CPU vs. GPU entendendo as principais diferenças
Quando a GPU passou por uma etapa central na super-computação moderna, tornou-se amplamente empregado para acelerar as tarefas de redes a jogos e criptografia e AI. Hoje, a CPU e a GPU são consideradas fatores essenciais para uma tarefa de computação. É por isso que os melhores combos de CPU e GPU estão impulsionando os avanços nas máquinas de jogos, estações de trabalho profissionais, PCs menores de mesa e as últimas gerações de laptops.
Neste artigo, estamos dando uma olhada em suas principais diferenças.
Neste artigo, estamos dando uma olhada em suas principais diferenças.
O que é uma CPU?
Uma CPU (unidade de processamento central) é o componente de processamento principal do computador. Ele define um dispositivo de computação, mas funciona ao lado de outro hardware. O chip de processamento fica em um soquete específico na placa -mãe. Uma CPU regular é separada da memória, pois não pode armazenar informações. Apenas processa todas as informações dentro da memória. Uma CPU é construída colocando centenas de milhões de transistores microscópicos em um único chip.
O avanço da tecnologia da CPU hoje lida com esses transistores menores e melhorar a velocidade da CPU. De fato, de acordo com a lei de Moore, o número de transistores em um chip também dobra a cada dois anos. Dispositivos modernos, como telefones celulares e tablets, utilizam um sistema especial no Chip (SOC) que empacota a CPU com gráficos e componentes de memória. Portanto, eles podem fazer mais do que as funções padrão de uma CPU.
O que é uma GPU?
Uma GPU (Unidade de Processamento de Gráficos) é uma CPU especializada projetada para manipular a memória e acelerar o desempenho de um computador para várias tarefas. Tem um número muito maior de alus do que a CPU. Assim, dividindo problemas complexos em milhares de tarefas separadas e resolvendo -as simultaneamente. Quanto à arquitetura, a memória interna de uma GPU é uma conexão ponto a ponto, enquanto acelera a taxa de transferência da memória e a quantidade de dados que ele pode processar.
Uma GPU usa milhares de núcleos com conjuntos de instruções otimizados para o ponto flutuante e cálculos aritméticos. Isso torna uma GPU muito mais rápida com álgebra linear e trabalhos semelhantes exigindo um maior grau de paralelismo. Portanto, as GPUs são consideradas o componente principal responsável pelos gráficos. A renderização de formas, texturas e iluminação deve ser concluída imediatamente para manter as imagens se movendo através da tela.
GPU vs. CPU: uma olhada em suas diferenças
Como você deve ter notado pela discussão acima, há uma diferença considerável entre os dois componentes e como eles funcionam. Vamos pegar as diferenças deles em detalhes para que seja fácil decidir se você precisa de ambos para sua configuração ou não.
Poder
Embora uma GPU tenha mais núcleos que uma CPU, eles são menos poderosos na velocidade do relógio. Normalmente, a velocidade do relógio de uma GPU varia de 500 a 800 MHz com núcleos mais densos em um único chip. Por outro lado, as CPUs hoje podem ir tão rápido quanto 3.5 a 4 GHz. As GPUs também são menos versáteis, pois têm conjuntos de instruções limitadas. Você pode ir com 24 a 48 núcleos de CPU super rápidos em um ambiente de servidor, mas adicionar apenas 4 a 8 GPUs pode oferecer 40.000 núcleos adicionais. Dessa forma, o grande número de núcleos de GPU e paralelismo maciço que eles trazem para a mesa podem compensar núcleos menos poderosos, menos versáteis e menos inteligentes.
Memória
A RAM da GPU é a memória dedicada. É uma interface muito mais ampla com caminhos curtos e uma conexão P2P. É por isso que funciona uma velocidade de relógio muito mais alta do que uma memória da CPU. A memória da GPU pode entregar até várias centenas de GB por segundo à GPU. A RAM da CPU é uma memória do sistema. É principalmente 2 DIMM de largura e tem um ônibus com várias gotas. Portanto, ele precisa de mais poder para dirigir, mesmo quando está funcionando em velocidades mais baixas do relógio. A memória da CPU entrega na média de GB por segundo. No entanto, várias CPUs mais recentes usam interfaces mais amplas para fornecer até 100 GB de dados por segundo. Quanto ao design interno, ambos esses tipos de memória são muito semelhantes um ao outro.
Conjuntos de instruções
Uma GPU pode trabalhar com um conjunto de instruções muito maior e complexo. A CPU, por outro lado, tem um conjunto de instruções limitado. Embora muitos fabricantes de chipset de CPU agora estejam tentando incorporar conjuntos de instruções cada vez mais complexos em suas arquiteturas da CPU, a tecnologia ainda não está lá. Fazendo isso tem várias desvantagens. Por exemplo, uma CPU precisa girar milhares de ciclos de relógio ao trabalhar com instruções complexas. A Intel recentemente integrou algum paralelismo no nível de instrução aos seus mais novos chips para suavizar o processo. No entanto, ele impede o desempenho geral da CPU.
