Zentraleinheiten (CPUs) und Grafikprozessoren (GPUs) sind grundlegende Computing-Engines. Mit den sich weiterentwickelnden Rechenanforderungen ist es aber nicht immer klar, was die Unterschiede zwischen CPUs und GPUs sind und welche Workloads am besten für sie geeignet sind.

Bạn đang xem: Gpu definition


Wofür sollte man die CPU nutzen und wann eine GPU einsetzen?

CPUs und GPUs haben beide ihre eigenen Vorzüge und spielen deshalb eine integrale Rolle in der Erfüllung zukünftiger Computeraufgaben.

GPUs haben auch heute schon in form integrierter und separater Grafikeinheiten große Bedeutung für fkhorizont-turnovo.coms Produkte.

Während CPUs auch weiterhin die entscheidenden Bauelemente sind, gibt es zunehmend mehr Rechenzentrumsaufgaben, bei denen GPUs Vorteile bieten.


*

Heutigen Systemen wird wesentlich mehr abverlangt als je zuvor – ob bei Deep-Learning-Anwendungen, massiv-paralleler Datenverarbeitung, intensivem 3D-Gaming oder anderen anspruchsvollen Anwendungen. CPU (Central Processing Unit, „Hauptprozessor“) und GPU (Graphics Processing Unit, „Grafikprozessor“) haben sehr verschiedene Aufgaben. Wofür werden CPUs verwendet? Wozu setzt man GPUs ein? Bei der Anschaffung eines neuen Computers und dem Vergleich der technischen Eigenschaften ist es wichtig zu wissen, welche Rolle jeder dieser Bausteine spielt.

Was ist eine CPU? Die aus Millionen oder Milliarden Transistoren aufgebaute CPU kann mehrere Prozessorkerne („Rechenkerne“) haben und wird verbreitet auch als Gehirn des Computers bezeichnet. Sie ist das grundlegende Bauelement aller modernen Computersysteme, domain authority sie die Programmbefehle und die für den Computer und das Betriebssystem erforderlichen Prozesse ausführt. Außerdem bestimmt die CPU maßgeblich, wie schnell Programme ausgeführt werden können, vom Surfen lặng Internet bis zur Tabellenkalkulation.

Wofür steht die Abkürzung GPU? Die GPU ist ein Prozessor, der aus vielen kleineren und für speziellere Aufgaben konzipierten Kernen besteht. Durch ihr Zusammenspiel bieten die Kerne enorme Leistung, wenn Prozesse der Datenverarbeitung auf viele Kerne aufgeteilt werden können.

Was ist der Unterschied zwischen einer CPU und einer GPU? CPUs und GPUs haben viele Gemeinsamkeiten. Beide sind entscheidend wichtige Computerelemente. Beide sind auf Halbleitertechnik basierende Mikroprozessoren. Und beide verarbeiten Daten. CPUs und GPUs haben jedoch verschiedene Architekturen und werden für unterschiedliche Zwecke eingesetzt.

Die CPU eignet sich für eine Vielzahl von Aufgaben, insbesondere für diejenigen, bei denen es auf die Latenz oder Leistungsfähigkeit pro Kern ankommt. Als leistungsstarker Baustein für die Ausführung von Programmbefehlen nutzt die CPU die geringere Anzahl der Kerne für einzelne Aufgaben und deren schnelle Erledigung. Damit ist die CPU in besonderer Weise für Jobs von der seriellen Datenverarbeitung bis zum Betrieb von Datenbanken geeignet.

GPUs waren anfangs spezialisierte ASICs, die zur Beschleunigung bestimmter 3D-Rendering-Prozesse entwickelt wurden. Yên Lauf der Zeit wurden diese Grafik-Engines mit ursprünglich festgelegter Funktion besser programmierbar und flexibler. Während nach wie vor die Grafikdarstellung und die zunehmend naturgetreue Wiedergabe heutiger Top-Computerspiele die Hauptfunktion der GPUs ist, haben sie sich zwischenzeitlich auch zu Mehrzweck-Parallelprozessoren für ein größer werdendes Anwendungsspektrum entwickelt.

