GPU là gì?

Bộ xử lý đồ họa (GPU) là một mạch điện tử có khả năng thực hiện các phép toán ở tốc độ cao. Các tác vụ điện toán như kết xuất đồ họa, máy học (ML) và chỉnh sửa video yêu cầu áp dụng các phép toán tương tự trên một tập dữ liệu lớn. Thiết kế của GPU cho phép thực hiện cùng một phép toán trên nhiều giá trị dữ liệu song song. Điều này làm tăng hiệu quả xử lý của GPU cho nhiều tác vụ điện toán chuyên sâu.

Tại sao GPU lại quan trọng?

GPU vượt trội trong việc thực hiện xử lý song song thông dụng, tuy nhiên trước đây, điều này không phải lúc nào cũng đúng. Như tên gọi, GPU ban đầu được thiết kế cho một tác vụ cụ thể: kiểm soát hiển thị hình ảnh.

Nguồn gốc của GPU

Trước GPU, chúng ta đã có màn hình ma trận điểm, được phát hành vào những năm 1940 và 1950. Về sau màn hình véc-tơ và mành quét ra đời, sau đó nữa là PC và máy chơi game đầu tiên ra đời. Vào thời điểm đó, một thiết bị không thể lập trình được gọi là bộ điều khiển đồ họa dùng để điều phối hiển thị trên màn hình. Thông thường, các bộ điều khiển đồ họa dựa vào CPU để xử lý, mặc dù một số bộ điều khiển có bộ xử lý trên chip.

Cùng thời gian đó, có một dự án hình ảnh 3D có liên quan đến việc tạo ra một pixel trên màn hình bằng một bộ xử lý duy nhất. Mục tiêu là tạo ra một hình ảnh kết hợp nhiều pixel trong một khoảng thời gian ngắn. Dự án này là khởi nguồn của GPU mà chúng ta biết đến hiện nay.

Mãi đến cuối những năm 1990, GPU đầu tiên mới ra đời. GPU này nhắm vào thị trường trò chơi và thiết kế có sự hỗ trợ của máy tính (CAD). GPU đã tích hợp một công cụ kết xuất dựa trên phần mềm trước đây, cùng công cụ chuyển đổi và chiếu sáng có bộ điều khiển đồ họa đi kèm, tất cả đều trên một chip có thể lập trình. 

Sự phát triển của công nghệ GPU

Nvidia là công ty đầu tiên đưa ra thị trường GPU GeForce 256 chip đơn vào năm 1999. Những năm 2000 và 2010 đã đánh dấu một kỷ nguyên của sự phát triển khi GPU có thêm các chức năng như dò tia, tô bóng lưới và tạo hình khối phức tạp. Các chức năng này mang đến khả năng tạo hình ảnh và hiệu năng đồ họa ngày càng tiên tiến. 

Mãi đến năm 2007, Nvidia mới phát hành CUDA, một lớp phần mềm cung cấp khả năng xử lý song song trên GPU. Vào khoảng thời gian này, GPU đã mang lại hiệu quả cao rõ ràng trong việc thực hiện các tác vụ rất cụ thể. Điển hình, GPU thực hiện xuất sắc các tác vụ đòi hỏi năng lực xử lý lớn để đạt được kết quả cụ thể.

Khi phát hành, CUDA của Nvidia đã mở rộng lập trình GPU cho đối tượng rộng hơn. Sau đó, các nhà phát triển có thể lập trình công nghệ GPU dành cho tất cả các loại ứng dụng thực tiễn thiên về điện toán khác nhau. Điện toán GPU bắt đầu trở nên phổ biến hơn nhiều.

GPU là một chip được đòi hỏi cao đối với blockchain và các ứng dụng mới nổi khác. GPU đang ngày càng được đưa vào trí tuệ nhân tạo và máy học (AI/ML).

GPU có những ứng dụng thực tiễn nào?

GPU có thể được sử dụng trên một loạt các ứng dụng thiên về điện toán, bao gồm tài chính quy mô lớn, ứng dụng phòng vệ và các hoạt động nghiên cứu. Dưới đây là một số trường hợp sử dụng phổ biến nhất của GPU hiện nay.

