OnLaptop te învaţă - CPU vs. GPU: ce înseamnă? BONUS: 11 comparații cheie

OnLaptop te învaţă - CPU vs. GPU: ce înseamnă? BONUS: 11 comparații cheie

CPU este unitatea centrală de procesare a unui computer care efectuează operații aritmetice și logice cu o latență minimă. În schimb, un GPU este o unitate de procesare grafică încorporată sau externă care poate reda coordonatele poligonale în imagini și videoclipuri de înaltă rezoluție. Acest articol discută diferențele dintre un procesor și un GPU.

 

Ce este un procesor?

 

Un procesor este componenta centrală care distinge un computer. Cu toate acestea, poate funcționa numai cu ajutorul unor componente suplimentare, cum ar fi cipurile de siliciu. Cipul de siliciu este instalat într-o anumită priză de pe placa de circuite principale a dispozitivului (placa de bază sau motherboard/mainboard).

 

Este diferit de memorie, unde are loc stocarea temporară a informațiilor. În plus, este diferit de placa grafică sau cipul grafic, deoarece acestea creează imaginile video și 3D afișate pe ecran și sunt construite folosind tehnologia unității de procesare grafică (GPU).

 

Procesoarele sunt prezente în aproape toate dispozitivele de consum, cum ar fi ceasurile inteligente, computerele și termostatele. În calitate de centru de operare principal al oricărui gadget, ei sunt responsabili pentru executarea și procesarea instrucțiunilor.

 

Cum funcționează un procesor?

 

Unitatea centrală de procesare conține o unitate de control care gestionează și coordonează funcțiile calculatorului. Identifică și colectează comenzile din memoria principală în ordinea corectă. Apoi le interpretează astfel încât celelalte componente operaționale ale sistemului să fie activate la momentul potrivit pentru a-și îndeplini funcțiile respective.

 

Toate informațiile de intrare sunt transferate din memoria principală în unitățile aritmetice-logice (ALU) pentru procesare, care includ patru operații aritmetice de bază - adunare, scădere, înmulțire și împărțire - și anumite operații logice. Acestea includ compararea datelor și rezolvarea problemelor sau o alternativă viabilă bazată pe criterii de decizie prestabilite.

 

Ce este un GPU?

 

O unitate de procesare grafică (GPU) este un circuit electric sau cip care poate afișa grafică pe un dispozitiv electronic. GPU-urile sunt în principal de două tipuri:

 

Unități de procesare grafică integrate: GPU-urile integrate sunt încorporate în placa de bază a computerului, permițând laptopuri compacte, ușoare și eficiente din punct de vedere energetic. Sunt potrivite pentru joc, editare video de bază și editare foto.

 

Unități de procesare grafică discrete: Un GPU discret este o componentă separată introdusă într-un computer. Sunt mai mari și mai dependente de energie decât GPU-urile integrate, dar sunt ideale pentru editare intensivă de videoclipuri și imagini, design grafic și joc. Ele sunt, de asemenea, foarte utilizate pentru operațiunile întreprinderilor și cercetarea științifică.

 

GeForce 256 de la NVIDIA a fost primul GPU utilizat pe scară largă. Era un procesor conceput în mod explicit pentru grafică în timp real, o aplicație care necesită operații aritmetice extinse și o lățime de bandă mare a memoriei. Odată cu evoluția graficii în timp real, GPU-urile au devenit programabile.

 

Cum funcționează un GPU?

 

GPU-urile sunt proiectate special pentru calcule matematice și geometrice riguroase. Graficele utilizate în filme și jocuri video sunt compuse din coordonate poligonale redate în hărți de biți și ulterior în semnale afișate pe un ecran. Transformarea necesită un GPU cu capacitate de calcul substanțială.

 

Înainte de introducerea GPU-urilor în anii 1990, redarea vizuală era realizată de Unitatea Centrală de Procesare (CPU). Atunci când este utilizat în combinație cu un procesor, un GPU poate îmbunătăți viteza computerului prin efectuarea de sarcini intensive din punct de vedere computațional, cum ar fi randarea, pentru care CPU era responsabil anterior. Acest lucru crește viteza de procesare a programelor, deoarece GPU-ul poate efectua mai multe calcule simultan. De asemenea, schimbarea a condus la crearea de software cu o complexitate mai mare și cerințe de resurse mai mari.

