GPU'lar ile CPU'lar arasındaki fark nedir?
CPU kısaltmasıyla bilinen merkezî işlem birimi, bir sunucudaki temel hesaplama birimi olan donanım bileşenidir. İşletim sisteminin ve uygulamaların çalışması için gereken her türlü bilgi işlem görevini yerine getirir. Grafik işleme birimi (GPU) benzer ancak özel amaçlı bir donanım bileşenidir. Paralel çalışan karmaşık matematiksel işlemleri, genel amaçlı bir CPU'dan daha verimli bir şekilde işleyebilir. Başlangıçta oyun ve animasyonda grafik oluşturma görevlerini yerine getirmek için oluşturulmuş olsa da GPU'ların kullanım alanları artık bunun çok ötesine uzanmaktadır.
GPU'lar ve CPU'lar arasındaki benzerlikler
Hem CPU'lar hem de grafik işleme birimleri (GPU), bir bilgisayarı çalıştıran donanım birimleridir. Bu birimleri, bir bilgi işlem cihazının beyni olarak düşünebilirsiniz. Her ikisi de çekirdekler, bellek ve kontrol birimleri dâhil benzer dâhilî bileşenlere sahiptir.
Çekirdek
Hem GPU hem de CPU mimarisinde, tüm hesaplamaları ve mantıksal işlevleri çalıştıran çekirdekler bulunur. Çekirdek, talimatları bellekten bit adı verilen dijital sinyaller biçiminde alır. Talimatları çözümler ve talimat döngüsü adı verilen bir zaman diliminde mantık kapılarından geçirir. CPU'larda başlangıçta tek bir çekirdek vardı ancak günümüzde çok çekirdekli CPU'lar ve GPU'lar oldukça yaygındır.
Bellek
Hem CPU'lar hem de GPU'lar, her saniye milyonlarca hesaplama tamamlar ve işleme performansını iyileştirmek için dâhilî bellek kullanır. Önbellek, hızlı veri erişimini kolaylaştıran yerleşik bellektir. CPU'larda L1, L2 veya L3 etiketleri, önbellek düzenlemesini gösterir. L1 en hızlı, L3 ise en yavaş olanıdır. Bellek yönetimi birimi (MMU), her talimat döngüsünde CPU çekirdeği, önbellek ve RAM arasındaki veri hareketini kontrol eder.
Kontrol birimi
Kontrol birimi, işleme görevlerini eşitler ve işleme biriminin ürettiği elektrik darbelerinin frekansını belirler. Daha yüksek frekansa sahip CPU'lar ve GPU'lar, daha iyi performans sağlar. Ancak bu bileşenlerin tasarımı ve yapılandırması, CPU ve GPU arasında farklılık gösterir; bu nedenle ikisi farklı durumlarda yararlıdır.
Temel farklılıklar: CPU'lar ve GPU'lar
Bilgisayar grafiklerinin ve animasyonunun gelişiyle birlikte, CPU'ların sadece işleme amaçlı tasarlanmadığı bilgi işlem açısından yoğun ilk iş yükleri ortaya çıktı. Örneğin bilgisayar oyunu animasyonunda, binlerce pikseli görüntülemek adına verileri işlemek için uygulamalar gerekiyordu ve her pikselin kendi rengi, ışık yoğunluğu ve hareketi vardı. O dönemde CPU'lar üzerinde yapılan geometrik matematiksel hesaplamalar, performans sorunlarına yol açıyordu.
Donanım üreticileri, multimedya odaklı yaygın görevlerin üzerindeki yükü almanın CPU'yu rahatlatabileceğini ve performansı artırabileceğini fark etmeye başladı. Günümüzde ise grafik işleme birimi (GPU) iş yükleri, makine öğrenimi ve yapay zeka gibi bilgi işlem açısından yoğun birçok uygulamayı CPU'lardan daha verimli bir şekilde işlemektedir.
İşlev
CPU ve GPU arasındaki temel fark, işlevlerinde yatmaktadır. Sunucular, CPU olmadan çalışamaz. CPU, sunucudaki tüm yazılımların doğru bir şekilde çalışması için gerekli olan tüm görevleri yerine getirir. Buna karşın GPU, eş zamanlı hesaplamalar gerçekleştirmek için CPU'yu destekler. GPU, görevleri daha küçük bileşenlere ayırıp paralel olarak bitirebildiğinden basit ve tekrarlayan görevleri çok daha hızlı tamamlayabilir.
Tasarım
GPU'lar, birkaç çekirdek veya aritmetik mantık birimi (ALU) aracılığıyla paralel işlemede mükemmeldir. GPU çekirdekleri, CPU çekirdeklerinden daha az güçlüdür ve daha az belleğe sahiptir. CPU'lar farklı talimat grupları arasında hızlı bir şekilde geçiş yapabilirken GPU'lar, aynı talimatlardan yüksek bir miktar alarak bunları yüksek hızda uygular. Sonuç olarak GPU işlevleri, paralel bilgi işlemde önemli bir rol oynar.
Farklılıklara dair örnek
Konuyu daha iyi anlamak için aşağıdaki örneğe bakalım. CPU, büyük bir restoranda yüzlerce hamburger köftesinin ızgara üzerinde döndürüldüğünden emin olmak zorunda olan baş aşçı gibidir. Baş aşçı bu işi kendi başına yapabiliyor olsa da bu şekilde çalışmak zamanı en iyi şekilde kullanma yöntemi değildir. Baş aşçı bu basit ama zaman alan görevi tamamlarken mutfaktaki tüm işler durabilir veya yavaşlayabilir. Baş aşçı, bu sorunu önlemek için birkaç hamburger köftesini döndüren genç asistanları aynı anda kullanabilir. GPU, 10 saniyede 100 hamburger köftesini döndürebilen ve on tane eli olan bir genç asistan gibidir.
