Table des matières:
- Définition - Que signifie l'informatique accélérée par GPU?
- Techopedia explique l'informatique accélérée par GPU
Définition - Que signifie l'informatique accélérée par GPU?
L'informatique accélérée par GPU est l'utilisation d'une unité de traitement graphique (GPU) avec une unité de traitement informatique (CPU) afin de faciliter les opérations à forte intensité de traitement telles que les applications d'apprentissage en profondeur, d'analyse et d'ingénierie. Développé par NVIDIA en 2007, le GPU offre des performances d'application bien supérieures en supprimant les sections d'application gourmandes en traitement du GPU. Le déploiement informatique accéléré par GPU gagne en popularité en raison de la grande variété d'applications dans lesquelles il pourrait être utilisé, comme l'intelligence artificielle, les drones, les robots ou les voitures autonomes.
Techopedia explique l'informatique accélérée par GPU
Le GPU aide à fournir des performances supérieures pour les applications logicielles. Du point de vue de l'utilisateur, l'informatique accélérée par GPU accélère les applications. Fonctions de calcul accélérées par le GPU en déplaçant les sections gourmandes en calcul des applications vers le GPU tandis que les sections restantes sont autorisées à s'exécuter dans le CPU. Alors que le CPU est composé de cœurs conçus pour le traitement série séquentiel, le GPU est conçu avec une architecture parallèle composée de cœurs plus efficaces mais plus petits qui peuvent facilement gérer plusieurs tâches en parallèle. Par conséquent, dans le calcul accéléré par GPU, alors que les calculs séquentiels sont effectués dans le CPU, des calculs très compliqués sont calculés en parallèle dans le GPU. Une autre caractéristique importante de l'informatique accélérée par GPU est la prise en charge offerte à tous les modèles de programmation parallèle, aidant ainsi les concepteurs et les développeurs d'applications à fournir des performances d'application supérieures.
L'informatique accélérée par GPU a été largement utilisée dans le montage vidéo, l'imagerie médicale, les simulations de fluides, l'étalonnage des couleurs et les applications d'entreprise, et son utilisation est prometteuse dans des domaines complexes tels que l'intelligence artificielle et le deep learning.
