Dans les appareils informatiques, nous avons une unité de traitement qui traite les données. Cette unité est connue sous le nom d'unité centrale de traitement. Les principales tâches de cette unité comprennent le codage et le décodage des données, le stockage des données, le traitement et la compilation des données, l'exécution des données, etc. CPU détermine la vitesse de traitement ou de fonctionnement de l'appareil. Lorsque vous travaillez sur une grande quantité de données, cela nécessite un stockage mémoire plus important. Aujourd'hui, avec l'augmentation des techniques de traitement d'image, nous bénéficions d'images haute définition, de graphismes clairs, etc. Les opérations mathématiques requises pour ces techniques sont très importantes et nécessitent une unité de traitement plus rapide. Pour surmonter cela, l'unité de traitement graphique (GPU) a été mise en lumière.
Qu'est-ce qu'une unité de traitement graphique?
Les unités de traitement sont utilisées pour effectuer des calculs dans un appareil informatique. Avec l'avènement des concepts technologiques tels que l'imagerie 3D, le streaming vidéo haute définition, les graphiques, etc. sont introduits. Pour mettre en œuvre ces concepts sur un dispositif matériel, des opérations mathématiques importantes et complexes doivent être effectuées et plus rapidement.
L'unité centrale de traitement, bien qu'elle ait une fréquence élevée, ne peut pas traiter efficacement les calculs d'une si grande échelle. Ainsi, une unité de traitement dédiée pour exécuter des calculs plus volumineux à haute fréquence a été introduite. Cette unité de traitement s'appelait une unité de traitement graphique. Le GPU est un appareil électronique spécialisé utilisé principalement pour les calculs basés sur l'infographie et le traitement d'images. Ceux-ci sont soit intégrés au SoC avec le microprocesseur ou le processeur principal ou disponibles en tant que puces autonomes avec des unités de mémoire dédiées.
Fonctions de calcul
Pour les calculs liés à l'infographie 3D, GPU utilise les transistors présents dans sa conception. Les calculs autour des graphiques 3D incluent des opérations géométriques telles que la rotation et la translation des sommets en différents systèmes de coordonnées, le mappage de texture et le rendu des polygones. De nombreuses fonctions GPU récentes incluent également la fonctionnalité du processeur, des techniques de suréchantillonnage et d'interpolation pour réduire l'aliasing.
Aujourd'hui, il y a eu une augmentation considérable de l'utilisation du GPU avec l'augmentation des technologies d'apprentissage en profondeur et d'apprentissage automatique. Pour former un modèle d'apprentissage en profondeur, un plus grand nombre de calculs complexes doivent être effectués. L'utilisation du GPU a simplifié la formation des modèles d'apprentissage automatique.
Les unités de traitement graphique sont 250 fois plus rapides que le processeur. Dans le décodage vidéo accéléré par GPU, le GPU exécute les parties du processus de décodage vidéo et du post-traitement vidéo. Les API couramment utilisées à cet effet sont DxVA, VDPAU, VAAPI, XvMC, XvBA. Ici, DxVA est pour le système d'exploitation Windows et le reste est pour Linux et Unix comme les systèmes d'exploitation. XvMC ne peut décoder que les vidéos encodées avec MPEG-1 et MPEG-2.
Les processus de décodage vidéo qui peuvent être effectués par GPU sont les suivants:
- Compensation de mouvement
- Transformée cosinus discrète inverse
- Transformée en cosinus discrète modifiée inverse.
- Filtre de déblocage en boucle
- Prédiction intra-image
- Quantification inverse
- Décodage à longueur variable
- Désentrelacement spatio-temporel
- Détection automatique de la source entrelacée
- Traitement Bitstream
- Positionnement parfait des pixels
Architecture d'unité de traitement graphique
Le GPU est généralement utilisé comme coprocesseur avec le CPU. Grâce à cela, le processeur peut effectuer des calculs scientifiques et techniques à usage général avec une fréquence plus élevée. Ici, la partie du code qui prend beaucoup de temps et de calcul est déplacée sur le GPU tandis que le code restant fonctionne toujours sur le CPU. Le GPU effectue un traitement parallèle du code, améliorant ainsi les performances du système. Ce type de calcul est connu sous le nom de calcul hybride.
Architecture d'unité de traitement graphique
Contrairement au processeur qui contient de deux à huit cœurs de processeur, le GPU est composé de centaines de cœurs plus petits. Tous ces cœurs fonctionnent ensemble en traitement parallèle. Pour utiliser efficacement les fonctions de l’architecture de calcul parallèle du GPU, les développeurs d’applications de NVIDIA ont conçu un modèle de programmation parallèle appelé «CUDA».
L'architecture GPU diffère en fonction de son modèle. L'architecture générale du GPU se compose de plusieurs clusters de traitement. Ces clusters contiennent plusieurs multiprocesseurs Streaming. Ici, chacun des streaming multiprocesseurs contient une couche de cache d'instructions de couche 1 avec ses cœurs associés.
