Różnica między procesorem a GPU

Procesor vs GPU

CPU, skrót od Central Processing Unit, jest mózgiem systemu komputerowego, który wykonuje „obliczenia” podane jako instrukcje za pomocą programu komputerowego. Dlatego posiadanie CPU ma sens tylko wtedy, gdy masz system obliczeniowy, który jest „programowalny” (aby mógł wykonywać instrukcje) i powinniśmy zauważyć, że CPU jest „centralną” jednostką przetwarzającą, jednostką kontrolującą inne jednostki / części systemu komputerowego. W dzisiejszym kontekście procesor zwykle znajduje się w jednym krzemowym układzie, znanym również jako mikroprocesor. Z drugiej strony GPU, skrót od Graphics Processing Unit, został zaprojektowany tak, aby odciążyć CPU od intensywnych obliczeniowo zadań przetwarzania grafiki. Ostatecznym celem takich zadań jest rzutowanie grafiki na wyświetlacz, taki jak monitor. Biorąc pod uwagę, że takie zadania są dobrze znane i specyficzne, nie trzeba ich zasadniczo programować, a ponadto takie zadania są z natury równoległe ze względu na charakter wyświetlaczy. Ponownie, w obecnym kontekście, podczas gdy mniej wydajne procesory graficzne są zwykle umieszczone w tym samym krzemowym układzie scalonym, w którym znajduje się procesor (ta konfiguracja jest znana jako zintegrowany procesor graficzny), inne, bardziej wydajne, wydajne układy GPU znajdują się we własnym krzemowym układzie, zazwyczaj na osobnej płytce drukowanej (płytce drukowanej).

Co to jest procesor?

Termin CPU jest używany w systemach komputerowych od ponad pięciu dekad i był to jedyny procesor we wczesnych komputerach, dopóki nie wprowadzono „innych” procesorów (takich jak GPU) w celu uzupełnienia jego mocy obliczeniowej. Dwoma głównymi komponentami procesora są Jednostka arytmetyczna (ALU) i Jednostka sterująca (CU). Jednostka ALU procesora jest odpowiedzialna za arytmetyczne i logiczne operacje systemu obliczeniowego, a jednostka CU jest odpowiedzialna za pobieranie programu instrukcji z pamięci, dekodowanie ich i instruowanie innych jednostek, takich jak ALU, aby wykonywały instrukcje. Dlatego jednostka sterująca procesora jest odpowiedzialna za przyniesienie chwały procesorowi jako „centralnej” jednostce przetwarzania. Jednostka CU, aby pobrać instrukcje z pamięci, instrukcje muszą być przechowywane jako programy w pamięci, a zatem taki system instruktażowy jest również znany jako „programy przechowywane”. Oczywiste jest, że CU nie wykona instrukcji, ale ułatwi to, komunikując się z odpowiednimi jednostkami, takimi jak ALU. 

Co to jest GPU (inaczej VPU)?

Termin Graphics Processing Unit (GPU) został wprowadzony pod koniec lat dziewięćdziesiątych przez NVIDIA, firmę produkującą GPU, która twierdziła, że ​​wprowadziła na rynek pierwszy na świecie procesor graficzny (GeForce256) w 1999 roku. Według Wikipedii, w czasach GeForce256, NVIDIA zdefiniowała GPU jako następujące: „jednoukładowy procesor ze zintegrowanymi silnikami do transformacji, oświetlenia, ustawiania / przycinania trójkątów i renderowania, który jest w stanie przetwarzać co najmniej 10 milionów wielokątów na sekundę”. Kilka lat później rywalizująca z NVIDIA ATI Graphics, inna podobna firma, wydała podobny procesor (Radeon300) z terminem VPU dla Visual Processing Unit. Jednak, jak wiadomo, termin GPU stał się bardziej popularny niż termin VPU. 

Obecnie procesory graficzne są wdrażane wszędzie, na przykład w systemach wbudowanych, telefonach komórkowych, komputerach osobistych i laptopach oraz konsolach do gier. Nowoczesne procesory graficzne są niezwykle wydajne w manipulowaniu grafiką i są programowalne, dzięki czemu można je dostosować do różnych sytuacji i aplikacji. Jednak nawet teraz typowe układy GPU są programowane fabrycznie za pomocą tak zwanego oprogramowania układowego. Generalnie procesory graficzne są bardziej skuteczne niż procesory dla algorytmów, w których przetwarzanie dużych bloków danych odbywa się równolegle. Oczekuje się, ponieważ procesory graficzne są zaprojektowane do manipulowania grafiką komputerową, które mają niezwykle równoległy charakter. 

Pojawiła się również nowa koncepcja znana jako GPGPU (GPU do obliczeń ogólnego zastosowania), polegająca na wykorzystaniu procesorów graficznych do wykorzystania równoległości danych dostępnych w niektórych aplikacjach (takich jak bioinformatyka), a tym samym do przetwarzania danych innych niż grafika w GPU. Nie są one jednak uwzględniane w tym porównaniu.