GPU vs CPU: В чем разница?

5 April 2019
2,8k full reads
7,5k story viewsUnique page visitors
2,8k read the story to the endThat's 37% of the total page views
1,5 minute — average reading time

Процессоры и графические процессоры имеют много общего. Оба они представляют собой микропроцессоры на основе кремния. В то же время они существенно различаются и используются для разных ролей.

Что такое процессоры и графические процессоры?

Центральный процессор часто называют «мозгом» или «сердцем» компьютера. Требуется запустить большинство инженерного и офисного программного обеспечения. Однако существует множество задач, которые могут перегружать центральный процессор компьютера. То есть при использовании GPU становится необходимым для вычислений.

Графический процессор - это специализированный тип микропроцессора, в первую очередь предназначенный для быстрой визуализации изображений. Графические процессоры появились как ответ на графически интенсивные приложения, которые обременяют процессор и снижают производительность компьютера. Они стали способом снять эти задачи с процессоров, но современные графические процессоры достаточно мощны, чтобы выполнять быстрые математические вычисления для многих других целей, помимо рендеринга.

В чем разница?

Процессоры и графические процессоры обрабатывают задачи по-разному. Что касается взаимосвязей, их часто сравнивают с мозгом и мускулатурой. Процессор (мозг) может работать на множестве различных вычислений, в то время как графический процессор (мускулатура) лучше всего фокусирует все вычислительные способности на конкретной задаче. Это связано с тем, что ЦП состоит из нескольких ядер (до 24), оптимизированных для последовательной последовательной обработки. Это разработано, чтобы максимизировать выполнение единственной задачи в пределах работы; однако спектр задач широк. С другой стороны, графический процессор использует тысячи меньших и более эффективных ядер для массивно параллельной архитектуры, предназначенной для одновременной обработки нескольких функций.

Современные графические процессоры обеспечивают превосходную вычислительную мощность, пропускную способность памяти и эффективность по сравнению со своими процессорами. Они выполняются в 50–100 раз быстрее в задачах, требующих нескольких параллельных процессов, таких как машинное обучение и анализ больших данных.

Какие проблемы подходят для GPU?

Вычисления на GPU определяются как использование GPU вместе с CPU для ускорения научных, аналитических, инженерных, потребительских и корпоративных приложений.

В течение многих лет графические процессоры обеспечивали отображение изображений и движения на компьютерных дисплеях, но технически они способны на большее. Графические процессоры включаются, когда для одной задачи требуются массивные вычисления.

Эта задача может включать в себя:

Игры

Графический процессор необходим для быстрой и интенсивной визуализации игрового мира. Рендеринг спецэффектов и сложной трехмерной графики в режиме реального времени требует серьезных вычислительных мощностей. Задачи современных игр становятся слишком тяжелыми для графического решения процессора. Игры даже сделали шаг вперед с виртуальной реальностью, которая настолько правдоподобна, потому что графические процессоры могут быстро рендерить и поддерживать реалистичные изображения при правильном освещении и затенении.

3D визуализация

Графические процессоры повышают производительность области просмотра в приложениях трехмерной визуализации, таких как автоматизированное проектирование (CAD). Программное обеспечение, позволяющее визуализировать объекты в 3-х измерениях, использует графические процессоры для рисования этих моделей в режиме реального времени по мере их вращения или перемещения.

Обработка изображения

Графические процессоры могут точно обрабатывать миллионы изображений, чтобы найти различия и сходства. Эта способность широко используется в таких отраслях, как пограничный контроль, безопасность и медицинская рентгенография. Например, в 2010 году военные США соединили более 1700 систем Sony PlayStation 3TM для более быстрой обработки спутниковых изображений с высоким разрешением.

Большие данные

Благодаря тысячам вычислительных ядер и пропускной способности приложений в 10–100 раз по сравнению с одними центральными процессорами, графические блоки являются выбором для обработки больших данных для ученых и промышленности. Графические процессоры используются для отображения данных в виде интерактивной визуализации и интегрируются с другими наборами данных для изучения объема и скорости данных. Например, теперь мы можем включить картирование генов, обрабатывая данные и анализируя дисперсии, чтобы понять взаимосвязь между различными комбинациями генов.

Глубокое машинное обучение

Машинное обучение существует уже некоторое время, но мощные и эффективные вычисления на GPU подняли его на новый уровень. Глубокое обучение - это использование сложных нейронных сетей для создания систем, которые могут выполнять обнаружение функций по огромным объемам немаркированных обучающих данных. Графические процессоры могут обрабатывать тонны обучающих данных и обучать нейронные сети в таких областях, как анализ изображений и видео, распознавание речи и обработка естественного языка, автомобили с автоматическим управлением, компьютерное зрение и многое другое.

Графические процессоры не являются заменой архитектуры ЦП. Скорее, они являются мощными ускорителями для существующей инфраструктуры. Вычисления с ускорением на GPU разгружают части приложения, требующие большого объема вычислений, в GPU, в то время как остальная часть кода по-прежнему выполняется на ЦП. С точки зрения пользователя, приложения работают намного быстрее. В то время как вычисления общего назначения по-прежнему являются областью ЦП, графические процессоры являются аппаратной основой практически всех интенсивных вычислительных приложений.