Processamento gráfico e cálculos em paralelo
A GPU (Graphics Processing Unit, ou unidade de processamento gráfico) é um processador especializado em gerar gráficos e executar muitos cálculos em paralelo. Além de produzir imagens, ela pode processar tarefas numéricas organizadas para aproveitar esse paralelismo, como cálculos usados em aprendizado de máquina.
A aplicação precisa enviar trabalho compatível para a GPU. A existência do componente no computador não faz com que todo programa o utilize nem determina um ganho de desempenho.
Somar duas listas de números
Um exemplo didático de processamento paralelo é somar dois arrays posição por posição. Para as entradas [1, 2, 3] e [10, 20, 30], o resultado esperado é [11, 22, 33]. Cada soma pode ser calculada sem esperar o resultado das outras.
Uma implementação para GPU distribui esse trabalho entre várias unidades de execução. O CUDA é a plataforma de computação paralela da NVIDIA. Nesse modelo, a CPU (Central Processing Unit, ou unidade central de processamento) inicia a execução na GPU e coordena o acesso às informações necessárias.
As três somas servem para explicar o mecanismo. Um conjunto tão pequeno não demonstra vantagem de desempenho, porque preparar a execução e transferir informações também consome tempo.
Compatibilidade e desempenho
O driver fornece à aplicação acesso aos recursos da GPU. Você precisa conferir o modelo compatível e os requisitos do programa para saber qual tarefa pode ser executada ali. O CUDA exige uma GPU compatível da NVIDIA, por isso a presença de uma GPU de outro fabricante não atende a esse requisito.
A comparação de desempenho precisa usar a mesma tarefa e incluir o tempo total de execução. Medir apenas os cálculos na GPU pode omitir o trabalho de preparação realizado pela CPU.
Dúvidas frequentes
Perguntas frequentes sobre GPU
- A GPU precisa ser uma placa separada?
- Não. Há GPUs integradas ao processador ou ao mesmo chip e GPUs dedicadas. O formato físico não determina, por si só, quais recursos a aplicação pode usar.
- A GPU substitui a CPU?
- Não. Na computação com CUDA, por exemplo, a CPU inicia o programa e envia parte dos cálculos à GPU. As duas unidades participam da execução.
- Qualquer programa fica mais rápido com uma GPU?
- Não. A aplicação precisa ter suporte ao processamento na GPU. O ganho depende da tarefa e também do tempo gasto para preparar e transferir as informações.
Para continuar
Recursos relacionados
Documentação
MDN: GPU
Apresenta a GPU e sua função no processamento de gráficos em duas ou três dimensões.
Abrir recursoAplicação na formação
Developer Workspace
A compatibilidade entre a GPU e o driver afeta os recursos disponíveis para aplicativos no ambiente de trabalho.
Conhecer a formação
Fontes consultadas
Referências deste verbete
Este verbete ajudou você?
Obrigado pela resposta. Ela fica salva apenas neste navegador.