 

CPU vs. GPU: 11 comparații cheie

 

Procesoarele CPU și GPU excelează la diferite lucruri într-un sistem informatic. Procesoarele sunt mai potrivite pentru a dedica putere pentru a executa o singură sarcină, în timp ce GPU-urile sunt mai potrivite pentru a calcula seturi complexe de date simultan. Iată mai multe moduri în care CPU-urile și GPU-urile sunt diferite.

 

1.Funcția dorită în calcul

 

CPU se referă la unitatea centrală de procesare. Un procesor este un procesor general esențial pentru toate sistemele de calcul moderne, deoarece execută comenzile și procesele necesare pentru ca computerul și sistemul său de operare să funcționeze eficient. Astfel, este adesea denumit creierul computerului.

După cum sa menționat anterior, CPU cuprinde o unitate aritmetică logică (ALU), o unitate de control (CU) și memorie. Unitatea de control gestionează fluxul de date în timp ce ALU efectuează operații logice și aritmetice asupra datelor furnizate de memorie. CPU determină viteza cu care pot rula programele.

 

GPU se referă la o unitate de procesare grafică, cunoscută și ca placă video sau placă grafică. GPU este un procesor specializat conceput și optimizat pentru a procesa date grafice. Astfel, conversia datelor precum imaginile dintr-un format grafic în altul. De asemenea, poate reda imagini prin crearea de imagini 2D sau 3D, care este utilizat pe scară largă în fluxurile de lucru de imprimare 3D.

 

2.Focalizarea operațională

 

Un procesor se concentrează pe o latență scăzută. Un computer cu latență scăzută este de obicei optimizat pentru a procesa un volum mare de instrucțiuni sau transfer de date cu întârzieri minime. Într-un CPU latența se referă la întârzierea dintre un dispozitiv care face o solicitare și momentul în care CPU o îndeplinește, iar această întârziere este măsurată în cicluri de ceas.

Nivelurile de latență dintr-un procesor pot crește ca urmare a erorilor de cache și a nealinierii. De obicei, latența ridicată este asociată cu timpii de încărcare a paginilor web crescute și eșecurile aplicației.

 

În schimb, GPU-ul se concentrează pe un randament ridicat. Debitul se referă la numărul maxim de instrucțiuni similare care pot fi executate pe ciclu de ceas atunci când operanzii fiecărei instrucțiuni sunt independenți de instrucțiunile precedente. Debitul scăzut poate rezulta din limitarea lățimii de bandă a memoriei, divergența ramurilor algoritmilor și latența accesului la memorie.

 

3.Funcții operaționale

 

Un procesor îndeplinește patru funcții principale - preluare, decodare, execuție și scriere înapoi:

 

Fetch se referă la operația în care CPU primește instrucțiuni din memoria programului.

Decodarea se referă la conversia instrucțiunilor de către decodorul de instrucțiuni pentru a determina ce alte părți ale procesorului sunt necesare pentru a continua.

Executarea se referă la îndeplinirea instrucțiunilor.

Scrierea inversă sau rescrierea se referă la o tehnică de stocare în cache care copiază datele în memoria cache sau în memorie de nivel superior.

 

Funcția principală a unui GPU este de a gestiona și îmbunătăți performanța video și grafică. Are caracteristici precum maparea texturii, suprapunerea hardware, decodarea fișierelor Moving Picture Experts Group (MPEG) și ieșire digitală pe monitorul ecranului. Acestea sunt concepute pentru a reduce volumul de lucru și pentru a produce grafică mai rapidă. GPU-ul efectuează și calcule legate de operațiunile 3D și în virgulă mobilă.

 

4.Utilizarea core-urilor

 

Procesoarele moderne au între două și 18 nuclee puternice și fiecare poate efectua o activitate diferită în timp ce lucrează simultan. Un nucleu poate fi împărțit în nuclee virtuale cunoscute sub numele de fire printr-un proces cunoscut sub numele de multithreading simultan. De exemplu, un procesor cu patru nuclee poate fi împărțit pentru a oferi opt fire.

