una unidad de procesamiento de gráficos (GPU) es un chip de computadora que renderiza gráficos e imágenes mediante la realización de cálculos matemáticos rápidos. Las GPU se utilizan tanto para computación profesional como personal. Tradicionalmente, las GPU son responsables de la representación de imágenes 2D y 3D, animaciones y video even aunque, ahora, tienen un rango de uso más amplio.

en los primeros días de la computación, la unidad central de procesamiento (CPU) realizó estos cálculos., Sin embargo, a medida que se desarrollaban más aplicaciones con uso intensivo de gráficos, sus demandas ponían una tensión en la CPU y disminuían el rendimiento. Las GPU se desarrollaron como una forma de descargar esas tareas de las CPU y mejorar el renderizado de gráficos 3D. Las GPU funcionan usando un método llamado procesamiento paralelo, donde varios procesadores manejan partes separadas de la misma tarea.

Las GPU son bien conocidas en los juegos de PC (computadora personal), lo que permite una representación gráfica suave y de alta calidad. Los desarrolladores también comenzaron a usar GPU como una forma de acelerar las cargas de trabajo en áreas como la inteligencia artificial (IA).,

casos de uso de GPU / ¿para qué se usan las GPU hoy en día?

hoy en día, los chips gráficos se están adaptando a una variedad más amplia de tareas que las diseñadas originalmente, en parte porque las GPU modernas son más programables que en el pasado.

algunos ejemplos de casos de uso de GPU incluyen:

• Las GPU pueden acelerar el procesamiento de aplicaciones de gráficos 2D y 3D en tiempo real.
• La edición de vídeo y la creación de contenido de vídeo han mejorado con las GPU., Los editores de vídeo y los diseñadores gráficos, por ejemplo, pueden utilizar el procesamiento paralelo de una GPU para acelerar la representación de vídeo y gráficos de alta definición.
• Los gráficos de videojuegos se han vuelto más intensivos computacionalmente, por lo que para mantenerse al día con las tecnologías de visualización, como 4K y altas tasas de refresco, se ha puesto énfasis en las GPU de alto rendimiento.
• Las GPU pueden acelerar el aprendizaje automático. Con la alta capacidad computacional de una GPU, se pueden mejorar cargas de trabajo como el reconocimiento de imágenes.,
• Las GPU pueden compartir el trabajo de las CPU y entrenar redes neuronales de aprendizaje profundo para aplicaciones de IA. Cada nodo de una red neuronal realiza cálculos como parte de un modelo analítico. Los programadores finalmente se dieron cuenta de que podían usar el poder de las GPU para aumentar el rendimiento de los modelos a través de una matriz de aprendizaje profundo, aprovechando mucho más paralelismo que es posible con las CPU convencionales. Los proveedores de GPU han tomado nota de esto y ahora crean GPU para usos de aprendizaje profundo en particular.
• Las GPU también se han utilizado para minar bitcoin y otras criptomonedas como Ethereum.,

cómo funciona una GPU

una GPU puede encontrarse integrada con una CPU en el mismo circuito electrónico, en una tarjeta gráfica o en la placa base de un ordenador personal o servidor. Las GPU y las CPU son bastante similares En construcción. Sin embargo, las GPU están específicamente diseñadas para realizar cálculos matemáticos y geométricos más complejos. Estos cálculos son necesarios para renderizar gráficos. Las GPU pueden contener más transistores que una CPU.,

Gpu va a utilizar el procesamiento en paralelo, donde varios procesadores manejar las partes separadas de la misma tarea. Una GPU también tendrá su propia RAM (memoria de Acceso Aleatorio) para almacenar datos en las imágenes que procesa. Se almacena información sobre cada píxel, incluida su ubicación en la pantalla. Un convertidor digital a analógico (DAC) está conectado a la RAM y convertirá la imagen en una señal analógica para que el monitor pueda mostrarla., La MEMORIA RAM de vídeo normalmente funcionará a altas velocidades.

Las GPU vienen en dos tipos: integradas y discretas. Las GPU integradas vienen integradas junto a la GPU, mientras que las GPU discretas se pueden montar en una placa de circuito independiente.

para las empresas que requieren una gran potencia informática, o trabajan con aprendizaje automático o visualizaciones 3D, tener GPU fijadas en la nube puede ser una buena opción. Un ejemplo de esto son las GPU en la nube de Google, que ofrecen GPU de alto rendimiento en Google Cloud. Alojar GPU en la nube tendrá los beneficios de liberar recursos locales, ahorrando tiempo, costo y escalabilidad., Los usuarios pueden elegir entre una variedad de tipos de GPU mientras obtienen un rendimiento flexible en función de sus necesidades.

GPU vs CPU

Gpu son bastante similares a las arquitecturas de CPU. Sin embargo, las CPU se utilizan para responder y procesar las instrucciones básicas que conducen un equipo, mientras que las GPU están diseñadas específicamente para renderizar rápidamente imágenes y videos de alta resolución. Esencialmente, las CPU son responsables de interpretar la mayoría de los comandos de un ordenador, mientras que las GPU se centran en la representación gráfica.,

en general, una GPU está diseñada para el paralelismo de datos y la aplicación de la misma instrucción a varios elementos de datos (SIMD). Una CPU está diseñada para el paralelismo de tareas y para realizar diferentes operaciones.

