GPU nedir?
Grafik işlem birimi (GPU), matematiksel hesaplamaları yüksek hızda gerçekleştirebilen elektronik bir devredir. Grafik görselleştirme, makine öğrenimi (ML) ve video düzenleme gibi bilgi işlem görevleri, büyük bir veri kümesi üzerinde benzer matematiksel işlemlerin uygulanmasını gerektirir. Bir GPU'nun tasarımı, aynı işlemin çok sayıda veri değeri üzerinde paralel olarak gerçekleştirilmesine imkan sağlar. Bu, yoğun işlem gerektiren birçok göreve yönelik işlem verimliliğini artırır.
GPU'lar neden önemlidir?
Bir GPU, genel amaçlı paralel işlemeyi gerçekleştirme konusunda mükemmeldir, ancak tarihsel açıdan durum her zaman böyle değildi. Adından da anlaşılacağı gibi, GPU'lar başlangıçta belirli bir görev için tasarlanmıştı: Görüntü gösterimini kontrol etmek.
GPU'nun kökeni
GPU'dan önce, 1940'larda ve 1950'lerde piyasaya sürülen nokta matris ekranlarımız vardı. Vektör ve taramalı ekranlar daha sonra piyasaya sürüldü, sonrasında ise ilk video oyun konsolları ve PC'ler piyasaya sürüldü. O zamanlarda, ekrandaki görüntüyü, grafik denetleyicisi adı verilen bir programlanamayan cihaz koordine ediyordu. Grafik denetleyicilerinin çoğu işlem için CPU'ya ihtiyaç duyuyordu, ancak bazıları çip üzerinde işlemciler içeriyordu.
Aynı zamanlarda, tek bir işlemciyle ekranda tek bir piksel oluşturmaya yönelik bir 3D görüntüleme projesi mevcuttu. Amaç, birçok pikseli kısa sürede birleştiren bir görüntü üretmekti. Bu proje, bildiğimiz şekliyle GPU'nun kökeniydi.
İlk GPU'lar ancak 1990'ların sonlarında çıkabildi. Bunlar oyun ve bilgisayar destekli tasarım (CAD) pazarlarına yönelikti. GPU, önceden yazılım tabanlı olan bir görselleştirme motoru ve dönüştürme ve aydınlatma motorunu grafik denetleyicisiyle entegre etti; hepsi programlanabilir bir çip üzerindeydi.
GPU teknolojisinin evrimi
Nvidia, 1999 yılında tek çipli GeForce 256 GPU'ları pazarlayan ilk şirket oldu. 2000'ler ve 2010'lar, GPU'ların ışın izleme, örgü gölgelendirme ve donanımsal mozaikleme gibi işlevler kazandığı bir büyüme çağına işaret etti. Bunlar giderek daha gelişmiş görüntü oluşturma ve grafik performansı sağladı.
Nvidia, GPU'da paralel işlemeyi mümkün kılan bir yazılım katmanı olan CUDA'yı 2007 yılında piyasaya sürdü. Bu süre zarfında, GPU'ların son derece spesifik görevleri yerine getirmede çok etkili olduğu anlaşıldı. Özellikle belirli bir sonuca ulaşmak için büyük miktarda işlem gücü gerektiren görevlerde mükemmeldiler.
Nvidia CUDA'yı piyasaya sürdüğünde, GPU programlamasını daha geniş bir kitleye ulaştırdı. Geliştiriciler daha sonra GPU teknolojisini her türlü hesaplama yoğun pratik uygulamalar için programlama imkanına sahip oldu. GPU bilgi işlem çok daha yaygın hale gelmeye başladı.
GPU'lar, blok zinciri ve diğer gelişmekte olan uygulamalar için talep gören çiplerdir. Giderek yapay zeka ve makine öğrenimine (AI/ML) yönlendiriliyorlar.
Bir GPU için pratik uygulamalar nelerdir?
GPU'lar, büyük ölçekli finans, savunma uygulamaları ve araştırma faaliyetleri dahil olmak üzere, çok çeşitli hesaplama yoğun uygulamalarda kullanılabilir. GPU'ların günümüzdeki en yaygın kullanımlarından bazıları:
Oyun
GPU'nun büyük işletme ve devlet görselleştirme uygulamaları alanlarının dışına uzanan ilk uygulamaları kişisel oyunlardı. 1980'lerin oyun konsollarında kullanıldılar ve hala PC'lerde ve mevcut oyun konsollarında bulunuyorlar. GPU'lar karmaşık grafik görselleştirme için gereklidir.