Eficiența unui procesor crește odată cu creșterea numărului de nuclee, deoarece poate rula mai multe programe simultan și poate gestiona o gamă largă de sarcini. Prin urmare, un nucleu CPU este optimizat pentru calcularea în serie și pentru rularea sistemelor de gestionare a bazelor de date (DBMS).

 

Nucleele GPU sunt mai lente decât CPU-urile pentru calculul în serie, dar mult mai rapide pentru calculul paralel, deoarece au mii de nuclee mai slabe, care sunt cele mai potrivite pentru sarcinile de lucru paralele. Miezurile GPU sunt procesoare specializate pentru manipularea manipulărilor grafice.

 

5.Prelucrarea instrucțiunilor în serie și paralel

 

În procesarea în serie, o singură sarcină este efectuată la un moment dat, în timp ce în procesarea paralelă, mai multe sarcini sunt efectuate simultan.

În procesarea în serie, fiecare sarcină este finalizată folosind același timp mediu. Instrucțiunile sunt completate folosind tehnica primul intrat, primul ieșit (FIFO). CPU-urile sunt mai potrivite pentru procesarea instrucțiunilor în serie, deoarece pot folosi un singur nucleu pentru a executa o sarcină după ce au terminat cealaltă. Un contor de program determină ordinea de execuție a instrucțiunilor.

 

Între timp, sarcinile sunt împărțite între mai multe procesoare în procesare paralelă pentru a reduce timpul de rulare a unui program. GPU-urile sunt mai potrivite pentru procesarea în paralel a instrucțiunilor. Arhitectura GPU-urilor le permite să efectueze simultan numeroase calcule în fluxurile de date. Astfel, creșterea vitezei unui sistem informatic. Prelucrarea paralelă urmărește să îmbunătățească viteza de calcul a unui sistem informatic și să crească randamentul acestuia.

 

6.Versatilitate și interacțiune cu alte componente

 

CPU este mai versatil în comparație cu GPU. Are o gamă mai largă de instrucțiuni și poate executa numeroase sarcini. Când execută instrucțiuni, CPU interacționează și cu mai multe componente ale computerului, cum ar fi RAM, ROM, sistemul de bază de intrare/ieșire (BIOS) și porturi de intrare/ieșire (I/O).

 

În comparație, GPU-ul poate primi doar un set limitat de instrucțiuni și poate executa doar sarcini legate de grafică. GPU-ul interacționează cu mai puține componente ale computerului atunci când execută instrucțiuni. Adesea, GPU-ul necesită doar interacțiunea cu afișajul și unitățile de memorie atunci când determină modul de afișare a pixelilor pe ecran.

 

7.Executarea sarcinilor

 

Procesoarele pot gestiona majoritatea sarcinilor de calitate pentru consumatori, chiar și cele complexe, în ciuda vitezei lor relativ lente. CPU-urile pot gestiona, de asemenea, sarcini de manipulare grafică cu o eficiență mult redusă. Cu toate acestea, procesoarele depășesc GPU-urile când vine vorba de randarea 3D din cauza complexității sarcinilor. În plus, procesoarele au o capacitate de memorie mai mare, astfel încât utilizatorii se pot extinde rapid până la 64 GB fără a afecta performanța.

 

GPU-urile îmbunătățesc în principal imaginile și redă grafica mult mai rapid decât CPU-urile. Combinarea GPU-urilor cu componente de computer de ultimă generație poate reda grafica de până la 100 de ori mai rapid decât procesoarele. În ciuda vitezei lor mari, GPU-urile sunt de obicei proiectate pentru a îndeplini sarcini simple și necomplexe. În plus, GPU-urile au o memorie limitată a plăcii grafice de până la 12 GB, care nu se stivuiește și nu poate fi extinsă cu ușurință fără a provoca o scădere a performanței și blocaje.

