Différence entre CPU et GPU

CPU vs GPU

CPU, l'acronyme de Central Processing Unit, est le cerveau d'un système informatique qui effectue les «calculs» donnés sous forme d'instructions par le biais d'un programme informatique. Par conséquent, avoir une CPU n’a de sens que si vous avez un système informatique «programmable» (afin qu’il puisse exécuter des instructions) et que nous devons noter que la CPU est l’unité de traitement «Centrale», l’unité qui contrôle les autres unités / parties d'un système informatique. Dans le contexte actuel, une unité centrale est généralement située dans une seule puce de silicium, également appelée microprocesseur. D'autre part, GPU, acronyme de Graphics Processing Unit, est conçu pour décharger de la CPU les tâches de traitement graphique gourmandes en ressources informatiques. Le but ultime de ces tâches est de projeter les graphiques sur une unité d'affichage telle qu'un moniteur. Etant donné que ces tâches sont bien connues et spécifiques, il n’est pas nécessaire de les programmer, mais elles sont en outre intrinsèquement parallèles en raison de la nature des unités d’affichage. Encore une fois, dans le contexte actuel, alors que les GPU les moins performants se trouvent généralement dans la même puce de silicium que celle où se trouve le processeur (cette configuration est appelée GPU intégré), d’autre part, les GPU les plus puissants et les plus performants se trouvent dans leur propre puce de silicium, généralement sur un circuit imprimé séparé (PCB).

Quel est le CPU?

Le terme CPU est utilisé dans les systèmes informatiques depuis plus de cinq décennies, et il était la seule unité de traitement des premiers ordinateurs jusqu'à ce que d’autres unités de traitement (telles que les GPU) soient introduites pour compléter sa puissance de traitement. Les deux composants principaux d’une CPU sont son unité de logique arithmétique (ALU) et son unité de contrôle (CU). L'ALU d'une CPU est responsable des opérations arithmétiques et logiques du système informatique, et la CU est chargée d'extraire le programme d'instructions de la mémoire, de le décoder et de donner à d'autres unités telles que ALU d'exécuter les instructions. Par conséquent, l’unité de contrôle de la CPU est chargée de donner la gloire à la CPU comme unité de traitement «centrale». Pour que la CU récupère les instructions dans la mémoire, celles-ci doivent être stockées sous forme de programmes dans la mémoire et, par conséquent, ce système d'instructions est également appelé "programmes mémorisés". Il est clair que la CU n’exécutera pas les instructions, mais facilitera les mêmes opérations en communiquant avec les bonnes unités telles que l’ALU.. 

Qu'est-ce que le GPU (aka VPU)??

Le terme Graphics Processing Unit (GPU) a été introduit à la fin des années 90 par NVIDIA, une société de fabrication de GPU, qui prétendait avoir commercialisé le premier GPU au monde (GeForce256) en 1999. Selon Wikipedia, à l’époque de GeForce256, NVIDIA définissait GPU «un processeur monopuce avec des moteurs de transformation, d’éclairage, de configuration / découpage en triangle et de rendu intégrés, capable de traiter un minimum de 10 millions de polygones par seconde». Quelques années plus tard, le rival de NVIDIA, ATI Graphics, une autre société similaire, a lancé un processeur similaire (Radeon300) portant le terme VPU pour unité de traitement visuel. Cependant, comme il est clair que le terme GPU est devenu plus populaire que le terme VPU. 

Aujourd'hui, les GPU sont déployés partout, par exemple dans les systèmes intégrés, les téléphones mobiles, les ordinateurs personnels et portables et les consoles de jeux. Les GPU modernes sont extrêmement puissants pour manipuler les graphiques et sont programmables pour pouvoir être adaptés à différentes situations et applications. Cependant, même maintenant, les GPU typiques sont programmés en usine via ce qu'on appelle un firmware. En règle générale, les GPU sont plus efficaces que les CPU pour les algorithmes dans lesquels le traitement de gros blocs de données est effectué en parallèle. On s’attend à ce que les GPU soient conçus pour manipuler des graphiques informatiques, qui sont de nature extrêmement parallèle. 

Il existe également ce nouveau concept appelé GPGPU (General Purpose Computing sur GPU), qui consiste à utiliser des GPU pour exploiter le parallélisme de données disponible dans certaines applications (telles que la bioinformatique) et, par conséquent, à effectuer un traitement non graphique dans un GPU. Cependant, ils ne sont pas pris en compte dans cette comparaison.