CPU vs GPU
CPU, აკრონიმი ცენტრალური დამუშავების ერთეულის, არის გამოთვლითი სისტემის ტვინი, რომელიც ასრულებს ინსტრუქციების სახით მოცემულ "გამოთვლებს" კომპიუტერული პროგრამის საშუალებით. ამიტომ, CPU-ს ქონა მნიშვნელობა აქვს მხოლოდ მაშინ, როდესაც თქვენ გაქვთ გამოთვლითი სისტემა, რომელიც არის „პროგრამირებადი“(ისე, რომ მას შეუძლია შეასრულოს ინსტრუქციები) და უნდა აღვნიშნოთ, რომ CPU არის „ცენტრალური“დამუშავების ერთეული, განყოფილება, რომელიც აკონტროლებს სხვა ერთეულებს/ გამოთვლითი სისტემის ნაწილები. დღევანდელ კონტექსტში, CPU ჩვეულებრივ მდებარეობს ერთ სილიკონის ჩიპში, რომელიც ასევე ცნობილია როგორც მიკროპროცესორი. მეორეს მხრივ, GPU, აკრონიმი Graphics Processing Unit-ისთვის, შექმნილია CPU-დან გამოთვლებით ინტენსიური გრაფიკული დამუშავების ამოცანების ჩამოტვირთვისთვის.ასეთი ამოცანების საბოლოო მიზანია გრაფიკის დაპროექტება დისპლეის ერთეულზე, როგორიცაა მონიტორი. იმის გათვალისწინებით, რომ ასეთი ამოცანები კარგად არის ცნობილი და სპეციფიკური, მათ არსებითად არ სჭირდებათ დაპროგრამება და გარდა ამისა, ასეთი ამოცანები არსებითად პარალელურია დისპლეის ერთეულების ბუნების გამო. ისევ და ისევ, ახლანდელ კონტექსტში, მაშინ როცა ნაკლებად ქმედუნარიანი GPU-ები, როგორც წესი, განლაგებულია იმავე სილიკონის ჩიპში, სადაც ნახავთ CPU-ს (ეს კონფიგურაცია ცნობილია როგორც ინტეგრირებული GPU), მით უფრო ქმედუნარიანი, ძლიერი GPU-ები გვხვდება საკუთარ სილიკონის ჩიპში. როგორც წესი, ცალკე PCB-ზე (Printed Circuit Board).
რა არის CPU?
ტერმინი CPU გამოიყენება გამოთვლით სისტემებში უკვე ხუთ ათწლეულზე მეტი ხნის განმავლობაში, და ის იყო ერთადერთი დამუშავების ერთეული ადრეულ კომპიუტერებში, სანამ "სხვა" გადამამუშავებელი ერთეულები (როგორიცაა GPU) არ დაინერგა მისი დამუშავების სიმძლავრის შესასრულებლად. CPU-ს ორი ძირითადი კომპონენტია მისი არითმეტიკული ლოგიკური ერთეული (aka ALU) და საკონტროლო განყოფილება (aka CU). CPU-ს ALU პასუხისმგებელია გამოთვლითი სისტემის არითმეტიკულ და ლოგიკურ ოპერაციებზე, ხოლო CU პასუხისმგებელია მეხსიერებიდან ინსტრუქციების პროგრამის ამოღებაზე, მათ გაშიფვრაზე და სხვა ერთეულებს, როგორიცაა ALU, ინსტრუქციების შესრულებაზე.ამიტომ, CPU-ს საკონტროლო განყოფილება პასუხისმგებელია CPU-სთვის, რომ იყოს "ცენტრალური" დამუშავების განყოფილება. CU ინსტრუქციების მეხსიერებიდან გამოსატანად, ინსტრუქციები უნდა იყოს შენახული, როგორც პროგრამები მეხსიერებაში და, შესაბამისად, ასეთი ინსტრუქციული სისტემა ასევე ცნობილია როგორც "შენახული პროგრამები". ცხადი იქნებოდა, რომ CU არ შეასრულებს ინსტრუქციებს, მაგრამ ხელს შეუწყობს იმავეს სწორ ერთეულებთან კომუნიკაციით, როგორიცაა ALU.
