GPU và CPU khác nhau ở điểm nào?

CPU, hay bộ xử lý trung tâm, là thành phần phần cứng đóng vai trò là đơn vị điện toán cốt lõi trong máy chủ. CPU xử lý tất cả các loại tác vụ điện toán cần thiết để hệ điều hành và các ứng dụng có thể chạy. Bộ xử lý đồ họa (GPU) là thành phần phần cứng tương tự CPU, nhưng có chức năng chuyên biệt hơn. So với CPU thông thường, GPU có thể xử lý các phép tính phức tạp chạy song song hiệu quả hơn. Mặc dù ý định thiết kế ban đầu là để xử lý các tác vụ kết xuất đồ họa khi chơi game và xử lý hoạt ảnh, nhưng giờ đây GPU còn được sử dụng cho nhiều tác vụ khác.

Điểm tương đồng giữa GPU và CPU

Cả CPU và bộ xử lý đồ họa (GPU) là các đơn vị phần cứng hỗ trợ máy tính hoạt động. Bạn có thể coi các đơn vị này là bộ não của thiết bị điện toán. Cả hai đơn vị đều có các thành phần bên trong tương tự nhau, bao gồm lõi, bộ nhớ và bộ điều khiển.

Lõi

Cả hai kiến trúc GPU và CPU đều có lõi chạy tất cả các tính toán và hàm logic. Lõi kéo các chỉ lệnh từ bộ nhớ dưới dạng tín hiệu số được gọi là bit. Lõi giải mã các chỉ lệnh và chạy chỉ lệnh thông qua các cổng logic trong một khung thời gian được gọi là chu kỳ chỉ lệnh. CPU ban đầu có một lõi, nhưng ngày nay phổ biến là GPU và CPU nhiều lõi.

Bộ nhớ

Cả CPU và GPU đều hoàn thành hàng triệu phép tính mỗi giây và sử dụng bộ nhớ trong để cải thiện hiệu năng xử lý. Bộ nhớ đệm là bộ nhớ tích hợp hỗ trợ truy cập dữ liệu nhanh chóng. Trong CPU, các nhãn L1, L2 hoặc L3 cho biết cách sắp xếp bộ nhớ đệm. L1 là nhanh nhất và L3 là chậm nhất. Đơn vị quản lý bộ nhớ (MMU) điều khiển việc di chuyển dữ liệu giữa lõi CPU, bộ nhớ đệm và RAM trong mỗi chu trình chỉ lệnh.

Bộ điều khiển

Bộ điều khiển đồng bộ hóa các tác vụ xử lý và xác định tần số xung điện mà đơn vị xử lý tạo ra. CPU và GPU có tần số cao hơn mang lại hiệu năng tốt hơn. Tuy nhiên, trong CPU và GPU, thiết kế và cấu hình của các thành phần này là khác nhau, do đó chúng sẽ hữu ích trong các tình huống khác nhau.

Điểm khác biệt chính: CPU so với GPU

Đồ họa máy tính và hoạt họa ra đời đã dẫn đến xuất hiện những khối lượng công việc thiên về điện toán đầu tiên mà CPU đơn giản là không được thiết kế để xử lý được. Ví dụ: hoạt ảnh trò chơi điện tử yêu cầu các ứng dụng xử lý dữ liệu để hiển thị hàng nghìn pixel – mỗi pixel có màu sắc, cường độ ánh sáng và chuyển động riêng. Các phép toán hình học trên CPU vào thời điểm đó gây ra các vấn đề về hiệu năng.

Các nhà sản xuất phần cứng bắt đầu nhận thấy rằng việc giảm tải các tác vụ hướng đa phương tiện phổ biến có thể giảm gánh nặng cho CPU và tăng hiệu năng. Ngày nay, khối lượng công việc của bộ xử lý đồ họa (GPU) xử lý nhiều ứng dụng yêu cầu cao về điện toán – như máy họctrí tuệ nhân tạo – hiệu quả hơn so với CPU.

Hàm

Điểm khác biệt chính giữa CPU và GPU nằm ở chức năng của chúng. Máy chủ không thể chạy mà không có CPU. CPU xử lý tất cả các tác vụ cần thiết để toàn bộ phần mềm trên máy chủ có thể chạy một cách chính xác. Trong khi đó, GPU hỗ trợ CPU thực hiện các tính toán đồng thời. GPU có thể hoàn thành các tác vụ đơn giản và lặp lại nhanh hơn nhiều vì GPU có khả năng chia tác vụ thành các thành phần nhỏ hơn và hoàn thành chúng song song.

Thiết kế

GPU có khả năng xử lý song song vượt trội thông qua một số lõi hoặc đơn vị logic số học (ALU). Lõi GPU không mạnh bằng lõi CPU và có ít bộ nhớ hơn. Trong khi CPU có thể chuyển đổi giữa các tập chỉ lệnh khác nhau một cách nhanh chóng, thì GPU chỉ đơn giản là lấy một số lượng lớn các chỉ lệnh giống nhau và đẩy chúng qua với tốc độ cao. Do vậy, các chức năng của GPU đóng vai trò quan trọng trong điện toán song song.

Ví dụ về điểm khác biệt

Để hiểu rõ hơn, hãy xem xét phép loại suy sau đây. CPU giống như một bếp trưởng trong một nhà hàng lớn, phải đảm bảo hàng trăm chiếc bánh burger được lật. Ngay cả khi bếp trưởng có thể tự mình làm điều đó, thì thời gian là vấn đề lớn nhất. Tất cả các hoạt động của nhà bếp có thể dừng lại hoặc chậm lại khi bếp trưởng đang hoàn thành công việc đơn giản nhưng tốn thời gian này. Để tránh điều này, bếp trưởng có thể để các phụ bếp lật những chiếc bánh burger song song cùng lúc. GPU giống như một phụ bếp mười tay có thể lật 100 chiếc bánh burger trong 10 giây.