Trò chơi

Ứng dụng đầu tiên của GPU ngoài những ứng dụng trực quan hóa dành cho doanh nghiệp lớn và chính phủ là lĩnh vực chơi game cá nhân. GPU được sử dụng trong các máy chơi game từ những năm 1980 và vẫn có trong PC và máy chơi game hiện nay. GPU là yếu tố thiết yếu cho việc kết xuất đồ họa phức tạp.

Trực quan hóa chuyên nghiệp

GPU được sử dụng trong các ứng dụng mang tính chuyên môn như vẽ CAD, chỉnh sửa video, phân tích và tương tác với sản phẩm, hình ảnh y khoa và tạo hình ảnh về địa chấn. GPU cũng được áp dụng cho các ứng dụng trực quan hóa và chỉnh sửa video và hình ảnh phức tạp khác. Các ứng dụng dựa trên trình duyệt thậm chí có thể khai thác GPU thông qua các thư viện như WebGL.

Máy học

Đào tạo mô hình máy học (ML) đòi hỏi năng lực điện toán lớn. Hiện nay, mô hình có thể chạy trên GPU để đạt được kết quả nhanh hơn. Trong khi việc đào tạo một mô hình trên phần cứng tự mua có thể mất nhiều thời gian, bạn có thể nhanh chóng đạt được kết quả bằng cách sử dụng GPU đám mây.

Blockchain

Tiền điện tử được xây dựng trên blockchain. Một loại blockchain cụ thể, gọi là bằng chứng công việc, thường phụ thuộc nhiều vào GPU để hoạt động. Mạch tích hợp dành riêng cho ứng dụng (ASIC) là một chip tương tự nhưng khác biệt, hiện là phương thức thay thế phổ biến cho việc xử lý GPU trong blockchain.

Các bằng chứng thuật toán của blockchain bằng chứng cổ phần loại bỏ nhu cầu sử dụng lượng lớn năng lực điện toán, dù vậy, bằng chứng công việc vẫn phổ biến.

Mô phỏng

Các ứng dụng mô phỏng nâng cao như các ứng dụng được sử dụng trong động lực học phân tử, dự báo thời tiết và vật lý thiên văn đều có thể được thực hiện thông qua GPU. GPU cũng đóng vai trò quan trọng trong nhiều ứng dụng về thiết kế phương tiện cỡ lớn và ngành ô tô, bao gồm cả động lực học chất lưu.

GPU hoạt động như thế nào?

GPU hiện đại thường có một số bộ đa xử lý. Mỗi bộ đa xử lý có một khối bộ nhớ chung, cùng với một số bộ xử lý và các thanh ghi tương ứng. Bản thân GPU có bộ nhớ không đổi, cùng với bộ nhớ thiết bị lắp trên bo mạch. 

Mỗi GPU hoạt động hơi khác nhau tùy thuộc vào mục đích riêng, nhà sản xuất, đặc điểm của chip và phần mềm được sử dụng để điều phối GPU. Ví dụ: phần mềm xử lý song song CUDA của Nvidia cho phép các nhà phát triển lập trình cụ thể GPU với hầu hết mọi ứng dụng xử lý song song thông dụng. 

GPU có thể là chip độc lập, được gọi là GPU rời, hoặc được tích hợp với phần cứng điện toán khác, được gọi là GPU tích hợp (iGPU).

GPU rời

GPU rời hoạt động dưới dạng chip tập trung hoàn toàn vào tác vụ hiện có. Thông thường, tác vụ đó là xử lý đồ họa, nhưng giờ đây GPU rời có thể dùng để xử lý chuyên dụng cho các tác vụ như ML hoặc mô phỏng phức tạp.

Khi dùng để xử lý đồ họa, GPU thường nằm trong card đồ họa cắm vào bo mạch chủ. Trong các tác vụ khác, GPU có thể nằm trong card khác hoặc cắm thẳng vào bo mạch chủ. 

GPU tích hợp

Vào đầu những năm 2010, chúng ta bắt đầu nhận thấy xu hướng bỏ dùng GPU rời. Các nhà sản xuất chào đón sự xuất hiện của CPU và GPU kết hợp trên một chip, được gọi là iGPU. Những iGPU đầu tiên dành cho PC là các dòng Celeron, Pentium và Core của Intel. Những dòng này vẫn phổ biến trên máy tính xách tay và PC. 

