Définition - Que signifie le calcul accéléré par GPU?
Le calcul accéléré par GPU est l'utilisation d'une unité de traitement graphique (GPU) avec une unité de traitement informatique (CPU) afin de faciliter les opérations gourmandes en traitement telles que les applications d'apprentissage en profondeur, d'analyse et d'ingénierie. Développé par NVIDIA en 2007, le GPU offre des performances applicatives bien supérieures en supprimant les sections d'application gourmandes en traitement du GPU. Le déploiement de l'informatique accélérée par GPU gagne en popularité en raison de la grande variété d'applications dans lesquelles il pourrait être utilisé, telles que l'intelligence artificielle, les drones, les robots ou les voitures autonomes.
Definir Tech explique le calcul accéléré par GPU
Le GPU aide à fournir des performances supérieures pour les applications logicielles. Du point de vue de l'utilisateur, le calcul accéléré par GPU rend les applications plus rapides. Fonctions de calcul accélérées par 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 processeur 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. En conséquence, 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 du calcul accéléré 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.
Le calcul accéléré par GPU a été largement utilisé 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 l'apprentissage profond.