11.7.6 : Recommandations
Les GPUs offrent une puissance de calcul brute à moindre coût et moindre consommation face aux CPU, tout en occupant moins d'espace.
La large utilisation des GPUs dans différents domaines (Deep Learning, Animation, Calcul HPC,~etc.) garantit leur pérennité et l'existence d'une communauté active.
Les structures de données doivent être adaptées pour être efficaces sur GPU. Ces adaptations ont aussi des effets collatéraux bénéfiques pour la partie CPU parce qu'elles améliorent la localité des données.
L'effort nécessaire à l'adaptation des codes existants ou l'écriture de nouveaux codes requiert des formations aux architectures et à la programmation des processeurs graphiques.
Tout ceci demande des compétences spécifiques d'Ingénieur en Calcul Scientifique, obtenues soit par le recrutement de nouveaux personnels soit par l'évolution et la formation de personnels existants.
Les GPUs étaient à l'origine conçus pour effectuer des calculs de rendus graphiques et peuvent maintenant être utilisés
pour des calculs massivement parallèles à un coût réduit en comparaison des CPUs classiques.
C'est pour cette raison que les superordinateurs utilisent aujourd'hui massivement des GPUs afin de combiner puissance de calcul et consommation électrique.
Le domaine du Deep Learning a notamment connu un essor important grâce à la démocratisation de cette technologie et du HPC, sans qui, les temps d'entraînement des réseaux de neurones n'auraient pas été possibles à échelle humaine.
Malgré cela, tous les calculs ne se prêtent pas à l'utilisation de GPUs même si certaines astuces permettent de traiter des problèmes considérés comme scalaires.
Les GPUs seront de plus en plus présents dans le domaine du calcul intensif et devront être utilisés le plus efficacement possible.
C'est pour cette raison que les superordinateurs utilisent aujourd'hui massivement des GPUs afin de combiner puissance de calcul et consommation électrique.
Le domaine du Deep Learning a notamment connu un essor important grâce à la démocratisation de cette technologie et du HPC, sans qui, les temps d'entraînement des réseaux de neurones n'auraient pas été possibles à échelle humaine.
Malgré cela, tous les calculs ne se prêtent pas à l'utilisation de GPUs même si certaines astuces permettent de traiter des problèmes considérés comme scalaires.
Les GPUs seront de plus en plus présents dans le domaine du calcul intensif et devront être utilisés le plus efficacement possible.