Grafikprozessoren, allgemein als GPUs bekannt, sind ein integraler Bestandteil der modernen digitalen Welt. Als kritische Komponente eines Computersystems sind sie daf\u00fcr ausgelegt, den Speicher schnell zu manipulieren und zu \u00e4ndern, um die Erstellung von Bildern in einem Bildspeicher zu beschleunigen, der f\u00fcr die Ausgabe an ein Anzeigeger\u00e4t bestimmt ist. Einfacher ausgedr\u00fcckt rendern sie Bilder, Animationen und Videos auf Ihrem Bildschirm. Aufgrund ihrer F\u00e4higkeit, parallele Operationen an mehreren Datens\u00e4tzen durchzuf\u00fchren, werden sie zunehmend in einer Vielzahl von nicht-grafischen Berechnungen eingesetzt.<\/p>\n
Das Konzept einer GPU wurde erstmals in den 1970er Jahren eingef\u00fchrt. Fr\u00fche Videospiele wie Pong und Space Invaders erforderten die Entwicklung von Grafikhardware, um Bilder auf einem Bildschirm anzuzeigen. Diese waren nach heutigen Ma\u00dfst\u00e4ben rudiment\u00e4r und konnten nur einfache Formen und Farben anzeigen. NVIDIA wird oft die Einf\u00fchrung der ersten GPU, der GeForce 256, im Jahr 1999 zugeschrieben. Dies war das erste als GPU bezeichnete Ger\u00e4t, das Transformations- und Beleuchtungsoperationen (T&L) selbstst\u00e4ndig durchf\u00fchren konnte, wof\u00fcr zuvor eine CPU zust\u00e4ndig war.<\/p>\n
Im Laufe der Zeit hat sich die GPU mit technologischen Fortschritten und einer steigenden Nachfrage nach besserer Grafik dramatisch weiterentwickelt. Wir haben eine Entwicklung von 2D-Grafikbeschleunigern mit fester Funktion zu den immens leistungsstarken, programmierbaren Chips erlebt, die heute verwendet werden und in der Lage sind, realistische 3D-Umgebungen in Echtzeit darzustellen.<\/p>\n
GPUs sind speziell f\u00fcr die effiziente Ausf\u00fchrung von Aufgaben konzipiert, bei denen gro\u00dfe Datenbl\u00f6cke parallel verarbeitet werden m\u00fcssen, wie etwa das Rendern von Bildern und Videos. Diese Effizienz erreichen sie, indem sie \u00fcber Tausende von Kernen verf\u00fcgen, die Tausende von Threads gleichzeitig verarbeiten k\u00f6nnen. Im Vergleich dazu kann eine typische CPU zwischen zwei und 32 Kernen haben. Dieser architektonische Unterschied erm\u00f6glicht es GPUs, bei Aufgaben wie dem Rendern von Bildern, wissenschaftlichen Berechnungen und Deep Learning, bei denen die gleiche Operation an gro\u00dfen Datens\u00e4tzen durchgef\u00fchrt werden muss, effizienter zu sein.<\/p>\n
GPUs werden normalerweise in zwei Kategorien unterteilt: Integriert und Dediziert. Integrierte GPUs sind auf demselben Chip wie die CPU eingebaut und teilen sich den Speicher mit ihr. Dedizierte GPUs hingegen sind separate Einheiten mit eigenem Speicher, genannt Video-RAM (VRAM).<\/p>\n
Die GPU besteht aus verschiedenen Teilen, darunter einer Speichereinheit, einer Verarbeitungseinheit und einer Eingabe-\/Ausgabeeinheit (I\/O). Das Herzst\u00fcck jeder GPU ist der Grafikkern, der aus Hunderten oder Tausenden von Kernen besteht. Diese Kerne werden weiter in gr\u00f6\u00dfere Einheiten gruppiert, die bei NVIDIA-GPUs oft als Streaming Multiprocessors (SMs) oder bei AMD-GPUs als Compute Units (CUs) bezeichnet werden.<\/p>\n
Wenn eine Aufgabe eingeht, teilt die GPU sie in kleinere Unteraufgaben auf und verteilt sie auf die verf\u00fcgbaren Kerne. Dies erm\u00f6glicht die gleichzeitige Ausf\u00fchrung von Aufgaben, was zu schnelleren Fertigstellungszeiten im Vergleich zur sequentiellen Verarbeitungsnatur von CPUs f\u00fchrt.<\/p>\n
Zu den Hauptmerkmalen moderner GPUs geh\u00f6ren:<\/p>\n
Es gibt zwei Haupttypen von GPUs:<\/p>\n