Was versteht man unter integrierter Grafik? Bei der integrierten Grafik oder Grafik mit gemeinsam genutztem Speicher befindet sich die Grafikeinheit auf demselben chip wie die CPU. Bestimmte CPUs können eine integrierte GPU haben, statt auf einen separaten Grafikcontroller angewiesen zu sein. Die manchmal auch als IGP (integrierter Grafikprozessor) bezeichneten GPUs teilen sich den Arbeitsspeicher mit der CPU.

Integrierte Grafikprozessoren bieten mehrere Vorteile. Ihre Integration in die CPU erweist sich gegenüber eigenständigen Grafikprozessoren als vorteilhaft hinsichtlich Platzbedarf, Kosten und Energieeffizienz. Sie stellen ausreichende Leistung für die Verarbeitung grafikrelevanter Daten und Befehle bei allgemeinen Aufgaben wie dem Surfen lặng Web, dem Streamen von 4K-Spielfilmen und für Gelegenheitsspiele bereit.

Dieses Konzept findet am häufigsten bei Geräten Anwendung, bei denen kompakte Abmessungen und Energieeffizienz von Bedeutung sind, wie Laptops, Tablets, Smartphones und einige Desktop-PCs.

Beschleunigung von Deep Learning und KI Gegenwärtig werden GPUs für immer mehr Aufgaben wie Deep Learning und künstliche fkhorizont-turnovo.comligenz (KI) genutzt. Für das Deep-Learning-Training mit mehrschichtigen neuronalen Netzen oder mit sehr großen zusammenhängenden Datenmengen, wie etwa 2D-Bildern, eignen sich GPUs oder andere Beschleuniger ideal.

Deep-Learning-Algorithmen wurden zur beschleunigten Verarbeitung mit einer GPU angepasst, wodurch eine erhebliche Leistungssteigerung erreicht wurde und das Trainieren bei verschiedenen Problemstellungen aus der Praxis erstmals mit einem machbaren und praktikablen Aufwand möglich war.

Bei vielen Anwendungen, wie etwa beim High-Definition-, 3D- und nicht bildbasierten Deep Learning mit Sprach-, Text- und Zeitreihendaten, kommen die Stärken von CPUs zur Geltung. CPUs können wesentlich größere Arbeitsspeicher als selbst die besten heutigen GPUs für komplexe Modelle oder Deep-Learning-Anwendungen (z. B. 2D-Bild-Erkennung) unterstützen.

Die Kombination von CPU und GPU sowie ausreichend großem RAM bietet hervorragende Testmöglichkeiten für Deep Learning und KI.

Jahrzehntelange Führungsposition in der CPU-Entwicklung fkhorizont-turnovo.com blickt auf eine langjährige Erfahrung in der CPU-Innovation zurück, die 1971 mit der Vorstellung des 4004 als ersten kommerziellen Mikroprozessor, der vollständig auf einem Halbleiterchip integriert ist, ihren Anfang nahm.

Separate GPUs von fkhorizont-turnovo.com fkhorizont-turnovo.com bietet zwei Optionen für separate GPUs an, die beide auf der hãng sản xuất fkhorizont-turnovo.com Xe Architektur basieren.

Xem thêm: Bài 59 Trang 31 Sgk Toán 7 Tập 1 Toán 7 Tập 1, Giải Bài 59 Trang 31

Heute geht es nicht mehr darum, CPU und GPU gegeneinander abzuwägen. Mehr denn je werden beide zusammen benötigt, um den vielfältigen Anforderungen an die Datenverarbeitung gerecht zu werden. Die besten Ergebnisse werden fraglos dann erzielt, wenn für jede Aufgabe das richtige Werkzeug verwendet wird.