 

8.Limitări hardware

 

Producătorii de procesoare se confruntă cu un obstacol semnificativ din cauza limitărilor hardware. În 1965, Legea lui Moore a fost creată pe baza observațiilor și proiecțiilor tendințelor istorice, stabilind ritmul revoluției digitale moderne. Această lege prevede că numărul de tranzistori de pe un cip de siliciu se dublează la fiecare doi ani, în timp ce costul computerelor se reduce la jumătate. Cu toate acestea, 57 de ani mai târziu, observațiile lui se apropie probabil de final. Astăzi, există o limită a numărului de tranzistori care pot fi adăugați la o bucată de siliciu. Cu toate acestea, producătorii au căutat să depășească aceste limitări hardware folosind calculatoare distribuite, calculatoare cuantice și înlocuitori de siliciu.

 

Pe de altă parte, producătorii de GPU nu se confruntă până acum cu limitări hardware. Legea lui Huang observă că rata de avansare a GPU-urilor este mult mai rapidă decât cea a procesoarelor. De asemenea, se precizează că performanța GPU-urilor se dublează la fiecare doi ani.

 

9.Limitări API

 

O interfață de programare a aplicațiilor (API) este o interfață software care oferă o modalitate prin care programele de calculator să comunice între ele. Producătorii de procesoare nu au limitări API pentru procesoarele lor. API-urile de date funcționează perfect cu procesorul, fără a limita funcționalitățile. Cu toate acestea, GPU-urile au API-uri grafice limitate; acestea sunt, de asemenea, greu de depanat, limitându-le și mai mult aplicațiile.

 

OpenCL și Compute Unified Device Architecture (CUDA) sunt cele mai populare API-uri de randare grafică pentru GPU. OpenCL este un API cu sursă deschisă care funcționează bine cu hardware-ul AMD GPU, dar este foarte lent pe hardware-ul Nvidia. CUDA este un API proprietar deținut de Nvidia și este optimizat pentru utilizare cu GPU-uri Nvidia. Cu toate acestea, designul specific al utilizatorilor CUDA în ecosistemele lor face dificilă schimbarea în viitor.

 

10.Latența comutării contextului

 

Latența comutării contextului se referă la timpul necesar unei unități de procesare pentru a executa un proces. Când se face o solicitare cu instrucțiuni, se inițiază automat un lanț de dependențe, unde un proces depinde de cel anterior până când solicitarea este îndeplinită. Un procesor comută mai lent între mai multe fire ca urmare a stocării informațiilor în registre. În schimb, sarcinile GPU sunt executate simultan. Aceasta înseamnă că nu există o comutare de context inter-warp, unde registrele trebuie salvate în memorie și restaurate.

 

11.Abordarea caching-ului

 

CPU-ul preia datele din memorie eficient folosind un cache pentru a economisi timp și energie. Cache-ul este o memorie mai mică și mai rapidă, mai aproape (și adesea încorporată în) CPU, care stochează copii ale datelor din locațiile de memorie principale utilizate frecvent. Cache-ul CPU constă din mai multe niveluri, adesea până la nivelul 3 și uneori până la nivelul 4. Fiecare nivel decide dacă o anumită memorie ar trebui păstrată sau ștearsă în funcție de cât de frecvent este accesată. CPU-urile moderne efectuează automat gestionarea memoriei cache.

 

În special, structura memoriei locale a GPU-ului este similară cu cea a procesorului. Cu toate acestea, memoria GPU are o arhitectură de acces la memorie neuniformă, permițând programatorilor să aleagă ce memorie să păstreze și pe care să o ștergă din memoria GPU. Acest lucru permite o mai bună optimizare a memoriei.

 

Concluzie

 

Unitatea centrală de procesare (CPU) și unitatea de procesare grafică (GPU) sunt două dintre cele mai critice componente ale PC-urilor și mainframe-urilor, fără de care computerul modern nu poate funcționa. Cele mai multe progrese în acest domeniu – de la inteligența artificială și supercomputere până la analiza predictivă – depind de aceste două blocuri de bază.

Înțelegând diferențele dintre CPU și GPU, utilizatorii individuali cu putere și factorii de decizie IT își pot folosi mai bine infrastructura și mediile terminale pentru a obține rezultate mai bune.

 

 

Sursa foto: incredibuild