Voor deze toepassingen is brute computerkracht nodig
Als we kijken naar hoe we computers nu gebruiken in vergelijking met twintig jaar geleden, is er veel veranderd. Computers zijn veel sneller geworden, hebben meer geheugen en een grotere opslagcapaciteit. Maar ook de dingen die we met de computer doen, zijn veranderd. Zo is er veel meer vraag naar brute computerkracht. Dat komt onder meer door de opkomst van kunstmatige intelligentie, doordat games veel uitgebreider zijn geworden en doordat we tegenwoordig meer gebruikmaken van cloud computing.
Toepassingen die veel computerkracht vragen
Met de komst van diensten als ChatGPT is de vraag naar computerkracht toegenomen. Deze diensten werken aan de hand van een LLM, een Large Language Model. Om het model steeds slimmer te maken, moet je deze LLM regelmatig trainen. Het trainen van dergelijke modellen kost veel energie en computerkracht. Bovendien zijn games de afgelopen jaren grafisch steeds beter geworden, maar dat vraagt ook om meer kracht van de videokaart. Daarnaast zijn we meer gaan doen in de cloud.
Online casino’s
Een van de toepassingen die veel computerkracht vraagt, is het in de lucht houden van online casino’s. Bij het online gokken buitenland vragen consumenten heel wat kracht van de servers in het datacenter. Je kunt het online casino zien als een gigantische digitale gokhal, die 24 uur per dag, zeven dagen per week open moet zijn voor (tien)duizenden spelers tegelijk.
De rekenkracht is onder meer nodig om razendsnel te reageren. Als je als speler de digitale hendel van een gokkast overhaalt, moet het resultaat meteen verschijnen. Daarnaast moet de server in het datacenter steeds weer willekeurige getallen aanmaken middels de Random Number Generator (RNG). De RNG is het bewijs dat de computer het spel altijd eerlijk laat verlopen, zoals bij het trekken van kaarten bij het spel Blackjack.
Het trainen van kunstmatige intelligentie
Het bouwen van kunstmatige intelligentie (AI) vergt niet alleen brute rekenkracht, maar kost ook nog eens veel energie. Er gaat enorm veel techniek schuil achter het snelle antwoord dat Google Gemini of ChatGPT je geeft. Zo moet het neurale netwerk eerst gevuld worden. Dat is een digitaal brein met miljarden knooppunters. Voordat AI echt begrijpt waar je het over hebt, moeten miljoenen foto’s en teksten zijn ingevoerd.
Daarnaast moet AI zich ook steeds weer aanpassen om lastige wiskundige berekeningen uit te voeren. De AI kijkt naar de data, raadt wat het is en vertelt de miljarden knooppunten in het netwerk om de volgende keer beter te raden. Bovendien heb je voor deze berekeningen zeer krachtige videokaarten nodig. Deze videokaarten kunnen de taken veel beter en sneller uitvoeren dan de processor in je laptop. Het trainen van een AI-model kan dagen of weken duren. Al die tijd draait de videokaart op volle toeren.
Real-time 3D-rendering en Gaming
De meeste moderne videogames zien er een stuk gedetailleerder uit dan hun voorgangers twintig jaar geleden. We spelen bovendien ook vaker aan de hand van een VR-bril. Op deze manier zie je alles in de game direct en levensecht in je omgeving. De computer moet daardoor steeds de omslag maken van een 3D-wereld naar een 2D-wereld. Elke seconde worden er tientallen miljoenen pixels, kleuren en schaduwen berekend. De computer bepaalt hoe het licht valt, hoe een reflectie eruit ziet, en hoe een personage beweegt. Dit hele proces gebeurt zo’n 60 tot 120 keer per seconde.
Voor de bewegingen berekent de computer ook de natuurkunde in het spel. Zo berekent de computer onder meer hoe water stroomt, hoe rook omhoog gaat of hoe een gebouw in elkaar stort. Dat zijn ingewikkelde berekeningen die realtime moeten worden gedaan.
Cloud computing en big data-analyse
Met de komst van het internet voeren we een hoop processen online uit. Dit noemen we cloud computing. Cloud computing komt in feite neer op het verhuren van computerkracht via het internet. Denk bijvoorbeeld aan het bekijken van series en films via Netflix, het zoeken van informatie op Google of het bestellen van producten bij een webshop. Al dit soort zaken leveren data op. Deze gegevens maken onderdeel uit van ‘big data’ en worden weer verder geanalyseerd.
Ten eerste zijn er grote cloud-bedrijven zoals Google en Amazon. Dit soort bedrijven hebben enorme gebouwen vol met servers die al die diensten tegelijkertijd leveren. De servers verwerken miljoenen verzoeken per seconde. De een kijkt een film, de ander zoekt iets op.
Als een webwinkel miljoenen klantgegevens heeft, analyseert de computer anoniem het koopgedrag om trends te vinden. Welke producten worden meestal in combinatie met elkaar gekocht? Welke producten zijn nu populair? De computer doorzoekt veel data tegelijkertijd en bewerkt en verwerkt deze. Om dit aan te kunnen, moeten honderden of duizenden servers samenwerken in een netwerk. De rekentaak wordt opgesplitst in kleine stukjes. Elk stukje wordt door een aparte computer opgelost. Je kunt dus wel nagaan dat de benodigde rekenkracht hiervoor enorm moet zijn.
