Kuo skiriasi CPU nuo GPU?
Išsami techninė analizė: CPU ir GPU vaidmenys, nuosekliosios ir lygiagrečiosios architektūros skirtumai ir kodėl vaizdo plokštės tapo dirbtinio intelekto varikliu.
CPU ir GPU: du lustai, du skirtingi mąstymo būdai
Šiuolaikinėse technologijose centrinis procesorius (CPU – Central Processing Unit) ir grafinis procesorius (GPU – Graphics Processing Unit) yra kertiniai skaičiavimo komponentai. Nors abu atlieka skaičiavimus, jų architektūra ir paskirtis iš esmės skiriasi. Norint suprasti, kodėl galingos vaizdo plokštės tapo DI revoliucijos varikliu, būtina palyginti jų vidinę sandarą ir veikimo principus.
Nuoseklusis apdorojimas ir logikos valdymas
Centrinis procesorius dažnai vadinamas kompiuterio smegenimis. Tai universalus komponentas, sukurtas atlikti pačias įvairiausias užduotis. Jo pagrindinė stiprybė – nuoseklusis apdorojimas (serial processing).
Įsivaizduokite CPU kaip itin našų įmonės vadovą. Jis gali labai greitai išspręsti sudėtingas logines sąlygas, valdyti operacinę sistemą, atidaryti programas ir užtikrinti, kad pelė judėtų ekrane sinchroniškai. Tačiau šis „vadovas“ geriausiai dirba, kai sprendžia vieną ar kelias sunkias užduotis vienu metu.
Šiuolaikiniai CPU paprastai turi nedaug galingų branduolių (nuo 4 iki 64), kurių kiekvienas optimizuotas vykdyti sudėtingas instrukcijas ir greitai perjungti kontekstą tarp skirtingų užduočių.
Tūkstančių darbininkų jėga ir pasikartojantys veiksmai
Grafinis procesorius veikia visiškai kitu principu. Jei CPU – generalinis direktorius, tai GPU – tūkstančių darbininkų armija. Kiekvienas atskiras branduolys palyginti silpnas, bet jie turi vieną didžiulį pranašumą – visi gali dirbti vienu metu. Tai vadinama lygiagrečiuoju apdorojimu (parallel processing).
GPU architektūra sukurta taip, kad vienu metu atliktų tūkstančius paprastų, pasikartojančių skaičiavimų. Iš pradžių tai buvo skirta grafikai: ekrane yra milijonai pikselių, ir kiekvienam iš jų reikia apskaičiuoti spalvą, apšvietimą ir šešėlį. Tam nereikia sudėtingos logikos, tačiau tą pačią milisekundę reikia atlikti didžiulį kiekį vienodų veiksmų.
Šiandieniniai galingi GPU (pvz., NVIDIA RTX serija) turi tūkstančius mažų branduolių (pvz., daugiau kaip 10 000 CUDA branduolių), kurie lygiagrečiai apdoroja milžiniškus duomenų srautus (SIMD – Single Instruction, Multiple Data).
Branduolių skaičius, lankstumas ir tikslinės užduotys
Norint aiškiai atskirti šiuos du komponentus, verta apžvelgti jų technines charakteristikas:
| Savybė | Centrinis procesorius (CPU) | Grafinis procesorius (GPU) |
|---|---|---|
| Branduolių skaičius ir tipas | Nedaug (2–64), bet labai galingų branduolių, didelė spartinančioji atmintinė (cache). | Tūkstančiai mažų, specializuotų branduolių (pvz., CUDA, Stream Processors). |
| Apdorojimo tipas | Nuoseklusis (Serial Processing). Viena sudėtinga instrukcija vienu metu. | Lygiagretusis (Parallel Processing). Tūkstančiai paprastų instrukcijų vienu metu. |
| Pagrindinė paskirtis | Operacinės sistemos valdymas, loginis sprendimų priėmimas, duomenų bazės. | Vaizdo atvaizdavimas (rendering), vaizdo įrašų kodavimas, 3D modeliavimas. |
| Lankstumas | Labai lankstus. Gali atlikti bet kokią užduotį. | Mažiau lankstus. Našus tik atliekant pasikartojančius skaičiavimus. |
GPGPU technologijos įtaka DI revoliucijai
Ilgą laiką GPU buvo svarbus tik žaidėjams. Tačiau maždaug 2006–2007 m. atsiradus programuojamoms sąsajoms (pvz., CUDA – Compute Unified Device Architecture), mokslininkai suprato, kad GPU gali būti naudojamas bendrosios paskirties skaičiavimams (GPGPU – General-purpose computing on graphics processing units).
Paaiškėjo, kad dirbtinio intelekto ir neuroninių tinklų mokymas yra labai panašus į grafikos apdorojimą – tai tiesiog didžiuliai matricų daugybos veiksmai. CPU šiuos lygiagrečius veiksmus atliktų savaites, o GPU dėl tūkstančių branduolių architektūros juos atlieka per kelias valandas. Būtent todėl šiuolaikiniai duomenų centrai ir DI serveriai yra prikimšti galingų vaizdo plokščių, tapusių pagrindiniu DI ir mašininio mokymosi varikliu.
Išvada
CPU ir GPU – ne konkurentai, o partneriai. CPU veikia kaip koordinatorius ir strategas, užtikrinantis bendrą sistemos stabilumą. GPU – galinga jėgainė, atliekanti sunkųjį darbą su vizualine informacija ir dideliais duomenų masyvais. Kompiuteris be CPU neveiktų, o kompiuteris be galingo GPU šiais laikais negali greitai apdoroti vizualinės informacijos ir neatsilieka nuo sparčiai augančios dirbtinio intelekto eros.
Reikia pagalbos su įrenginiu?
Jei jūsų telefonas, kompiuteris ar planšetė veikia prastai – atneškite jį į Fixas. Atliekame greitą diagnostiką ir dažniausiai sutvarkome per 1–3 valandas.