Úvod
S rostoucí popularitou oborů, jako je hluboké učení, 3D modelování/vykreslování, VR hraní a těžba kryptoměn, požadavky na moderní výpočetní techniku raketově vzrostly. Hardwarové komponenty odpovědné za poskytování výpočetního výkonu se vyvíjely v reakci na poptávku. Tento vývoj dospěl do bodu, kdy je někdy obtížné rozlišit mezi jejich rolemi v počítačovém systému.
Tento článek poskytne komplexní srovnání mezi dvěma hlavními výpočetními motory – CPU a GPU.
CPU vs. GPU:Přehled
Níže je uveden přehled hlavních bodů srovnání mezi CPU a GPU.
| CPU | GPU |
|---|---|
| Menší počet větších jader (až 24) | Větší počet (tisíce) menších jader |
| Nízká latence | Vysoká propustnost |
| Optimalizováno pro sériové zpracování | Optimalizováno pro paralelní zpracování |
| Navrženo pro spouštění složitých programů | Navrženo pro jednoduché a opakované výpočty |
| Provádí méně pokynů za hodinu | Provede více pokynů za hodinu |
| Automatická správa mezipaměti | Umožňuje ruční správu paměti |
| Nákladově efektivní pro menší pracovní zatížení | Nákladově efektivní pro větší pracovní zatížení |
Co je to CPU?
CPU (Central Processing Unit) nebo hlavní procesor provádí výpočetní instrukce. CPU je připojeno k základní desce přes zásuvku CPU a naslouchá vstupu z počítačového programu nebo periferie, jako je klávesnice, myš nebo touchpad. Poté interpretuje a zpracovává vstup a výsledný výstup odesílá periferním zařízením nebo jej ukládá do paměti.
Co je GPU?
GPU (Graphics Processing Unit) je specializovaný grafický procesor navržený tak, aby byl schopen zpracovávat tisíce operací současně. Náročné 3D aplikace vyžadují paralelní zpracování textur, kaše a světla, aby se obraz hladce pohyboval po obrazovce, a architektura CPU není pro tyto úkoly optimalizována. Původním účelem GPU bylo urychlit vykreslování grafiky.
Rozdíl mezi CPU a GPU
Přestože jsou oba procesory na bázi křemíku, CPU a GPU se výrazně liší v architektuře a aplikaci.
CPU vs. Architektura GPU
CPU se skládá z miliard tranzistorů propojených tak, aby vytvořily logická hradla, která jsou následně spojena do funkčních bloků. Ve větším měřítku má CPU tři hlavní součásti:
- Aritmetická a logická jednotka (ALU) obsahuje obvody, které provádějí aritmetické a logické operace.
- Řídící jednotka načte instrukce ze vstupu a předá je ALU, mezipaměti, RAM nebo periferním zařízením.
- Mezipaměť ukládá mezihodnoty potřebné pro výpočty ALU nebo pomáhá se sledováním podprogramů a funkcí v právě prováděném programu.
CPU mohou mít více jader s vlastními ALU, řídicími jednotkami a mezipamětí.
GPU se skládá z podobných komponent, ale obsahuje mnohem větší počet menších specializovaných jader. Účelem více jader je umožnit GPU provádět více paralelních výpočetních operací .
CPU vs. Vykreslování GPU
GPU byly primárně vytvořeny pro manipulaci s grafikou, což vysvětluje, proč jsou tak lepší než CPU v rychlosti vykreslování. V závislosti na kvalitě jednotlivých kusů hardwaru může být vykreslování GPU až stokrát rychlejší než vykreslování CPU.
Dobrý zážitek z vykreslování však nezávisí pouze na rychlosti. Například práce s 3D vizuálními prvky vyžaduje provádění několika složitých úkolů a zároveň synchronizaci dat. CPU jsou navrženy pro složitost a mají tendenci překonávat GPU ve 3D vykreslování, protože GPU jsou navrženy tak, aby vykonávaly jednodušší a přímočařejší úkoly.
Kromě toho jsou GPU omezeny na paměť grafické karty (obvykle do 12 GB), která se neskládá a nelze ji snadno rozšířit, aniž by to způsobilo zúžení a poškození výkonu. CPU využívá hlavní systémovou paměť, kterou lze snadno rozšířit a dosahuje až 64 GB.
CPU Cache vs. Mezipaměť GPU
CPU používá mezipaměť k úspoře času a energie potřebné k načtení dat z paměti. Mezipaměť je navržena tak, aby byla menší, rychlejší a blíže k ostatním součástem CPU než hlavní paměť.
Mezipaměť CPU se skládá z několika vrstev. Úroveň nejblíže jádru je využívána pouze tímto jádrem, zatímco nejvzdálenější vrstva je sdílena mezi všemi jádry CPU. Moderní CPU provádějí správu mezipaměti automaticky. Každá vrstva rozhoduje, zda má být část paměti ponechána nebo odstraněna na základě frekvence používání.
Lokální paměť GPU je strukturálně podobná mezipaměti CPU. Nejdůležitější rozdíl je však v tom, že paměť GPU se vyznačuje nejednotnou architekturou přístupu k paměti. Umožňuje programátorům rozhodnout, které části paměti ponechat v paměti GPU a které odstranit, což umožňuje lepší optimalizaci paměti.
CPU vs. Hluboké učení GPU
Hluboké učení je obor, ve kterém GPU fungují výrazně lépe než CPU. Níže jsou uvedeny důležité faktory, které přispívají k popularitě serverů GPU v hlubokém učení:
- Šířka pásma paměti - Původním účelem GPU bylo urychlit 3D vykreslování textur a polygonů, takže byly navrženy tak, aby zvládaly velké datové sady. Mezipaměť je příliš malá na uložení množství dat, které GPU opakovaně zpracovává, takže GPU mají širší a rychlejší paměťové sběrnice.
- Velké datové sady - Modely hlubokého učení vyžadují velké soubory dat. Efektivita GPU při zpracování pamětí náročných výpočtů z nich dělá logickou volbu.
- Paralelismus - GPU používají paralelismus vláken k vyřešení problému latence způsobeného velikostí dat - současné použití více vláken zpracování.
- Nákladová efektivita - Velké zátěže neuronové sítě vyžadují hodně hardwarového výkonu. Za tímto účelem systémy založené na GPU nabízejí výrazně více zdrojů za méně peněz.
CPU vs. Těžba GPU
Zatímco těžba GPU bývá dražší, GPU mají vyšší hash rate než CPU. GPU provádějí až 800krát více instrukcí na takt než CPU, což je činí efektivnějšími při řešení složitých matematických problémů potřebných pro těžbu. GPU jsou také energeticky účinnější a snáze se udržují.
Jak CPU a GPU spolupracují?
Při porovnávání těchto dvou je důležité pochopit, že GPU byly navrženy tak, aby doplňovaly CPU, nikoli je nahrazovaly. CPU a GPU spolupracují na zvýšení množství a rychlosti zpracovávaných dat.
GPU nemůže nahradit CPU v počítačovém systému. CPU je nezbytné pro dohled nad prováděním úloh v systému. CPU však může delegovat konkrétní opakující se pracovní zátěže na GPU a uvolnit své vlastní zdroje nezbytné pro udržení stability systému a spuštěných programů.