Diferença entre CPU e GPU

CPU vs GPU

CPU, sigla para Central Processing Unit, é o cérebro de um sistema de computação que executa as “computações” fornecidas como instruções através de um programa de computador. Portanto, ter uma CPU é significativo apenas quando você tem um sistema de computação "programável" (para que possa executar instruções) e devemos observar que a CPU é a unidade de processamento "Central", a unidade que controla as outras unidades / partes de um sistema de computação. No contexto atual, uma CPU normalmente está localizada em um único chip de silício, também conhecido como microprocessador. Por outro lado, GPU, a sigla para Graphics Processing Unit, é projetada para descarregar tarefas de processamento gráfico intensivas computacionalmente da CPU. O objetivo final de tais tarefas é projetar os gráficos em uma unidade de exibição como um monitor. Dado que tais tarefas são bem conhecidas e específicas, elas não precisam essencialmente ser programadas e, além disso, tais tarefas são inerentemente paralelas devido à natureza das unidades de exibição. Novamente, no contexto atual, enquanto as GPUs com menos capacidade normalmente estão localizadas no mesmo chip de silício em que você encontra a CPU (essa configuração é conhecida como GPU integrada) outras, as GPUs mais capazes e poderosas são encontradas em seu próprio chip de silício, normalmente em um PCB separado (placa de circuito impresso).

O que é CPU?

O termo CPU é usado em sistemas de computação há mais de cinco décadas e era a única unidade de processamento nos primeiros computadores, até que outras unidades de processamento (como GPUs) foram introduzidas para complementar seu poder de processamento. Os dois principais componentes de uma CPU são sua Unidade Aritmética Lógica (também conhecida como ALU) e Unidade de Controle (também conhecida como CU). A ALU de uma CPU é responsável pelas operações aritméticas e lógicas do sistema de computação, e a UC é responsável por buscar o programa de instruções da memória, decodificá-los e instruir outras unidades, como a ALU, a executar as instruções. Portanto, a unidade de controle da CPU é responsável por trazer a glória de que a CPU seja a unidade de processamento "central". A UC para buscar as instruções na memória, as instruções devem ser armazenadas como programas na memória e, portanto, esse sistema de instruções também é conhecido como “programas armazenados”. Ficaria claro que a UC não executará as instruções, mas facilitará o mesmo comunicando-se com as unidades certas, como a ULA. 

O que é GPU (também conhecido como VPU)?

O termo Unidade de processamento gráfico (GPU) foi introduzido no final dos anos 90 pela NVIDIA, uma empresa de fabricação de GPU, que alegou ter comercializado a primeira GPU do mundo (GeForce256) em 1999. Segundo a Wikipedia, na época da GeForce256, a NVIDIA definia GPU como o seguinte: “um processador de chip único com mecanismos integrados de transformação, iluminação, configuração / recorte de triângulo e renderização capazes de processar no mínimo 10 milhões de polígonos por segundo”. Alguns anos depois, a rival da NVIDIA, ATI Graphics, outra empresa similar, lançou um processador semelhante (Radeon300) com o termo VPU para Visual Processing Unit. No entanto, como fica claro que o termo GPU se tornou mais popular que o termo VPU. 

Hoje, as GPUs são implantadas em qualquer lugar, como em sistemas embarcados, telefones celulares, computadores pessoais e laptops e consoles de jogos. As GPUs modernas são extremamente poderosas na manipulação de gráficos e são programáveis ​​para que possam ser adaptadas a diferentes situações e aplicações. No entanto, mesmo agora, as GPUs típicas são programadas na fábrica através do que é conhecido como firmware. Geralmente, as GPUs são mais eficazes que as CPUs para algoritmos onde o processamento de grandes blocos de dados é feito em paralelo. É esperado, já que as GPUs são projetadas para manipular gráficos de computador, que são extremamente paralelos na natureza. 

Há também esse novo conceito conhecido como GPGPU (computação de uso geral na GPU), para utilizar as GPUs para explorar o paralelismo de dados disponível em alguns aplicativos (como bioinformática) e, portanto, executar processamento não gráfico na GPU. No entanto, eles não são considerados nesta comparação.