unidade de processamento gráfico (GPU) é um chip de computador que torna gráficos e imagens através da realização de cálculos matemáticos rápidos. GPUs são usados tanto para computação profissional quanto pessoal. Tradicionalmente, as GPUs são responsáveis pela renderização de imagens 2D e 3D, animações e vídeo — mesmo que, agora, elas tenham uma gama de uso mais ampla.

nos primeiros dias da computação, a unidade central de processamento (CPU) realizou estes cálculos., Como aplicações mais intensivas em gráficos foram desenvolvidas, no entanto, suas demandas colocaram uma tensão na CPU e menor desempenho. GPUs foram desenvolvidos como uma forma de descarregar essas tarefas a partir de CPUs e para melhorar a renderização de gráficos 3D. GPUs funciona usando um método chamado processamento paralelo, onde múltiplos processadores lidam com partes separadas da mesma tarefa.

GPUs são bem conhecidos nos jogos para PC (Computador pessoal), permitindo uma renderização gráfica suave e de alta qualidade. Desenvolvedores também começaram a usar GPUs como uma forma de acelerar cargas de trabalho em áreas como inteligência artificial (AI).,

GPU use cases / What are GPUs used for today?

atualmente, chips gráficos estão sendo adaptados para uma variedade mais ampla de tarefas do que originalmente projetado para, parcialmente porque as GPUs modernas são mais programáveis do que eram no passado.

alguns exemplos de casos de uso da GPU incluem:

• GPUs pode acelerar a renderização de aplicações gráficas em tempo real 2D e 3D.
• edição de vídeo e criação de conteúdo de vídeo melhorou com GPUs., Editores de vídeo e designers Gráficos, por exemplo, podem usar o processamento paralelo de uma GPU para fazer a renderização de vídeo e gráficos de alta definição mais rápido.
• Os gráficos de jogos de vídeo tornaram-se computacionalmente mais intensivos, por isso, a fim de acompanhar as tecnologias de visualização — como 4K e altas taxas de actualização — a ênfase tem sido colocada em GPUs de alto desempenho.as GPUs podem acelerar a aprendizagem de máquinas. Com a alta capacidade computacional de uma GPU, cargas de trabalho como reconhecimento de imagem podem ser melhoradas.,as GPUs podem compartilhar o trabalho das CPUs e treinar redes neurais de aprendizagem profunda para aplicações AI. Cada nó em uma rede neural realiza cálculos como parte de um modelo analítico. Os programadores eventualmente perceberam que eles poderiam usar o poder das GPUs para aumentar o desempenho dos modelos através de uma matriz de aprendizagem profunda — aproveitando-se de muito mais paralelismo do que é possível com CPUs convencionais. Os fornecedores da GPU tomaram nota disso e agora criam GPUs para usos de aprendizado profundo em particular.
• GPUs também foram usados para minerar bitcoin e outras criptocurências como Ethereum.,

como uma GPU funciona

uma GPU pode ser encontrada integrada com uma CPU no mesmo circuito eletrônico, em uma placa gráfica ou na placa-mãe de um computador pessoal ou servidor. GPUs e CPUs são bastante semelhantes em construção. No entanto, GPUs são projetados especificamente para realizar cálculos matemáticos e geométricos mais complexos. Estes cálculos são necessários para desenhar gráficos. As GPUs podem conter mais transístores do que uma CPU.,

GPUs vai usar o processamento paralelo, onde vários processadores trabalhar diferentes partes de uma mesma tarefa. Uma GPU também terá sua própria RAM (memória de acesso aleatório) para armazenar dados nas imagens que processa. A informação sobre cada pixel é armazenada, incluindo a sua localização no visor. Um conversor digital-para-analógico (DAC) é conectado à RAM e vai transformar a imagem em um sinal analógico para que o monitor possa exibi-lo., A RAM de vídeo normalmente opera a altas velocidades.

GPUs virá em dois tipos: integrados e discretos. GPUs integrados vêm incorporados ao lado da GPU, enquanto GPUs discretos podem ser montados em uma placa de circuito separada.

para empresas que necessitam de poder computacional pesado, ou que trabalham com aprendizagem de máquinas ou visualizações 3D, ter GPUs fixado na nuvem pode ser uma boa opção. Um exemplo disso é a GPUs de nuvem do Google, que oferece GPUs de alto desempenho no Google Cloud. Hospedar GPUs na nuvem terá os benefícios de libertar recursos locais, economizando tempo, custo e escalabilidade., Os usuários podem escolher entre uma gama de tipos de GPU ao ganhar desempenho flexível com base em suas necessidades.

GPU vs. CPU

GPUs são bastante semelhantes às arquiteturas de CPU. No entanto, os CPUs são usados para responder e processar as instruções básicas que conduzem um computador, enquanto as GPUs são projetadas especificamente para renderizar rapidamente imagens de alta resolução e vídeo. Essencialmente, CPUs são responsáveis por interpretar a maioria dos comandos de um computador, enquanto GPUs focam na renderização gráfica.,

em geral, uma GPU é projetada para o paralelismo de dados e aplica a mesma instrução a múltiplos itens de dados (SIMD). Um CPU é projetado para tarefas-paralelismo e fazer operações diferentes.ambos são também diferenciados pelo número de núcleos. O núcleo é essencialmente o processador dentro do processador. A maioria dos núcleos de CPU são numerados entre quatro e oito, embora alguns tenham até 32 núcleos. Cada núcleo pode processar suas próprias tarefas, ou threads., Porque alguns processadores têm capacidade de multithreading — em que o núcleo é dividido praticamente, permitindo que um único núcleo de processamento de dois segmentos — o número de threads pode ser muito maior do que o número de núcleos. Isso pode ser útil na edição de vídeo e transcodificação. CPUs pode executar dois threads (instruções independentes) por núcleo (a unidade de processador independente). Um núcleo GPU pode ter quatro a 10 threads por núcleo.