Formulaires GPU
En fonction de leurs fonctionnalités et de leurs méthodes de traitement, différentes formes de GPU sont disponibles sur le marché. Il existe deux formes principales de GPU dans les ordinateurs personnels: carte graphique dédiée, carte graphique intégrée. La carte graphique dédiée est également connue sous le nom de GPU discret. Les graphiques intégrés sont également connus sous le nom d'architecture de mémoire unifiée, solutions graphiques partagées.
La plupart des GPU sont conçus en tenant compte de leurs applications telles que le traitement graphique 3D, les jeux, etc. formation poste de travail et intelligence artificielle, Nvidia Drive PX conçu pour la voiture automatisée, etc…
Carte graphique dédiée
Les systèmes dotés d'un GPU dédié sont appelés «systèmes DIS». Ici, le dédié fait référence au fait que ces puces GPU ont un RAM utilisé exclusivement par la carte. Ceux-ci sont généralement interfacés avec la carte mère à l'aide de connecteurs d'extension tels que PCI Express ou Accelerated Graphics Port. Ces puces sont facilement remplacées ou mises à niveau. En raison des contraintes de taille et de poids, les GPU dédiés sur les ordinateurs portables sont interfacés via un slot non standard.
Unité de traitement graphique intégrée
Ce type de GPU ne dispose pas d'unité RAM dédiée. Au lieu de cela, il utilise une partie de la mémoire de l'ordinateur pour son fonctionnement. Ce GPU peut être intégré à la carte mère soit dans le cadre de son chipset, soit construit sur la même matrice avec CPU. Celles-ci ont une capacité moindre que la carte graphique dédiée mais sont moins coûteuses à mettre en œuvre. Intel HD Graphics et AMD Accelerated Processing Unit sont des exemples de ce GPU.
Traitement graphique hybride
La fonctionnalité de ce GPU se situe entre la carte graphique dédiée et la carte graphique intégrée. Cela utilise une partie de la mémoire système et dispose également d'un petit cache mémoire dédié. Ce cache dédié compense la latence élevée de la RAM. L’hyper mémoire d’ATI et le TurboCache de Nvidia sont les unités de traitement graphique hybrides les plus couramment utilisées.
Processeur de traitement de flux et GPU de traitement général
Celles-ci sont communément appelées GPGPU. L'unité de traitement graphique à usage général est couramment utilisée comme processeur de flux modifié pour exécuter des noyaux informatiques. En utilisant ce concept, la puissance de calcul massive du shader de l’accélérateur graphique moderne est utilisée comme puissance de calcul à usage général. Pour les opérations vectorielles massives, cette méthode offre des performances supérieures à celles d'un simple processeur.
GPU externe
Semblable à un grand disque dur externe, cette unité de traitement graphique est également présente à l'extérieur de l'unité informatique. Ceux-ci sont également connectés en externe aux ordinateurs portables. Les ordinateurs portables ont généralement une bonne quantité de RAM et un processeur suffisamment puissant. Au lieu d'un processeur graphique puissant, les ordinateurs portables sont intégrés avec une puce graphique intégrée moins puissante mais plus économe en énergie. Ceux-ci ne sont pas assez puissants pour exécuter des graphismes de jeu et ne prennent pas en charge les jeux graphiques supérieurs. Ainsi, ce GPU externe est utilisé avec les ordinateurs portables pour des performances plus élevées.
Avec la demande croissante de graphismes élevés et de bonnes résolutions d'image, la demande de GPU plus puissants augmente également. Avec la disponibilité de GPU puissants, il est possible de faire beaucoup plus dans le domaine des technologies de traitement de pointe telles que l'apprentissage automatique et l'apprentissage en profondeur. Le GPU a également accéléré un énorme boom dans l'industrie du jeu. De nombreux jeux graphiques de haute qualité ont été lancés qui utilisent pleinement la puissance du GPU. Quel type de GPU peut être connecté en externe aux ordinateurs portables?
FAQ
1). Un GPU est-il une carte graphique?
Une carte graphique présente sur le dispositif informatique est une partie matérielle entière. Alors qu'un GPU est une puce présente sur la carte graphique.
2). Quel est un processeur ou un GPU plus rapide?
Aujourd'hui, le GPU est disponible avec des unités de mémoire plus grandes, une plus grande puissance de traitement et une plus grande bande passante mémoire par rapport au processeur traditionnel. Ainsi, le GPU est environ 50 à 100 fois plus rapide que le CPU.
3). Combien de cœurs un GPU a-t-il?
Le GPU fait du calcul parallèle. Il a des centaines de petits cœurs travaillant ensemble. Ce calcul parallèle massif donne au GPU sa puissance de calcul supérieure.
4). RTX ou GTX est-il meilleur?
Par rapport à la GTX 1080 Ti, la RTX 2080 dispose d'une technologie plus récente et offre de meilleures performances plus rapides. RTX est moins cher que GTX.
5). Un GPU peut-il remplacer un CPU?
Le GPU est plus rapide que le CPU. Ils exécutent la tâche très rapidement en effectuant de nombreuses tâches à la fois. Mais il ne peut effectuer que certaines opérations à fréquence plus élevée et toutes les autres exécutions comme la gestion des interruptions, le stockage des données se fait par CPU. Non, le GPU ne peut pas remplacer un CPU.
