GPU

Was ist eine Graphics Processing Unit (GPU)?

Eine Grafikverarbeitungseinheit, auch als Grafikprozessor oder GPU bekannt, ist eine Art elektronische Schaltung, die entwickelt wurde, um Computergrafiken und Bildverarbeitung auf einer Vielzahl von Geräten zu beschleunigen, einschließlich Grafikkarten, Motherboards, Mobiltelefonen und Personal Computern (PCs).

GPUs können mathematische Berechnungen schnell durchführen und so die Zeit verkürzen, die ein Computer benötigt, um mehrere Programme auszuführen. Diese Eigenschaft macht GPUs zu einem wichtigen Wegbereiter für aufkommende und zukünftige Technologien wie maschinelles Lernen (ML), künstliche Intelligenz (AI) und Blockchain.

Vor der Erfindung von GPUs in den 1990er-Jahren stützten sich Grafikcontroller in PCs und Videospiel-Controllern auf die zentrale Recheneinheit (CPU) des Computers, um ihre Aufgaben auszuführen. Seit den frühen 1950er-Jahren ist die CPU der wichtigste Prozessor in einem Computer und führt alle Anweisungen aus, die zum Ausführen eines Programms benötigt werden, wie Logik, Steuerung und Ein-/Ausgabe (I/O). Mit dem Aufkommen von Personal Gaming und computergestütztem Design (CAD) in den 1990er-Jahren benötigte die Branche jedoch eine schnellere und effizientere Methode, um Pixel in kurzer Zeit zu kombinieren.

Im Jahr 2007 entwickelte Nvidia CUDA (Compute Unified Device Architecture), eine Software, die Entwicklern direkten Zugriff auf die parallele Rechenleistung von GPUs ermöglichte, sodass GPU-Technologie in einem viel breiteren Anwendungsspektrum als je zuvor eingesetzt werden konnte. In den 2010er-Jahren machte die GPU-Technologie enorme Fortschritte; zu den vielleicht wichtigsten gehörten Raytracing (das ein Computerbild erzeugt, indem die Richtung des Lichts von der Kamera aus verfolgt wird) und Tensor-Kerne (entwickelt, um Deep Learning zu ermöglichen).

Aufgrund dieser Fortschritte haben GPUs eine wichtige Rolle bei der KI-Beschleunigung und bei Deep-Learning-Prozessoren gespielt und dazu beigetragen, die Entwicklung von KI- und ML-Anwendungen zu beschleunigen. Heute treiben GPUs neben Spielekonsolen und Bearbeitungssoftware auch hochmoderne Rechenkapazitäten an, die für viele Organisationen entscheidend sind.

Wie funktioniert eine GPU?

Heutige GPUs nutzen viele Multiprozessoren, um all die verschiedenen Teile der Aufgabe zu bewältigen, für die sie vorgesehen sind.

GPUs verfügen über ihren eigenen Rapid Access Memory (RAM) - eine spezielle Art elektronischen Speichers, der zum Speichern von Code und Daten verwendet wird, auf die der Chip bei Bedarf zugreifen und die er ändern kann. Fortschrittliche GPUs verfügen oft über RAM, der speziell dafür ausgelegt ist, die großen Datenmengen aufzunehmen, die für rechenintensive Aufgaben wie Grafikbearbeitung, Gaming oder KI/ML-Anwendungsfälle benötigt werden.

Zwei beliebte GPU-Speicher sind Double Data Rate Synchronous Dynamic Random Access Memory for Sixth Edition Graphics (GDDR6) und das GDDR6X der nächsten Generation. GDDR6X verbraucht pro übertragenem Bit 15 Prozent weniger Strom als GDDR6, aber da GDDR6X schneller ist, verbraucht es insgesamt mehr Strom. iGPUs können in die CPU eines Computers integriert oder in einen Steckplatz neben der CPU eingesteckt und über PCI Express-Ports verbunden werden. Die iGPU kann in die CPU des Computers integriert oder in einen Steckplatz neben der CPU eingesteckt und über einen PCI Express-Port verbunden werden.

Welche verschiedenen Arten von GPUs gibt es? 

Es gibt drei Arten von GPUs: diskrete GPUs, integrierte GPUs und virtuelle GPUs.

