Perbedaan CPU dan GPU
Bagaimana CPU dan GPU bekerja sama?
CPU (unit pemrosesan pusat) bekerja sama dengan GPU (unit pemrosesan grafis) untuk meningkatkan throughput data dan jumlah perhitungan bersamaan dalam suatu aplikasi. GPU pada awalnya dirancang untuk membuat gambar untuk grafik komputer dan konsol video game, tetapi sejak awal tahun 2010, GPU juga dapat digunakan untuk mempercepat perhitungan yang melibatkan sejumlah besar data.
CPU tidak pernah dapat sepenuhnya digantikan oleh GPU: GPU melengkapi arsitektur CPU dengan memungkinkan penghitungan berulang dalam aplikasi dijalankan secara paralel sementara program utama terus berjalan di CPU. CPU dapat dianggap sebagai taskmaster dari seluruh sistem, mengoordinasikan berbagai tugas komputasi tujuan umum, dengan GPU melakukan rentang tugas yang lebih khusus (biasanya matematika). Menggunakan kekuatan paralelisme, GPU dapat menyelesaikan lebih banyak pekerjaan dalam jumlah waktu yang sama dibandingkan dengan CPU.
Perbedaan CPU dan GPU
Perbedaan utama antara arsitektur CPU dan GPU adalah bahwa CPU dirancang untuk menangani berbagai tugas dengan cepat (yang diukur dengan kecepatan clock CPU), tetapi terbatas dalam konkurensi tugas yang dapat dijalankan. GPU dirancang untuk merender gambar dan video beresolusi tinggi dengan cepat secara bersamaan.
Karena GPU dapat melakukan operasi paralel pada beberapa kumpulan data, GPU juga biasanya digunakan untuk tugas non-grafis seperti pembelajaran mesin dan komputasi ilmiah. Dirancang dengan ribuan inti prosesor yang berjalan secara bersamaan, GPU memungkinkan paralelisme masif di mana setiap inti difokuskan untuk membuat perhitungan yang efisien.
Pemrosesan CPU vs GPU
Sementara GPU dapat memproses data beberapa kali lipat lebih cepat daripada CPU karena paralelisme yang masif, GPU tidak serbaguna seperti CPU. CPU memiliki set instruksi yang besar dan luas, mengelola setiap input dan output komputer, yang tidak dapat dilakukan oleh GPU. Di lingkungan server, mungkin ada 24 hingga 48 inti CPU yang sangat cepat. Menambahkan 4 hingga 8 GPU ke server yang sama ini dapat menyediakan sebanyak 40.000 core tambahan. Sementara masing-masing inti CPU lebih cepat (yang diukur dengan kecepatan clock CPU) dan lebih pintar dari masing-masing inti GPU (sebagaimana diukur dengan set instruksi yang tersedia), jumlah inti GPU dan sejumlah besar paralelisme yang mereka tawarkan lebih dari sekadar membuat satu Perbedaan kecepatan clock inti dan set instruksi terbatas.
GPU paling cocok untuk tugas komputasi yang berulang dan sangat paralel. Selain rendering video, GPU unggul dalam pembelajaran mesin, simulasi keuangan dan pemodelan risiko, dan banyak jenis komputasi ilmiah lainnya. Sementara di tahun-tahun sebelumnya, GPU digunakan untuk menambang cryptocurrency seperti Bitcoin atau Ethereum, GPU umumnya tidak lagi digunakan dalam skala besar, digantikan oleh perangkat keras khusus seperti Field-Programmable Grid Arrays (FPGA) dan kemudian Application Specific Integrated Circuits (ASIC) .
Contoh Komputasi CPU ke GPU
Video rendering CPU dan GPU — Kartu grafis membantu mentranskode video dari satu format grafis ke format grafis lainnya lebih cepat daripada mengandalkan CPU.
Mempercepat data — GPU memiliki kemampuan kalkulasi tingkat lanjut yang mempercepat jumlah data yang dapat diproses CPU dalam jumlah waktu tertentu. Ketika ada program khusus yang memerlukan perhitungan matematis yang rumit, seperti pembelajaran mendalam atau pembelajaran mesin, perhitungan tersebut dapat diturunkan oleh GPU. Ini membebaskan waktu dan sumber daya bagi CPU untuk menyelesaikan tugas lain dengan lebih efisien.
Penambangan mata uang kripto — Memperoleh mata uang virtual seperti Bitcoin termasuk menggunakan komputer sebagai relai untuk memproses transaksi. Sementara CPU dapat menangani tugas ini, GPU pada kartu grafis dapat membantu komputer menghasilkan mata uang lebih cepat.