongst an HPC application and utilize those in that manner. So, this is a nice little segue into why should 4:39 bulutta GPU kullanmanız gerektiğini güzel bir şekilde açıklar. HPC bu kadar büyük bir parçaysa, bulutta başka neyin önemli olduğunu merak ediyorsunuz. use GPUs on cloud. If HPC is such a big piece of that, what else is important about cloud? 4:45 Dolayısıyla, bunun ilk kısmı yüksek performans elde etmeniz; bu yüzden buluta ihtiyacınız var. So, the first part of that is you get high performance - you need the cloud for that. 4:53 GPU'lar harika... ama tek başına yeterli değiller. The GPUs are great . . . but not on their own. 4:56 Eskiden (ve hâlâ bugün) birçok şirket, çok sayıda yerinde altyapı kullanır ve bu altyapıyı tüm işlem yoğun uygulamaları için değerlendirir. So, back in the day (and even still today), there are companies that use a lot of on-prem infrastructure, and they utilize that infrastructure for any of their compute-intensive applications. 5:07 Ancak, özellikle GPU'larda teknoloji sürekli değişiyor. Gerçekte, neredeyse her yıl yeni bir GPU çıkıyor. Bu yüzden şirketlerin en son teknolojiye ayak uydurması oldukça maliyetli ve neredeyse pratik dışı. However, especially in the case of GPUs, the technology is ever-changing. In fact, there's typically a new GPU coming out almost every single year. So, it's actually very expensive and nearly impractical for companies to keep up with the latest technology at this point. 5:24 Bulut sağlayıcıları aslında teknolojilerini sürekli güncelleyebilir ve şirketlere ihtiyaç duyduklarında kullanabilecekleri GPU'lar sunar. Cloud providers actually have the ability to continually update their technology and provide GPUs to these companies to utilize them when they need them. 5:34 Dolayısıyla, daha ayrıntılı bir bakış açısıyla, bulut teknolojisi altyapı açısından çıplak metal ve sanal sunucular arasında ayrılabilir. Şimdi farkları konuşalım. Her iki altyapıda da GPU kullanmanın avantajları vardır. So, on a more granular basis though, cloud technology can often be broken down from an infrastructure perspective between bare metal and virtual servers. So, let's talk about the differences. There are advantages of using a GPU on both 5:52 Altyapı tiplerinde. Çıplak metal altyapıda bir GPU kullanırsanız, şirketler genellikle tüm sunucuya erişir ve konfigürasyonu özelleştirebilir. types of infrastructure. If you utilize a GPU on a bare metal infrastructure, the companies oftentimes have access to the entire server itself, and they can customize the configuration. 6:03 Bu, sunucuyu ve yoğun GPU uygulamasını oldukça düzenli bir şekilde kullanacak şirketler için harikadır. So, this is great for companies that are going to be really utilizing that server and that GPU-intense application on a pretty consistent basis. 6:12 Ancak, sadece ani iş yükü senaryolarında GPU'ya ihtiyaç duyan şirketler için sanal sunucu seçeneği daha iyi olabilir. Sanalın güzel yanı, genellikle saatlik de dahil olmak üzere farklı fiyatlandırma modellerine sahip olmasıdır. But, for companies that need a GPU maybe just on a burst-workload scenario, the virtual server option might be even better. And the nice thing about virtual is that there are often different pricing models as well, including hourly. 6:27 Bulutun güzel yanı, sadece kullandığınız kadar ödeme yapmanızdır. And the cool thing about cloud is that you only pay for what you use. 6:33 Dolayısıyla, bir şirket yerinde teknoloji veya altyapı kullanıyor ancak o anda kullanmıyorsa, bu teknoloji değer kaybeder ve şirket için bir para israfı olur. Buluta geçtiklerinde sadece kullandıkları kadar öderler ve bu maliyet açısından çok daha mantıklı olur; So, if a company is using on-prem technology or infrastructure but they're not utilizing it at the time, that technology is depreciating, and it's essentially a waste of money for that company. When they offload to the cloud, they only pay for what they're using. And, so, it just makes a lot more sense from a cost perspective; 6:47 Ayrıca, GPU performans açısından çok iyi olduğu için performans açısından da mantıklı olur. Böylece şirketler en son teknolojiye ayak uydurmaktan çok çıktıya odaklanabilir. and then, because the GPU is so great at performance, it just makes sense for a performance perspective as well. So, companies are able to focus way more on output than they are on keeping up with the latest technology. Altyazı bilgisayarımda üretildi ve videoyla ilerler; bir satıra tıklayın, o ana atlasın. Subtitles generated on my computer; they follow the video — click a line to jump there.
GPU'nun ne olduğu, CPU'dan farkı ve bulutta neden önemli olduğu anlatılıyor. The article explains what a GPU is, how it differs from a CPU, and why it is important in the cloud.
Bu video youtube.com üzerinde yayımlandı; buradaki oynatıcı YouTube’undur. Türkçe özet ve altyazı AiPulse için hazırlanmıştır. This video is published on youtube.com ; the player here is YouTube’s. The Turkish summary and subtitles are prepared for AiPulse .
YouTube’da izle Watch on YouTube AI Kritik → AI Critique →