Discrete GPU: Eine discrete GPU oder dGPU ist ein Grafikprozessor, der unabhängig von der CPU des Geräts ist, die für den Empfang und die Verarbeitung von Informationen verantwortlich ist, damit der Computer ordnungsgemäß funktionieren kann. Eigenständige GPUs werden typischerweise für anspruchsvolle Anwendungen mit spezialisierten Anforderungen verwendet, wie Videobearbeitung, Inhaltserstellung oder High-End-Gaming. Es handelt sich um separate Chips mit Anschlüssen für eigene Platinen, die in der Regel über einen Steckplatz mit der CPU verbunden sind. Eine der am weitesten verbreiteten discrete GPUs ist die Marke Intel Arc, die speziell für die PC-Gaming-Branche entwickelt wurde.

Integrierte GPU: Eine integrierte GPU oder iGPU ist in die Infrastruktur eines Computers oder Geräts eingebaut, in der Regel neben der CPU. Das Design der integrierten GPU wurde von Intel in den 2010er-Jahren eingeführt. Anschließend erkannten Hersteller wie MSI, ASUS und Nvidia die großen Vorteile der Kombination der GPU mit der CPU (ohne dass der Benutzer die GPU selbst über einen PCI-Express-Steckplatz hinzufügen muss), und so wurden integrierte GPUs zunehmend populär. Heute bleiben integrierte GPUs eine beliebte Wahl für Laptop-Benutzer, Gamer und andere, die rechenintensive Programme auf PCs ausführen.

Virtuelle GPU: Eine virtuelle GPU hat dieselbe Funktionalität wie eine diskrete oder integrierte GPU, jedoch ohne die Hardware. Eine virtuelle GPU ist schlicht eine Softwareversion einer GPU, die für eine Cloud-Instanz entwickelt wurde und zur Ausführung derselben Workloads wie eine physische GPU verwendet werden kann. Da außerdem keine Hardware vorhanden ist, sind virtuelle GPUs einfacher und kostengünstiger zu warten als physische Produkte.

Was ist der Unterschied zwischen einer GPU und einer CPU?

CPUs und GPUs sind im Design ähnlich, zum Beispiel verfügen sie über viele Kerne und Transistoren zur Verarbeitung von Aufgaben, aber CPUs sind in Bezug auf die Funktionalität vielseitiger als GPUs. GPUs konzentrieren sich in der Regel auf eine einzelne, spezifische Rechenaufgabe, wie etwa Grafikverarbeitung oder maschinelles Lernen.

Die CPU ist das Herz und Gehirn eines Computersystems oder Geräts. Die CPU erhält allgemeine Anweisungen oder Anforderungen von einem Programm oder einer Softwareanwendung zu einer Aufgabe. Im Gegensatz dazu führt die GPU spezifischere Aufgaben aus, die häufig die schnelle Verarbeitung hochauflösender Bilder und Videos umfassen. Zur Erfüllung ihrer Aufgaben führt die GPU kontinuierlich komplexe mathematische Berechnungen durch, die für das Grafik-Rendering oder andere rechenintensive Funktionen erforderlich sind.

Einer der größten Unterschiede zwischen CPUs und GPUs besteht darin, dass CPUs tendenziell weniger Kerne verwenden und Aufgaben in linearer Reihenfolge ausführen, während GPUs Hunderte oder sogar Tausende von Kernen haben und Parallelverarbeitung unterstützen, was zu blitzschnellen Verarbeitungsgeschwindigkeiten führt.

Die ersten GPUs wurden entwickelt, um das Rendern von 3D-Grafiken zu beschleunigen und Film- sowie Videospielszenen realistischer und fesselnder wirken zu lassen. Der erste GPU-Chip, Nvidias GeForce, wurde 1999 veröffentlicht, worauf schnell eine Phase rasanten Wachstums folgte, die es den GPU-Fähigkeiten ermöglichte, sich aufgrund ihrer Hochgeschwindigkeits-Parallelverarbeitungsfähigkeiten auf andere Bereiche auszuweiten.

Parallelverarbeitung oder paralleles Rechnen ist eine Art des Rechnens, die auf zwei oder mehr Prozessoren beruht, um verschiedene Teilmengen einer gesamten Rechenaufgabe zu erledigen. Vor dem Aufkommen von GPUs konnten Computer älterer Generation nur ein Programm gleichzeitig ausführen und benötigten oft Stunden, um eine Aufgabe abzuschließen. Die Parallelverarbeitungsfähigkeiten von GPUs ermöglichen es, viele Berechnungen oder Aufgaben gleichzeitig auszuführen, wodurch sie schneller und effizienter sind als die CPUs in älteren Computern.