Khi nào nên sử dụng GPU thay vì CPU

Điều quan trọng cần lưu ý là sự lựa chọn giữa CPU và các bộ xử lý đồ họa (GPU) không phải là lựa chọn có cái này thì thôi cái kia. Mỗi máy chủ hoặc phiên bản máy chủ trong đám mây đều cần có một CPU để chạy. Tuy nhiên, một số máy chủ cũng có thêm GPU như bộ đồng xử lý bổ sung. Khối lượng công việc cụ thể sẽ phù hợp hơn để chạy trên các máy chủ có GPU thực hiện các chức năng nhất định hiệu quả hơn. Ví dụ: GPU có thể rất phù hợp để tính toán số dấu phẩy động, xử lý đồ họa hoặc so khớp mẫu dữ liệu.

Dưới đây là một số ứng dụng trong đó sử dụng GPU thay vì CPU sẽ hữu ích hơn.

Học sâu

Học sâu là một phương thức trong lĩnh vực trí tuệ nhân tạo (AI), được sử dụng để dạy máy tính xử lý dữ liệu theo cách được lấy cảm hứng từ bộ não con người. Ví dụ: các thuật toán học sâu nhận diện nhiều hình mẫu phức tạp trong hình ảnh, văn bản, âm thanh và các dữ liệu khác để tạo ra thông tin chuyên sâu và dự đoán chính xác. Máy chủ dựa trên GPU mang lại hiệu năng cao cho các tác vụ máy học, mạng nơ-ron và học sâu.

Tìm hiểu về học sâu »

Tìm hiểu về công nghệ máy học »

Tìm hiểu về mạng nơ-ron »

Điện toán hiệu năng cao

Thuật ngữ điện toán hiệu năng cao dùng để chỉ các tác vụ đòi hỏi công suất điện toán rất cao. Dưới đây là một số ví dụ:

  • Bạn cần phải chạy mô phỏng khoa học địa chất và xử lý địa chấn với tốc độ nhanh và trên quy mô lớn
  • Bạn cần dự báo mô phỏng tài chính để xác định các rủi ro của danh mục sản phẩm, cơ hội phòng ngừa rủi ro, v.v.
  • Bạn cần xây dựng các ứng dụng khoa học dữ liệu dự đoán, theo thời gian thực hoặc hồi cứu trong y học, gen và khám phá thuốc

Hệ thống máy tính dựa trên GPU phù hợp hơn cho các tác vụ cần điện toán hiệu năng cao như thế này.

Tìm hiểu về điện toán hiệu năng cao »

Phương tiện tự hành

Để phát triển và triển khai các hệ thống hỗ trợ người lái nâng cao (ADAS) và hệ thống phương tiện tự hành (AV), bạn cần các công nghệ điện toán, lưu trữ, kết nối mạng và phân tích có quy mô linh hoạt cao. Ví dụ: bạn cần đến các khả năng thu thập dữ liệu, ghi nhãn và chú thích, phát triển bản đồ, phát triển thuật toán, mô phỏng và xác minh. Khối lượng công việc phức tạp như vậy đòi hỏi cần có sự hỗ trợ của các hệ thống máy tính dựa trên GPU để hoạt động hiệu quả.

Tóm tắt điểm khác biệt: CPU so với GPU

 

CPU

Bộ xử lý đồ họa (GPU)

Hàm

Thành phần chung phụ trách các chức năng xử lý chính của một máy chủ

Thành phần chuyên biệt có khả năng điện toán song song vượt trội

Xử lý

Được thiết kế để xử lý chỉ lệnh nối tiếp

Được thiết kế để xử lý chỉ lệnh song song

Thiết kế

Lõi ít hơn, mạnh hơn

Nhiều lõi hơn CPU, nhưng không mạnh bằng lõi CPU

Trường hợp sử dụng phù hợp nhất

Các ứng dụng điện toán đa dụng

Các ứng dụng điện toán hiệu năng cao

AWS có thể hỗ trợ các yêu cầu máy chủ CPU và GPU của bạn như thế nào?

Amazon Web Services (AWS) cung cấp Đám mây điện toán linh hoạt của Amazon (Amazon EC2), nền tảng điện toán rộng nhất và sâu nhất. Nền tảng này có hơn 500 phiên bản và bạn có thể lựa chọn bộ xử lý, kho lưu trữ, kết nối mạng, hệ điều hành và mô hình mua mới nhất để phù hợp nhất với nhu cầu khối lượng công việc của bạn.

Dưới đây là một số điểm nổi bật về các dịch vụ mà Amazon EC2 cung cấp:

  • Các phiên bản đa dụng giúp cân bằng giữa tài nguyên điện toán, bộ nhớ và kết nối mạng. Bạn có thể lựa chọn giữa các cấu hình với 2-128 CPU ảo.
  • Các phiên bản điện toán tăng tốc cung cấp thêm lõi bộ xử lý đồ họa (GPU) để tăng thêm công suất điện toán. Bạn nhận được tối đa tám GPU trong mỗi phiên bản.

Bắt đầu sử dụng phiên bản máy chủ trên AWS bằng cách tạo tài khoản miễn phí ngay hôm nay.

Các bước tiếp theo để sử dụng AWS