GPU

Qu’est-ce qu’une unité de traitement graphique (GPU) ?

Une unité de traitement graphique, également appelée processeur graphique ou GPU, est un type de circuit électronique conçu pour accélérer les graphiques informatiques et le traitement d’images sur divers appareils, notamment les cartes graphiques, les cartes mères, les téléphones portables et les ordinateurs personnels (PC).

Les GPU peuvent effectuer rapidement des calculs mathématiques, réduisant ainsi le temps nécessaire à un ordinateur pour exécuter plusieurs programmes, une fonctionnalité qui fait des GPU un catalyseur important pour les technologies émergentes et futures telles que l'apprentissage automatique (ML), l'intelligence artificielle (AI) et la blockchain.

Avant l’invention des GPU dans les années 1990, les contrôleurs graphiques des PC et des consoles de jeux vidéo s’appuyaient sur l’unité centrale de traitement (CPU) de l’ordinateur pour effectuer leurs tâches. Depuis le début des années 1950, le CPU est le processeur le plus important d’un ordinateur, exécutant toutes les instructions nécessaires à l’exécution d’un programme, telles que la logique, le contrôle et les entrées/sorties (I/O). Cependant, avec l’essor du jeu sur ordinateur personnel et de la conception assistée par ordinateur (CAD) dans les années 1990, l’industrie avait besoin d’un moyen plus rapide et plus efficace de combiner des pixels en peu de temps.

En 2007, Nvidia a créé CUDA (Compute Unified Device Architecture), un logiciel qui a donné aux développeurs un accès direct à la puissance de calcul parallèle des GPU, permettant à la technologie GPU d’être utilisée dans une gamme d’applications beaucoup plus large qu’auparavant. Les années 2010 ont vu des progrès considérables dans la technologie GPU, les plus importants étant peut-être le ray tracing (qui génère une image informatique en suivant la direction de la lumière depuis la caméra) et les cœurs Tensor (conçus pour permettre l’apprentissage profond).

Grâce à ces avancées, les GPU ont joué un rôle important dans l’accélération de l’IA et les processeurs d’apprentissage profond, et ont contribué à accélérer le développement des applications d’IA et de ML. Aujourd’hui, en plus d’alimenter les consoles de jeux et les logiciels de montage, les GPU fournissent des capacités de calcul de pointe qui sont essentielles pour de nombreuses organisations.

Comment fonctionne un GPU ?

Les GPU actuels utilisent de nombreux multiprocesseurs pour gérer toutes les différentes parties de la tâche qu’ils sont censés effectuer.

Les GPU disposent de leur propre mémoire à accès rapide (RAM) - un type spécifique de mémoire électronique utilisé pour stocker le code et les données auxquels la puce peut accéder et qu’elle peut modifier selon les besoins. Les GPU avancés disposent souvent d’une RAM spécialement conçue pour contenir les grandes quantités de données nécessaires aux tâches à forte intensité de calcul, telles que l’édition graphique, les jeux ou les cas d’utilisation AI/ML.

Deux mémoires GPU populaires sont la mémoire vive dynamique synchrone à double débit de données pour graphiques de sixième génération (GDDR6) et la GDDR6X de nouvelle génération. La GDDR6X consomme 15 percent d’énergie en moins par bit transféré que la GDDR6, mais comme la GDDR6X est plus rapide, elle consomme globalement plus d’énergie. Les iGPU peuvent être intégrés au CPU d’un ordinateur, ou branchés dans un emplacement à côté du CPU et connectés via des ports PCI Express. L’iGPU peut être intégré au CPU de l’ordinateur ou branché dans un emplacement à côté du CPU et connecté via un port PCI Express.

Quels sont les différents types de GPU ? 

Il existe trois types de GPU : les GPU dédiés, les GPU intégrés et les GPU virtuels.