Ne zaman CPU yerine GPU kullanılır?
CPU'lar ve grafik işleme birimleri (GPU) arasındaki tercihin, iki seçenekten birini seçmeye dayalı bir tercih olmadığı unutulmamalıdır. Buluttaki her sunucu veya bulut sunucusunun çalışması için bir CPU gerekir. Ancak bazı sunucular, ek yardımcı işlemciler olarak GPU'ları da içerir. Belirli iş yükleri, belirli işlevleri daha etkili bir şekilde gerçekleştiren GPU'lara sahip sunucularda çalışmak için daha uygundur. Örneğin kayan nokta sayısı hesaplamaları, grafik işleme veya veri düzeni eşlemesi için GPU'lar harika bir seçenek olabilir.
CPU yerine GPU kullanmanın yararlı olabileceği bazı uygulamalar aşağıda belirtilmiştir.
Derin öğrenme
Derin öğrenme, bilgisayarlara verileri insan beyninden esinlenerek işlemeyi öğreten bir yapay zekâ (AI) yöntemidir. Örneğin derin öğrenme algoritmaları, doğru öngörü ve tahminler üretmek için resimler, metinler, sesler ve diğer verilerdeki karmaşık modelleri tanıyabilir. GPU tabanlı sunucular; makine öğrenimi, sinir ağları ve derin öğrenme görevleri için yüksek performans sağlar.
Derin öğrenme hakkında bilgi edinin »
Makine öğrenimi hakkında bilgi edinin »
Sinir ağları hakkında bilgi edinin »
Yüksek performanslı bilgi işlem
Yüksek performanslı bilgi işlem terimi, çok yüksek bilgi işlem gücü gerektiren görevleri ifade eder. Aşağıda birkaç örnek verilmiştir:
- Yer bilimsel simülasyonları ve sismik işlemeyi uygun hız ve ölçekte çalıştırmanız gerekir
- Ürün portföyü risklerini, riskten korunma fırsatlarını ve daha fazlasını tespit etmek için finansal simülasyonlar gerçekleştirmeniz gerekir
- Tıp, genomik ve ilaç keşiflerinde tahmine dayalı, gerçek zamanlı veya geriye dönük veri bilimi uygulamaları oluşturmanız gerekir
GPU tabanlı bir bilgisayar sistemi, bunlar gibi yüksek performanslı bilgi işlem görevleri için daha uygundur.
Yüksek performanslı bilgi işlem hakkında bilgi edinin »
Otonom araçlar
Gelişmiş sürücü destek sistemleri (ADAS) ve otonom araç (AV) sistemleri geliştirmek ve dağıtmak için yüksek oranda ölçeklenebilir bilgi işlem, depolama, ağ iletişimi ve analiz teknolojilerine ihtiyacınız vardır. Örneğin veri toplama, etiketleme ve ek açıklama, harita geliştirme, algoritma geliştirme, simülasyonlar ve doğrulama için yeteneklere ihtiyaç duyarsınız. Bu tarz karmaşık iş yüklerinde, verimli şekilde çalışmak için GPU tabanlı bilgisayar sistemlerinin desteği gerekir.
Farklılıkların özeti: CPU ve GPU
| CPU |
Grafik işleme birimi (GPU) |
|
| İşlev |
Bir sunucunun ana işleme işlevleriyle ilgilenen genel bileşen |
Paralel bilgi işlem konusunda mükemmel olan özel bileşen |
| İşleme |
Seri talimat işleme için tasarlanmıştır |
Paralel talimat işleme için tasarlanmıştır |
| Tasarım |
Daha az ve daha güçlü çekirdekler |
CPU'lardan daha fazla çekirdeğe sahiptir ancak CPU çekirdeklerinden daha az güçlüdür |
| En uygun olduğu alanlar: |
Genel amaçlı bilgi işlem uygulamaları |
Yüksek performanslı bilgi işlem uygulamaları |
AWS, CPU ve GPU sunucusu gereksinimlerinizi nasıl destekleyebilir?
Amazon Web Services (AWS), en geniş ve en derin bilgi işlem platformu olan Amazon Esnek İşlem Bulutu (Amazon EC2) hizmetini sunar. İş yükünüzün gereksinimlerini en iyi şekilde karşılamanıza yardımcı olmak için 500'ün üzerinde bulut sunucusuna ve tercih edeceğiniz en güncel işlemci, depolama, ağ iletişimi, işletim sistemi ve satın alma modeline sahiptir.
Amazon EC2'nin sunduğu imkânların öne çıkanlarından bazıları şunlardır:
- Genel amaçlı bulut sunucuları; bilgi işlem, bellek ve ağ iletişimi kaynakları arasında bir denge sağlar. 2-128 sanal CPU'lu yapılandırmalar arasından istediğinizi seçebilirsiniz.
- Hızlandırılmış bilgi işlem bulut sunucuları, fazladan bilgi işlem gücü için ek grafik işleme birimi (GPU) çekirdekleri sağlar. Her bulut sunucusunda sekiz adede kadar GPU'ya sahip olursunuz.
Hemen ücretsiz bir hesap oluşturarak AWS'de sunucu bulut sunucularını kullanmaya başlayın.