ambos también se diferencian por el número de núcleos. El núcleo es esencialmente el procesador dentro del procesador. La mayoría de los núcleos de CPU están numerados entre cuatro y ocho, aunque algunos tienen hasta 32 núcleos. Cada núcleo puede procesar sus propias tareas o subprocesos., Debido a que algunos procesadores tienen capacidad de subprocesos múltiples, en los que el núcleo se divide virtualmente, lo que permite que un solo núcleo procese dos subprocesos, el número de subprocesos puede ser mucho mayor que el número de núcleos. Esto puede ser útil en la edición y transcodificación de vídeo. Las CPU pueden ejecutar dos subprocesos (instrucciones independientes) por núcleo (la unidad de procesador independiente). Un núcleo de GPU puede tener de cuatro a 10 subprocesos por núcleo.

una GPU es capaz de renderizar imágenes más rápidamente que una CPU debido a su arquitectura de procesamiento paralelo, que le permite realizar múltiples cálculos al mismo tiempo., Una sola CPU no tiene esta capacidad, aunque los procesadores multinúcleo pueden realizar cálculos en paralelo combinando más de una CPU en el mismo chip.

una CPU también tiene una velocidad de reloj más alta, lo que significa que puede realizar un cálculo individual más rápido que una GPU, por lo que a menudo está mejor equipada para manejar tareas informáticas básicas.

GPU vs tarjeta gráfica: Similitudes y diferencias

GPU y la tarjeta gráfica son dos términos que se utilizan a veces indistintamente. Sin embargo, hay algunas distinciones importantes entre los dos., La principal diferencia es que la GPU es una unidad específica dentro de una tarjeta gráfica. La GPU es la que realiza el procesamiento real de imágenes y gráficos. Una tarjeta gráfica es lo que presenta imágenes a la unidad de visualización.

las mejores GPU y tarjetas gráficas del mercado

Nvidia, Advanced Micro Devices (AMD), Intel Y Arm son algunos de los principales jugadores en el mercado de GPU.,

en 2020, algunas de las principales GPU y tarjetas gráficas han incluido:

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

, un individuo debe tener en cuenta su precio, valor general, rendimiento, características, cantidad de memoria de video y disponibilidad. Las características que pueden interesar a los consumidores incluyen soporte para 4K, 60 fps (fotogramas por segundo) o más, y trazado de rayos., El precio a veces será un factor decisivo, ya que algunas GPU pueden ser el doble del costo por solo un 10% -15% más de rendimiento.

historia de las GPU

Los chips especializados para el procesamiento de gráficos han existido desde los albores de los videojuegos en la década de 1970. Al principio, las capacidades gráficas se incluyeron como parte de una tarjeta de video, una placa de circuito dedicada discreta, un chip de silicio y la refrigeración necesaria que proporciona cálculos de procesamiento de gráficos en 2D, 3D y, a veces, incluso de propósito general (GPGPU) para una computadora., Las tarjetas modernas con cálculos integrados para configuración de triángulos, transformación e iluminación para aplicaciones 3D suelen denominarse GPU. Una vez raras, las GPU de gama alta ahora son comunes y a veces se integran en las propias CPU. Los términos alternativos incluyen tarjeta gráfica, adaptador de pantalla, adaptador de video, placa de video y casi cualquier combinación de las palabras en estos Términos.

Las unidades de procesamiento de gráficos llegaron a las computadoras empresariales de alto rendimiento a finales de la década de 1990, y Nvidia introdujo la primera GPU para computadoras personales, la GeForce 256, en 1999.,

con el tiempo, la potencia de procesamiento de las GPU hizo de los chips una opción popular para otras tareas intensivas en recursos no relacionadas con los gráficos. Las primeras aplicaciones incluían cálculos científicos y modelado; a mediados de la década de 2010, la computación GPU también impulsaba el aprendizaje automático y el software de IA.

en 2012, Nvidia lanzó una GPU virtualizada, que descarga la potencia de procesamiento de gráficos de la CPU del servidor en una infraestructura de escritorio virtual (VDI)., El rendimiento de los gráficos ha sido tradicionalmente una de las quejas más comunes entre los usuarios de escritorios y aplicaciones virtuales, y las GPU virtualizadas tienen como objetivo abordar ese problema.

Ray tracing y otras tendencias recientes

algunas tendencias recientes en tecnología de GPU incluyen:

• a partir de 2019, los proveedores de GPU generalmente proporcionan virtualización de GPU, y nuevos y más potentes chips de GPU están saliendo de forma regular.
• en 2019, AMD presentó su línea completa de GPU de la serie Radeon RX 5700. La serie se basa en la arquitectura de GPU Navi de AMD., Navi es visto como una actualización a la tecnología Graphics Core Next De AMD.
• Arm se dirigió al mercado móvil de Realidad Aumentada (AR) y Realidad virtual (VR) con sus procesadores Mali-G77.
• Nvidia continuó impulsando sus capacidades de trazado de rayos como parte de su plataforma RTX. El trazado de rayos se ve como el siguiente paso en la evolución de la representación gráfica después de la rasterización., Mientras que la rasterización utiliza objetos creados a partir de una malla de triángulos para representar un modelo 3D, el trazado de rayos proporciona una iluminación realista simulando el comportamiento físico de la luz trazando la trayectoria de la luz como píxeles en un plano de imagen y simulando los efectos.
• Las GPU de Centro de datos de nivel empresarial están ayudando a las organizaciones a aprovechar las capacidades de procesamiento paralelo a través de actualizaciones de hardware. Esto ayuda a las organizaciones a acelerar los flujos de trabajo y las aplicaciones con uso intensivo de gráficos.