Zum Hauptinhalt springen

Erfolgsfaktoren für eine leistungsfähige KI-Infrastruktur

Firma: Advanced Micro Devices GmbH
Sprache: Deutsch
Dauer: 3 Minuten, 29.4 MB
Erscheinungsjahr: 2025
Besonderheit: registrierungsfrei
Wissen
kompakt
vermittelt!
Advanced Micro Devices GmbH

Welche Rolle spielt der Hauptprozessor (CPU) eines Servers beim Training und der Anwendung von KI-Modellen? Wie müssen CPU und Grafikprozessor (GPU) zusammenarbeiten, um eine möglichst hohe Performance zu gewährleisten? Die Antworten finden Sie in diesem Video.

Beim Training großer Sprachmodelle und bei anderen anspruchsvollen Deep-Learning-Projekten kommen in der Regel Grafikprozessoren (Graphic Processing Unit, GPU) oder spezielle KI-Beschleuniger zum Einsatz, die großen Mengen an Daten parallel verarbeiten können.

Nicht alle KI-Aufgaben benötigen jedoch eine GPU-Unterstützung, sondern lassen sich ebenso gut mit dem Hauptprozessor (Central Processing Unit, CPU) des Servers erledigen. Dazu gehören beispielsweise klassische Maschine-Learning-Verfahren wie die automatische Klassifikation von Objekten durch Entscheidungsbäume (Decision Trees) oder Empfehlungssysteme. Auch die KI-basierte Unterstützung traditioneller Applikationen wie Datenbanken, Office-Anwendungen oder Kreativsoftware profitieren von einer leistungsfähigen CPU, die für KI-Workloads optimiert wurde.

Dieses Video erklärt Ihnen:

  • Wie Sie die richtige Kombination von CPUs und GPUs für Ihre Workloads finden.
  • Was Sie bei der Prozessorauswahl für KI-Projekte beachten sollten.
  • Wie Sie durch einen Systemwechsel die Leistung ihrer IT-Umgebung steigern und gleichzeitig die Kosten senken.

KI-Workloads und die Bedeutung der CPU

Erfolgsfaktoren für eine leistungsfähige KI-Infrastruktur

Inhaltstyp: Video
Advanced Micro Devices GmbH