Anwendungen wie Machine Learning und Bitcoin Mining sind extrem rechenintensiv, so dass die CPU nicht mehr für die Berechnung in angemessener Zeit ausreicht. Die GPU eignet sich für diese Zwecke, da sie viele Rechnungen parallel durchführen kann. Wir klären, wie das funktioniert und auf welchen anderen Ebenen zusätzlich parallel gerechnet werden kann. Von nebenläufigen Threads, über verteilte Programme und Servern, bedienen sich Entwicklerinnen und Entwickler verschiedenen Methoden zur schnelleren Abarbeitung von Inputs. Doch Hardware entwickelt sich noch weiter und Grafikkarten ohne Spezialisierung bald überholt. Sogenannte ASICS (Application-specific integrated circuit) sind anwendungsspezifische integrierte Schaltungen und werden speziell für ihren Anwendungsfall designt.

---

Starte kostenlos mit Heisenware unter

⁠https://heisenware.com/einfach-komplex

---

Einfach Komplex ist ein Podcast von Heisenware. Alle Infos und Kontakte findest du im Linktree:

⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://linktr.ee/heisenware⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

---

Dr. Burkhard Heisen (https://www.linkedin.com/in/burkhard-heisen/) und Gerrit Meyer (https://www.linkedin.com/in/gerrit-meyer/) sprechen heute über:

(01:00) Programme

(03:00) CPU (Central Processing Unit)

(11:10) Threads und Nebenläufigkeit

(14:00) GPU (Grahics Processing Unit)

(23:10) Parallelisierung von Programmen

(26:38) Parallelität

(28:40) Software-spezifische Hardware (ASICS)

(32:30) Arbeitsspeicher / RAM

(35:40) Software mit mehreren Threads schreiben