Sommaire
La GPU (Graphics Processing unit ou unité de traitement graphique en français) est une puce électronique montée sur une carte vidéo (carte graphique), améliorée par le géant de la conception graphique Nvidia.
Parfois appelé unité de traitement visuel, il s’agit d’un processeur spécialisé qui décharge le rendu graphique 3D du microprocesseur. La GPU moderne n’est pas seulement un moteur graphique puissant, mais aussi un processeur programmable hautement parallèle avec une arithmétique de pointe et une bande passante mémoire qui surpasse considérablement son homologue CPU.
Que fait un GPU?
L’unité de traitement graphique, ou GPU, est devenue l’un des types de technologie informatique les plus importants, à la fois pour l’informatique personnelle et professionnelle. Conçu pour le traitement parallèle, le GPU est utilisé dans une large gamme d’applications, y compris les graphiques et le rendu vidéo. Bien qu’ils soient surtout connus pour leurs capacités dans les jeux, les GPU sont de plus en plus utilisés pour la production créative et l’intelligence artificielle (IA).
Les GPU ont été initialement conçues pour accélérer le rendu des graphiques 3D. Au fil du temps, ils sont devenus plus flexibles et programmables, améliorant leurs capacités. Cela a permis aux programmeurs graphiques Nvidia de créer des effets visuels plus intéressants et des scènes réalistes avec des techniques avancées d’éclairage et d’ombre.
D’autres développeurs ont également commencé à exploiter la puissance des GPU pour accélérer considérablement les charges de travail supplémentaires dans le calcul haute performance (HPC), l’apprentissage en profondeur, etc.
De quoi se caractérise un GPU par rapport à un CPU ?
Bien que les termes GPU et carte graphique (ou carte vidéo) soient souvent utilisés de manière interchangeable, il existe une distinction subtile entre ces termes. Tout comme une carte mère contient une CPU, une carte graphique fait référence à une carte d’extension qui intègre la GPU. Cette carte comprend également la série de composants nécessaires pour permettre à la GPU de fonctionner et de se connecter au reste du système.
Les GPU se déclinent en deux types de base: intégrés et discrets. Une GPU intégré ne vient pas du tout sur sa propre carte séparée et est plutôt intégré aux côtés de la CPU. Une GPU discret est une puce distincte montée sur sa propre carte de circuit imprimé et généralement connectée à un emplacement PCI Express.
Unité de traitement graphique intégrée
La majorité des GPU sur le marché sont en fait des graphiques intégrés. Alors, quels sont les graphiques intégrés et comment ça marche dans votre ordinateur? Un processeur livré avec une GPU entièrement intégré sur sa carte mère permet aux systèmes plus fins et plus légers, une consommation d’énergie réduite et des coûts système réduits.
La technologie graphique Intel, qui comprend les graphiques Intel HD et les graphiques Intel Iris Plus, est à la pointe de la technologie graphique intégrée. Avec Intel Graphics, les utilisateurs peuvent découvrir des graphismes immersifs dans des systèmes plus froids et offrant une durée de vie de batterie plus longue.
Unité de traitement graphique discrète
De nombreuses applications informatiques peuvent fonctionner correctement avec des GPU intégrées. Cependant, pour les applications plus gourmandes en ressources et exigeantes en performances, un GPU discret (parfois appelé carte graphique dédiée) est mieux adapté à la tâche.
Ces GPU ajoutent de la puissance de traitement au prix d’une consommation d’énergie supplémentaire et de la création de chaleur. Les GPU discretes nécessitent généralement un refroidissement dédié pour des performances maximales.
Comment Nvidia programme ses cartes graphiques ?
Les unités programmables des GPU suivent un modèle de programmation à plusieurs données (SPMD) à programme unique. Pour plus d’efficacité, la GPU traite de nombreux éléments (sommets ou fragments) en parallèle en utilisant le même programme.
Chaque élément est indépendant des autres éléments, et dans le modèle de programmation de base, les éléments ne peuvent pas communiquer entre eux.
Tous les programmes GPU doivent être structurés de cette façon: de nombreux éléments parallèles, chacun traité en parallèle par un seul programme. Chaque élément peut fonctionner sur des données entières ou à virgule flottante 32 bits avec un jeu d’instructions à usage général raisonnablement complet.
Les éléments peuvent lire les données à partir d’une mémoire globale partagée et avec les GPU les plus récentes, réécrivent également à des emplacements arbitraires dans la mémoire globale partagée.
Ce modèle de programmation est bien adapté aux programmes en ligne droite, car de nombreux éléments peuvent être traités en exécutant exactement le même code.
Quelles sont les domaines d’applications des GPU par Nvidia?
Il y a 20 ans, les GPU étaient principalement utilisées pour accélérer les applications graphiques 3D en temps réel, comme les jeux. Cependant, au début du 21e siècle, les informaticiens de Nvidia ont réalisé que les GPU avaient le potentiel de résoudre certains des problèmes informatiques les plus difficiles au monde.
Cette réalisation a donné naissance à l’ère de la GPU à usage général. Désormais, la technologie graphique est appliquée plus largement à un ensemble de problèmes de plus en plus large. Les GPU d’aujourd’hui sont plus programmables que jamais, ce qui leur permet d’accélérer une large gamme d’applications qui vont bien au-delà du rendu graphique traditionnel.
GPU pour les jeux
Les jeux vidéo sont devenus plus intensifs en termes de calcul, avec des graphismes hyperréalistes et de vastes mondes complexes dans le jeu. Avec les technologies d’affichage avancées, telles que les écrans 4K et les taux de rafraîchissement élevés, ainsi que l’essor des jeux de réalité virtuelle, les exigences en matière de traitement graphique augmentent rapidement.
Les GPU sont capables de restituer des graphiques en 2D et en 3D. Avec de meilleures performances graphiques, les jeux peuvent être joués à une résolution plus élevée, à des fréquences d’images plus rapides, ou les deux.
GPU pour l’édition vidéo et la création de contenu
Pendant des années, les éditeurs vidéo, les graphistes et d’autres professionnels de la création ont dû faire face à de longs temps de rendu qui ont limité les ressources informatiques et étouffé le flux créatif.
Désormais, le traitement parallèle offert par les GPU facilite et accélère le rendu vidéo et graphique dans des formats de haute définition. De plus, les GPU modernes conçus par Nvidia ont des médias et des moteurs d’affichage dédiés, qui permettent une création et une lecture vidéo beaucoup plus éco-énergétiques.
GPU pour l’apprentissage automatique
Certaines des applications les plus intéressantes de la technologie GPU concernent l’IA et l’apprentissage automatique. Étant donné que les GPU intègrent une quantité extraordinaire de capacités de calcul, ils peuvent fournir une accélération incroyable des charges de travail qui tirent parti de la nature hautement parallèle des GPU, comme la reconnaissance d’image.
De nombreuses technologies d’apprentissage en profondeur d’aujourd’hui reposent sur des GPU fonctionnant conjointement avec des CPU.
