De que PC necessito para o desenvolvimento da IA?

Quer se trate de desenvolver os medicamentos que tomamos, de escolher o próximo vídeo a ver ou simplesmente de verificar o estado do tempo, a IA está a encontrar uma forma de ter impacto na vida quotidiana. E à medida que o hardware dos computadores melhora, o desenvolvimento de uma IA em casa torna-se mais acessível a pequenos programadores e entusiastas. Hoje vamos analisar algumas das considerações de hardware que deve ter em conta antes de construir um PC para desenvolvimento de IA.

Não é segredo que, ao desenvolver a IA, quanto maior, melhor. As maiores empresas do mundo gastam milhões de dólares a comprar o melhor equipamento para desenvolver IA. E embora seja possível tirar partido de algum desse poder para si, construir o seu próprio sistema pode ajudar a otimizar o seu fluxo de trabalho e poupar dinheiro a longo prazo.

Tenha em mente que a ampla aplicação da IA e da aprendizagem automática também significa que não existe uma solução única para todos, pelo que deve ter em consideração a dimensão e os tipos de dados com que espera trabalhar. Pretendemos que este guia seja apenas o ponto de partida para considerar os diferentes factores que podem ter impacto nas suas necessidades de desenvolvimento de IA.

Para começar com uma base sólida, é importante utilizar uma CPU potente com um número elevado de núcleos, hyperthreading e velocidades rápidas que possam movimentar rapidamente as grandes quantidades de dados que vai introduzir. Para além disso, considere os processos intensivos de CPU que fazem parte do seu fluxo de trabalho de desenvolvimento. Coisas como simulações de física e pré-processamento, que podem ser apenas uma parte da sua carga de trabalho normal, podem adicionar uma tensão significativa quando aplicadas em grande escala.

Para além da carga de trabalho típica da CPU, é necessário garantir que esta suporta o resto do sistema. Embora isso não seja uma preocupação normal para um jogador comum, você pode querer ir além das necessidades normais para alimentar seu projeto pessoal. CPUs mais avançadas, como a linha Xeon da Intel e a série Threadripper da AMD, podem suportar 8 ou mais sticks de RAM e até 4 placas gráficas através das suas pistas PCIe extra. Na verdade, algumas placas-mãe podem suportar mais de 4 GPUs, mas estamos a adiantar-nos.

A NVIDIA está inegavelmente na vanguarda da aceleração de GPU em aplicativos de aprendizado de máquina e IA. O seu domínio do mercado significa que, no lado do software, muitas estruturas de ML são especificamente optimizadas para GPUs NVIDIA. Isso se deve em grande parte aos núcleos tensores que foram incluídos em todas as placas RTX desde a série 20. Os núcleos tensores são chips dedicados que se especializam em funções usadas para treinar redes neurais. Permitiram muitas funções novas, como operações de precisão mista, permitindo um maior controlo sobre a relação entre velocidade e profundidade.

Com os crescentes requisitos de VRAM, até os jogadores típicos estão à procura de um pouco mais e o mesmo se aplica aos programadores. Alguns dos produtos de IA e ML mais populares giram atualmente em torno da geração e manipulação de imagens. O treino deste tipo de redes requer um conjunto de dados de imagens que serão gravadas na VRAM durante o treino. 12 GB é suficiente para começar, mas, como sempre, considere o tipo de trabalho que irá efetuar e ajuste em conformidade.

A RAM segue uma história semelhante à da VRAM. Permite ao computador preparar conjuntos de dados e instruções maiores, que variam muito consoante o tipo de trabalho que está a fazer. Geralmente, é aconselhável carregar todos os dados de teste na RAM antes de trabalhar com eles, pelo que são sempre aconselhados grandes volumes. Recomendamos pelo menos 32 GB, mas com o advento da DDR5, é possível obter até 48 GB numa única unidade. Por exemplo, o nosso kit CORSAIR VENGEANCE 2x48GB seria perfeito para esta aplicação.

Por fim, todos esses dados terão de ser armazenados a longo prazo. As altas velocidades dos SSDs NVMe serão fundamentais para mover grandes quantidades de dados para a RAM, o que é crítico se estiver a trabalhar com mais dados do que a sua RAM consegue suportar. As unidades NVMe topo de gama, como a nossa MP600, podem armazenar até 4 TB de dados, mas as unidades SATA ou HDD mais lentas podem ser utilizadas para armazenamento a longo prazo de maior volume. Para o processo de formação, estas unidades não são recomendadas, mas podem ser a única opção para conjuntos de dados extremamente grandes.

À medida que a indústria implementa mais hardware dedicado à IA, a utilização e criação de software de aprendizagem profunda está a tornar-se cada vez mais acessível. Esperamos que este guia o ajude a pensar sobre algumas das considerações que você precisará fazer ao montar um PC para desenvolvimento de IA. Visite CORSAIR.com para encontrar nossos melhores produtos de refrigeração, RAM, armazenamento e muito mais para sua próxima construção.