Tempo de mudança de contexto
O tempo de interrupção do contexto ou a latência da troca de contexto, em termos simples, é a quantidade de tempo necessária para uma unidade de processamento para executar um processo. Uma CPU é relativamente lenta quando se trata de alternar entre vários threads. A razão é que ele precisa armazenar informações em registros. Restaurando essas informações quando necessário, lave o cache e execute outras operações de limpeza ao mesmo tempo que consomem uma grande parte de seus recursos. Enquanto os chips de processamento modernos tentam superar esse problema utilizando segmentos de estado de tarefas, a troca de contexto permanece lenta. No entanto, não há mudança de contexto entre warpa na GPU, pelo menos no sentido tradicional da palavra. Eles normalmente executam apenas uma tarefa de cada vez.
Limitações de hardware
Lei de Moore, a noção de que o número de transistores por polegada de um chip de silício duplas a cada dois anos está chegando ao seu fim. Afinal, você não pode simplesmente continuar adicionando transistores em um pedaço de silício. Existe um limite de hardware que é impossível de atravessar por causa das leis simples da física. Esta limitação de hardware é um grande obstáculo para os fabricantes de CPU. Claro, eles agora estão tentando superá -lo com a ajuda de computação distribuída, computadores quânticos e substituições de silício. No entanto, como isso se passa é um palpite. Uma GPU, por outro lado, não tem essas limitações. De fato, a lei de Huang, em contraste com a lei de Moore, prevê que o desempenho das GPUs mais que dobrará a cada dois anos. De acordo com Jensen Huang, CEO da Nvidia, “A inovação não é apenas apenas chips. É sobre toda a pilha.”
Limitações da API
As GPUs também têm APIs de gráficos muito limitados. Além disso, eles são difíceis de depurar, o que limita ainda mais suas aplicações. As duas APIs de renderização de gráficos mais populares, CUDA e OpenCL, são notórias a esse respeito. Enquanto o OpenCL é de código aberto, ele só funciona bem com o hardware da AMD e é muito lento no NVIDIA. Por outro lado, Cuda vem de fábrica otimizada para NVIDIA. Ainda assim, ele o trava em seu ecossistema, tornando impossível uma mudança no futuro. Em comparação, não existe essa limitação de API nas CPUs de diferentes fabricantes. As APIs de dados funcionam perfeitamente com a CPU, nunca dificultando o progresso do seu trabalho.
CPU vs. Diferenças de GPU em poucas palavras
| CPU | GPU |
|---|---|
| Unidade de processamento central do computador | Unidade de processamento gráfico do computador |
| Apresenta vários núcleos | Apresenta milhares de núcleos |
| Componente de baixa latência | Componente de alto rendimento |
| Excelente para processamento em série | Excelente para processamento paralelo |
| Tem um cache próprio | Sem cache |
| Limitações de hardware, sem limitações da API | Limitações da API, sem limitações de hardware |
| Menos núcleos, mais velocidade do relógio | Mais núcleos, menos velocidade do relógio |
Conclusão
Tanto a CPU quanto a GPU servem em diferentes domínios do processamento de computadores. Ambos têm diferentes esferas de excelência, bem como limitações. Conhecer cada componente ajuda você a otimizar melhor seu hardware para qualquer projeto em que você deseja trabalhar. Além disso, pode ajudá -lo a evitar o temido gargal da CPU GPU. Esperamos que as informações fornecidas neste artigo sirvam como um guia no futuro. Linuxhint é um recurso on -line para tudo relacionado a computadores e Linux em particular. Verifique os artigos relacionados para obter mais informações. Obrigado pela leitura!
Perguntas frequentes (perguntas frequentes)
CPU é melhor ou GPU?
A resposta a esta pergunta depende dos aplicativos que você deseja executar em seu sistema. Se você fizer muita renderização de vídeo, jogos e outros trabalhos com uso intensivo de gráficos, investir em uma GPU melhor será a decisão certa. No entanto, obtenha uma CPU melhor se você estiver usando seu computador para trabalho de rotina, navegação na Internet e streaming de vídeo. Você pode não precisar de uma GPU.
GPU vs. CPU: o que mais importa para jogos?
Bem, depende de que tipo de jogo você joga. Se você gosta de jogos em ritmo acelerado, como atiradores em primeira pessoa, como videogames de bacalhau, Overwatch ou estratégia em tempo real, como a era dos impérios e lâminas do Shogun, ou MMORPGs como Salder Scrolls e World of Warcraft, então Sugerimos a atualização da sua CPU primeiro. No entanto, obtenha uma GPU melhor se você gosta de videogames on-line em mundo aberto, como GTA 5, Witcher 3 ou Red Dead Redemption 2 com ambientes altamente definidos e imersivos.
Qual é a melhor GPU da CPU?
Depende do seu aplicativo e usa. Conversamos em detalhes sobre os melhores combos de GPU da CPU em nosso artigo. Você pode encontrá -lo em nossa seção “Postagens de dica Linux relacionadas” no canto superior esquerdo desta página.
Referências usadas neste artigo
1. O que é computação de GPU