Profesyonel görselleştirme
GPU'lar CAD çizimi, video düzenleme, ürün tanıtımları ve etkileşim, tıbbi görüntüler ve sismik görüntüleme gibi profesyonel uygulamalarda kullanılır. Ayrıca diğer karmaşık görüntü ve video düzenleme ve görselleştirme uygulamalarına da uygulanırlar. Tarayıcı tabanlı uygulamalar bile, WebGL gibi kitaplıklar aracılığıyla GPU'dan yararlanabilir.
Makine öğrenimi
Bir makine öğrenimi (ML) modelini eğitmek, büyük miktarda hesaplama gücü gerektirir. Günümüzde bu modeller, hızlandırılmış sonuçlar için GPU'larda çalışabilirler. Bir modeli kendi satın aldığınız donanım üzerinde eğitmek uzun zaman alabilir, ancak bir bulut GPU kullanarak hızlı bir şekilde sonuçlar elde edebilirsiniz.
Blok Zinciri
Kripto para birimleri blok zincirleri üzerine yapılandırılmıştır. Belirli bir blok zinciri türü, iş kanıtı, genellikle çalışma için büyük ölçüde GPU'lara dayanır. Benzer ancak farklı bir çip olan uygulamaya özel entegre devreler (ASIC), artık blok zinciri için yaygın bir şekilde GPU işlemlemenin yerini alıyor.
Hisse kanıtı blockchain algoritmik kanıtları, büyük miktarlarda hesaplama gücüne olan ihtiyacı ortadan kaldırır, ancak iş kanıtı hala yaygındır.
Simülasyon
Moleküler dinamik, hava tahmini ve astrofizikte kullanılanlar gibi gelişmiş simülasyon uygulamalarının tümü GPU'lar aracılığıyla gerçekleştirilebilir. Ayrıca, akışkanlar dinamiği de dahil olmak üzere, otomotiv ve büyük araç tasarımındaki birçok uygulamanın arkasında da GPU’lar bulunur.
GPU nasıl çalışır?
Modern GPU'lar genellikler bir dizi çoklu işlemci içerirler. Her birinin paylaşılan bir bellek bloğu, ayrıca bir dizi işlemcisi ve karşılık gelen kayıtları vardır. GPU'nun kendisi sabit belleğe ve yerleştirildiği kartta cihaz hafızasına sahiptir.
Her GPU amacına, üreticiye, çipin özelliklerine ve GPU'yu koordine etmek için kullanılan yazılıma bağlı olarak biraz farklı çalışır. Örneğin, Nvidia'nın CUDA paralel işleme yazılımı, geliştiricilerin GPU'yu hemen hemen tüm genel amaçlı paralel işleme uygulamalarını göz önünde bulundurarak özel olarak programlamalarına olanak tanır.
GPU'lar, ayrık GPU'lar olarak bilinen bağımsız çipler veya entegre GPU'lar (iGPU) olarak bilinen ve diğer bilgi işlem donanımlarıyla entegre olan çipler olabilirler.
Ayrık GPU'lar
Ayrık GPU'lar, tamamen eldeki göreve yönelik bir çip olarak mevcuttur. Bu görev geleneksel olarak grafik olsa da, artık ayrık GPU'lar, ML veya karmaşık simülasyon gibi görevlere yönelik işlemciler olarak kullanılabilir.
Grafiklerde kullanıldığında, GPU, genellikle ana karta yerleştirilen bir grafik kartında bulunur. Diğer görevlerde GPU, farklı bir kartta veya yuvada, doğrudan ana kartın kendisinde bulunabilir.
Entegre GPU'lar
2010'ların başında, ayrık GPU'lardan uzaklaşıldığını görmeye başladık. Üreticiler, iGPU olarak bilinen bir çip üzerindeki birleşik CPU ve GPU'nun uygulanmasını benimsediler. PC için, bu iGPU'lardan ilki Intel'in Celeron, Pentium ve Core serileriydi. Bunlar dizüstü bilgisayarlar ve PC'ler arasında popüler olmaya devam ediyor.
