GPU-beschleunigtes Computing

Definition - Was bedeutet GPU-beschleunigtes Computing?

GPU-beschleunigtes Computing ist der Einsatz einer Grafikverarbeitungseinheit (GPU) zusammen mit einer Computerverarbeitungseinheit (CPU), um verarbeitungsintensive Vorgänge wie Deep Learning, Analytics und Engineering-Anwendungen zu ermöglichen. Die 2007 von NVIDIA entwickelte GPU bietet eine weitaus bessere Anwendungsleistung, indem verarbeitungsintensive Anwendungsbereiche auf der GPU entfernt werden. Die GPU-beschleunigte Computerbereitstellung wird aufgrund der Vielzahl von Anwendungen, in denen sie eingesetzt werden kann, wie künstliche Intelligenz, Drohnen, Roboter oder autonome Autos, immer beliebter.

Technische.me erklärt GPU-Accelerated Computing

Die GPU bietet überlegene Leistung für Softwareanwendungen. Aus Sicht des Benutzers beschleunigt GPU-beschleunigtes Computing Anwendungen. GPU-beschleunigte Computerfunktionen durch Verschieben der rechenintensiven Abschnitte der Anwendungen auf die GPU, während die verbleibenden Abschnitte in der CPU ausgeführt werden können. Während die CPU aus Kernen besteht, die für die sequentielle serielle Verarbeitung ausgelegt sind, verfügt die GPU über eine parallele Architektur, die aus effizienteren und dennoch kleineren Kernen besteht, die problemlos mehrere Aufgaben parallel ausführen können. Infolgedessen werden beim GPU-beschleunigten Rechnen, während sequentielle Berechnungen in der CPU durchgeführt werden, hochkomplizierte Berechnungen parallel in der GPU berechnet. Ein weiteres herausragendes Merkmal des GPU-beschleunigten Computing ist die Unterstützung aller parallelen Programmiermodelle, die Anwendungsdesignern und -entwicklern hilft, eine überlegene Anwendungsleistung bereitzustellen.

GPU-beschleunigtes Computing wurde in großem Umfang in der Videobearbeitung, medizinischen Bildgebung, Flüssigkeitssimulationen, Farbkorrekturen und Unternehmensanwendungen eingesetzt und ist in komplexen Bereichen wie künstlicher Intelligenz und Deep Learning vielversprechend.