რა არის GPU (aka VPU)?
ტერმინი Graphics Processing Unit (GPU) შემოიღო ოთხმოცდაათიანი წლების ბოლოს NVIDIA-მ, GPU-ს მწარმოებელმა კომპანიამ, რომელიც ამტკიცებდა, რომ 1999 წელს გამოუშვა მსოფლიოში პირველი GPU (GeForce256). Wikipedia-ის მიხედვით, GeForce256-ის დროს. NVIDIA-მ განსაზღვრა GPU შემდეგნაირად: „ერთჩიპიანი პროცესორი ინტეგრირებული ტრანსფორმირებით, განათებით, სამკუთხედის დაყენებით/დაჭერით და რენდერის ძრავებით, რომელსაც შეუძლია წამში მინიმუმ 10 მილიონი პოლიგონის დამუშავება“. რამდენიმე წლის შემდეგ, NVIDIA-ს კონკურენტმა ATI Graphics-მა, სხვა მსგავსმა კომპანიამ, გამოუშვა მსგავსი პროცესორი (Radeon300) ტერმინით VPU ვიზუალური დამუშავების ერთეულისთვის.თუმცა, როგორც ცხადია, ტერმინი GPU უფრო პოპულარული გახდა, ვიდრე ტერმინი VPU.
დღეს GPU-ები განლაგებულია ყველგან, მაგალითად, ჩაშენებულ სისტემებში, მობილურ ტელეფონებში, პერსონალურ კომპიუტერებსა და ლეპტოპებში და სათამაშო კონსოლებში. თანამედროვე GPU-ები უაღრესად მძლავრი არიან გრაფიკის მანიპულირებაში და ისინი პროგრამირებადია, რათა მათი ადაპტირება მოხდეს სხვადასხვა სიტუაციებსა და აპლიკაციებზე. თუმცა, ახლაც, ტიპიური GPU დაპროგრამებულია ქარხანაში, რაც ცნობილია როგორც firmware. ზოგადად, GPU უფრო ეფექტურია ვიდრე CPU ალგორითმებისთვის, სადაც მონაცემთა დიდი ბლოკების დამუშავება ხდება პარალელურად. მოსალოდნელია, რადგან GPU-ები შექმნილია კომპიუტერული გრაფიკის მანიპულირებისთვის, რომლებიც ბუნებით უკიდურესად პარალელურია.
არსებობს ასევე ეს ახალი კონცეფცია, რომელიც ცნობილია როგორც GPGPU (ზოგადი დანიშნულების გამოთვლა GPU-ზე), რათა გამოიყენოს GPU-ები მონაცემთა პარალელურობის გამოსაყენებლად, რომელიც ხელმისაწვდომია ზოგიერთ აპლიკაციაში (როგორიცაა ბიოინფორმატიკა) და, შესაბამისად, არაგრაფიკული დამუშავება GPU-ში.. თუმცა, ისინი არ განიხილება ამ შედარებაში.
რა განსხვავებაა CPU-სა და GPU-ს შორის?• მიუხედავად იმისა, რომ CPU-ს განლაგების მსჯელობა არის გამოთვლითი სისტემის ტვინის როლი, GPU წარმოდგენილია როგორც დამატებითი დამუშავების ერთეული, რომელიც ამუშავებს გამოთვლით ინტენსიურ გრაფიკულ დამუშავებას და დამუშავებას, რომელიც საჭიროა ამოცანისთვის. გრაფიკის პროექცია ჩვენების ერთეულებზე. • ბუნებით, გრაფიკული დამუშავება არსებითად პარალელურია და, შესაბამისად, მისი ადვილად პარალელიზება და დაჩქარება შესაძლებელია. • მრავალბირთვიანი სისტემების ეპოქაში, პროცესორები შექმნილია მხოლოდ რამდენიმე ბირთვით, რომელსაც შეუძლია გაუმკლავდეს რამდენიმე პროგრამულ ძაფს, რომელთა გამოყენება შესაძლებელია აპლიკაციის პროგრამაში (ინსტრუქცია და ძაფების დონის პარალელიზმი). GPU შექმნილია ასობით ბირთვით, რათა გამოიყენოს ხელმისაწვდომი პარალელიზმი. |