Başka bir iGPU türü, CPU, GPU, bellek ve ağ gibi bileşenler içeren bir çip üzerindeki sistemdir (SoC). Bunlar genellikle akıllı telefonlarda bulunan çip türleridir.
Sanal
Diğer bilgi işlem donanım altyapısı türleri gibi, GPU'lar da sanallaştırılabilir. Sanallaştırılmış GPU'lar, bulut sunucularındaki diğer sanal GPU'larla birlikte alan paylaşan bir GPU'nun yazılım tabanlı temsilidir. Bunları, temel donanım bakımı konusunda endişelenmenize gerek kalmadan iş yüklerinizi çalıştırmak için kullanabilirsiniz.
Bir GPU ve bir CPU arasındaki fark nedir?
Bir CPU ve bir GPU arasındaki temel fark, bilgisayar sistemindeki amaçlarıdır. Sisteme bağlı olarak farklı rolleri vardır. Örneğin, elde taşınır bir oyun cihazında, bir PC'de ve birkaç sunucu dolabına sahip bir süper bilgisayarda farklı amaçlara hizmet ederler.
Genel olarak, CPU, tam sistem kontrolüyle birlikte yönetim ve genel amaçlı görevleri yönetir. Buna karşılık, GPU, video düzenleme veya makine öğrenimi gibi yoğun işlem gerektiren görevleri yerine getirir.
Daha belirgin bir şekilde ifade edecek olursak, CPU'lar, aşağıdaki gibi görevleri gerçekleştirmek için optimize edilmiştir:
- Sistem yönetimi
- Farklı uygulamalarda çoklu görevler
- Girdi ve çıktı işlemleri
- Ağ fonksiyonları
- Çevresel aygıtların kontrolü
- Bellek ve depolama sistemi çoklu görevleri
GPU ve grafik kartı arasındaki fark nedir?
Grafik işlemci birimi ve grafik kartı isimleri genellikle birbirinin yerine kullanılır, ancak bunlar aynı şey değildir.
Grafik kartları, bir bilgisayarın ana kartındaki bir yere yerleştirilen eklenti kartlarıdır (AIB). Grafik kartları bilgisayarın kendisine eklenmemiştir; bunlar değiştirilebilir kartlardır. Bir grafik kartı bir GPU ile birlikte gelir.
GPU, grafik kartlarındaki ana bileşendir. Video belleği için video RAM (VRAM), bağlantı noktaları (HDMI veya DisplayPort gibi) ve bir soğutma bileşeni gibi diğer bileşenlerin yanında bulunur. Bununla birlikte, bir GPU doğrudan ana karta yerleştirilebilir veya diğer bileşenlerle birlikte, hepsi bir arada bir çip olarak entegre edilebilir.
AWS, GPU gereksinimleriniz konusunda nasıl yardımcı olabilir?
Amazon Web Services (AWS), en geniş ve en derin bilgi işlem platformu olan Amazon Esnek İşlem Bulutu (Amazon EC2) hizmetini sunar.
Amazon EC2, 500'den fazla bulut sunucusu ve en yeni işlemci, depolama, ağ oluşturma, işletim sistemi ve satın alma modeli seçiminizi içerir. İş yükünüzün ihtiyaçlarını kolayca karşılayabilir.
Amazon EC2 ile GPU'ları bulutta kiralamak ve çalıştırmak kolaydır. Video düzenleme, grafik oluşturma, yapay zeka (AI) ve diğer paralel işleme imkanlarına yönelik işlemci gücü için GPU'lardan yararlanın.
Amazon EC2 bulut sunucuları hemen hemen her tür iş yükü için uygundur:
- P2 bulut sunucuları genel amaçlı GPU işlem uygulamaları için tasarlanmıştır.
- Amazon EC2 P5 bulut sunucularında sekiz yerleşik GPU bulunur. Bunlar en yeni nesil GPU tabanlı bulut sunucularıdır. Derin öğrenme ve yüksek performanslı bilgi işlem (HPC) için Amazon EC2'de en yüksek performansı sağlarlar.
- Amazon EC2 G5 bulut sunucuları AWS Graviton2 işlemciler tarafından desteklenmektedir ve NVIDIA T4G Tensor Core GPU'lara sahiptir. Android oyun akışı gibi grafik iş yükleri için Amazon EC2'de en iyi fiyat performansını sağlarlar.
Bugün bir hesap oluşturarak AWS'de GPU'ları kullanmaya başlayın.