uma GPU é capaz de renderizar imagens mais rapidamente do que uma CPU por causa de sua arquitetura de processamento paralelo, que lhe permite realizar vários cálculos ao mesmo tempo., Uma única CPU não tem essa capacidade, embora processadores multicores possam realizar cálculos em paralelo combinando mais de uma CPU no mesmo chip.

uma CPU também tem uma velocidade de relógio mais alta, o que significa que pode realizar um cálculo individual mais rápido do que uma GPU, por isso é muitas vezes melhor equipado para lidar com tarefas básicas de computação.

GPU vs. placa gráfica: semelhanças e diferenças

GPU e placa gráfica são dois termos que são por vezes usados indistintamente. No entanto, há algumas distinções importantes entre os dois., A principal diferença é que a GPU é uma unidade específica dentro de uma placa gráfica. A GPU é o que realiza o processamento real de imagem e gráficos. Uma placa gráfica é o que apresenta imagens para a unidade de visualização.

Top GPUs e placas gráficas no mercado

Nvidia, Advanced Micro Devices( AMD), Intel e Arm são alguns dos principais jogadores no mercado GPU.,

Em 2020, alguns dos principais GPUs e placas de vídeo têm incluído:

• GeForce RTX 3080
• GeForce RTX 3090
• GeForce RTX 3060 Ti
• AMD Radeon RX 6800 XT
• AMD Radeon RX 5600 XT

Quando olhando para comprar uma placa gráfica, um indivíduo deve manter seu preço, valor global, desempenho, características, quantidade de memória de vídeo e disponibilidade em mente. Recursos que os consumidores podem se importar com incluem suporte para 4K, 60 fps (quadros por segundo) ou mais, e rastreamento de raios., Preço será às vezes um fator decisivo, como algumas GPUs podem ser o dobro do custo para apenas 10% -15% mais desempenho.

a História de GPUs

chips Especializados para o processamento de gráficos ter existido desde os primórdios dos videogames na década de 1970. Logo no início, recursos gráficos foram incluídas como parte de uma placa de vídeo, uma discreta dedicado, placa de circuito, chip de silício e de arrefecimento necessária que fornece 2D, 3D e, às vezes, até mesmo de propósito geral de processamento de gráficos (GPU) os cálculos para um computador., Cartões modernos com cálculos integrados para configuração de triângulo, transformação e características de iluminação para aplicações 3D são tipicamente chamados de GPUs. Uma vez raras, as GPUs de topo de gama são agora comuns e são por vezes integradas nas próprias CPUs. Termos alternativos incluem placa gráfica, Adaptador de exibição, Adaptador De Vídeo, Placa de vídeo e quase qualquer combinação das palavras nestes Termos.

unidades de processamento gráfico vieram para computadores corporativos de alto desempenho no final da década de 1990, e a Nvidia introduziu a primeira GPU para computadores pessoais, o GeForce 256, em 1999.,

ao longo do tempo, o poder de processamento de GPUs fez dos chips uma escolha popular para outras tarefas de uso intensivo de recursos não relacionadas com gráficos. Os primeiros aplicativos incluíam cálculos científicos e modelagem; em meados da década de 2010, a GPU computing também alimentava o aprendizado de máquinas e software de IA.

em 2012, a Nvidia lançou uma GPU virtualizada, que descarrega a energia de processamento gráfico da CPU do servidor em uma infraestrutura De desktop virtual (VDI)., O desempenho gráfico tem sido tradicionalmente uma das queixas mais comuns entre os usuários de desktops virtuais e aplicativos, e GPUs virtualizados têm como objetivo resolver esse problema.

traçado de Raios e outras tendências recentes

algumas tendências recentes na tecnologia de GPU incluem:

• Como de 2019, GPU fornecedores fornecem tipicamente de virtualização do GPU, e de novo e mais poderoso GPU chips estão saindo em uma base regular.em 2019, A AMD introduziu sua linha completa de GPUs da série Radeon RX 5700. A série é baseada na arquitetura Navi GPU da AMD., Navi é visto como uma atualização para o núcleo gráfico da AMD Next technology.Arm direcionou o mercado de realidade aumentada móvel (AR) e realidade virtual (VR) com seus processadores Mali-G77.
• Nvidia continued to push its ray tracing capabilities as part of its RTX platform. Ray tracing é visto como o próximo passo na evolução da renderização gráfica após rasterização., Enquanto rasterização usa objetos criados a partir de uma malha de triângulos para representar um modelo 3D, ray tracing fornece iluminação realista, simulando o comportamento físico de luz traçando o caminho da luz como os pixels em um plano de imagem e simular os efeitos.as GPUs do centro de dados estão ajudando as organizações a aproveitar as capacidades de processamento paralelo através de atualizações de hardware. Isso ajuda as organizações a acelerar os fluxos de trabalho e aplicações de uso intensivo de gráficos.