GPU discret : un GPU discret, ou dGPU, est un processeur graphique indépendant du processeur de l’appareil, lequel est chargé de recevoir et de traiter les informations afin que l’ordinateur puisse fonctionner correctement. Les GPU autonomes sont généralement utilisés pour des applications avancées ayant des exigences spécialisées, telles que le montage vidéo, la création de contenu ou les jeux haut de gamme. Il s’agit de puces distinctes dotées de connecteurs pour cartes séparées, qui sont généralement reliées au processeur à l’aide d’un emplacement de raccourci. L’une des marques de GPU discrets les plus utilisées est Intel Arc, créée spécifiquement pour l’industrie du jeu sur PC.

GPU intégré : un GPU intégré, ou iGPU, est intégré à l’infrastructure d’un ordinateur ou d’un appareil, généralement à côté du CPU. La conception du GPU intégré a été introduite par Intel dans les années 2010. Par la suite, des fabricants tels que MSI, ASUS et Nvidia ont pris conscience des puissants avantages de la combinaison du GPU avec le CPU (sans nécessiter que l’utilisateur ajoute lui-même le GPU via un emplacement PCI Express), et les GPU intégrés sont donc devenus de plus en plus populaires. Aujourd’hui, les GPU intégrés restent un choix populaire pour les utilisateurs d’ordinateurs portables, les joueurs et d’autres personnes exécutant des programmes exigeants en calcul sur PC.

GPU virtuel : un GPU virtuel possède les mêmes fonctionnalités qu’un GPU discret ou intégré, mais sans le matériel. Un GPU virtuel est simplement une version logicielle d’un GPU conçue pour une instance cloud et peut être utilisée pour exécuter les mêmes charges de travail qu’un GPU physique. De plus, comme il n’y a pas de matériel, les GPU virtuels sont plus simples et moins coûteux à maintenir que les produits physiques.

Quelle est la différence entre un GPU et un CPU ?

Les CPU et les GPU sont similaires dans leur conception, par exemple ils disposent de nombreux cœurs et transistors pour traiter les tâches, mais les CPU sont plus polyvalents que les GPU en termes de fonctionnalités. Les GPU ont tendance à se concentrer sur une seule tâche de calcul spécifique, comme le traitement graphique ou l’apprentissage automatique.

Le CPU est le cœur et le cerveau d’un système informatique ou d’un appareil. Le CPU reçoit des instructions générales ou des requêtes d’un programme ou d’une application logicielle concernant une tâche. À l’inverse, le GPU effectue des tâches plus spécifiques, impliquant souvent le traitement rapide d’images et de vidéos haute résolution. Pour accomplir ses tâches, le GPU effectue constamment les calculs mathématiques complexes nécessaires au rendu graphique ou à d’autres fonctions à forte intensité de calcul.

L’une des plus grandes différences entre les CPU et les GPU est que les CPU ont tendance à utiliser moins de cœurs et à effectuer les tâches dans un ordre linéaire, tandis que les GPU disposent de centaines, voire de milliers de cœurs et prennent en charge le traitement parallèle, ce qui se traduit par des vitesses de traitement extrêmement rapides.

Les premiers GPU ont été conçus pour accélérer le rendu des graphismes 3D, rendant les films et les scènes de jeux vidéo plus réalistes et immersifs. La première puce GPU, GeForce de Nvidia, est sortie en 1999 et a rapidement été suivie d’une période de croissance rapide qui a permis aux capacités des GPU de s’étendre à d’autres domaines grâce à leurs capacités de traitement parallèle à haute vitesse.

Le traitement parallèle ou calcul parallèle est un type de calcul qui s’appuie sur deux processeurs ou plus pour accomplir différents sous-ensembles d’une tâche informatique globale. Avant l’avènement des GPU, les ordinateurs d’ancienne génération ne pouvaient exécuter qu’un seul programme à la fois, prenant souvent des heures pour accomplir une tâche. Les capacités de traitement parallèle des GPU permettent d’effectuer de nombreux calculs ou tâches en même temps, ce qui les rend plus rapides et plus efficaces que les CPU présents dans les ordinateurs plus anciens.