Một loại iGPU khác là hệ thống trên chip (SoC) chứa các thành phần như CPU, GPU, bộ nhớ và kết nối mạng. Đây là những loại chip thường được tìm thấy trong điện thoại thông minh.

Ảo

Giống như các loại cơ sở hạ tầng phần cứng điện toán khác, GPU cũng có thể được ảo hóa. GPU ảo hóa là biểu diễn dựa trên phần mềm của GPU, chia sẻ không gian cùng với các GPU ảo khác trên các phiên bản máy chủ đám mây. Bạn có thể sử dụng GPU ảo hóa để xử lý khối lượng công việc của mình mà không phải lo lắng về việc bảo trì phần cứng cơ sở.

Điểm khác biệt giữa GPU và CPU là gì?

Điểm khác biệt chính giữa CPU và GPU là vai trò của chúng trong hệ thống máy tính. CPU và GPU có các vai trò khác nhau tùy thuộc vào hệ thống. Ví dụ: CPU và GPU phục vụ các mục đích khác nhau trong thiết bị chơi game cầm tay, PC và siêu máy tính có một số tủ máy chủ.

Nhìn chung, CPU xử lý toàn bộ việc kiểm soát hệ thống cùng với quản lý và các tác vụ thông dụng. Ngược lại, GPU xử lý các tác vụ thiên về điện toán như chỉnh sửa video hoặc máy học.

Cụ thể hơn, CPU được tối ưu hóa để thực hiện các tác vụ như sau:

  • Quản lý hệ thống
  • Đa nhiệm trên các ứng dụng khác nhau
  • Hoạt động đầu vào và đầu ra
  • Chức năng mạng
  • Kiểm soát các thiết bị ngoại vi
  • Đa nhiệm hệ thống lưu trữ và bộ nhớ

Điểm khác biệt giữa GPU và card đồ họa là gì?

Các tên bộ xử lý đồ họacard đồ họa thường được sử dụng hoán đổi cho nhau, nhưng chúng không giống nhau.

Card đồ họa là một bo mạch bổ trợ (AIB) cắm vào một vị trí trên bo mạch chủ của máy tính. Card đồ họa không được tích hợp sẵn vào máy tính mà có thể cắm vào và tháo rời. Một card đồ họa đi kèm với một GPU.

GPU là thành phần chính trên card đồ họa. GPU hoạt động cùng với các thành phần khác như RAM video (VRAM) dành cho bộ nhớ, các cổng (như HDMI hoặc DisplayPort) cùng thành phần làm mát. Tuy nhiên, GPU cũng có thể được tích hợp trực tiếp vào bo mạch chủ hoặc tích hợp dưới dạng chip đa năng cùng với các thành phần khác.

AWS có thể giúp đáp ứng các yêu cầu 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.

Amazon EC2 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. Nền tảng này có thể dễ dàng đáp ứng nhu cầu khối lượng công việc của bạn.

Với Amazon EC2, thật dễ dàng thuê và chạy GPU trên đám mây. Tận dụng năng lực xử lý của GPU cho việc chỉnh sửa video, kết xuất đồ họa, trí tuệ nhân tạo (AI) và các khả năng xử lý song song khác.

Phiên bản Amazon EC2 có thể phù hợp với hầu hết mọi loại khối lượng công việc:

  • Phiên bản P2 dành cho các ứng dụng điện toán GPU thông dụng.
  • Phiên bản Amazon EC2 P5 có tám GPU tích hợp sẵn. Phiên bản này thuộc thế hệ dựa trên GPU mới nhất. Phiên bản này đem lại hiệu năng cao nhất trong Amazon EC2, phục vụ cho học sâu và điện toán hiệu năng cao (HPC).
  • Phiên bản Amazon EC2 G5 được trang bị bộ xử lý AWS Graviton2 và có GPU NVIDIA T4G Tensor Core. Phiên bản này đem lại tỷ lệ giá/hiệu năng tốt nhất trong Amazon EC2 đối với khối lượng công việc về đồ họa như phát trực tuyến trò chơi Android.

Bắt đầu sử dụng GPU trên AWS bằng cách tạo tài khoản ngay hôm nay.

Các bước tiếp theo trên AWS

Tham khảo các tài nguyên bổ sung liên quan đến sản phẩm
Tìm hiểu về các dịch vụ điện toán 
Đăng ký một tài khoản miễn phí

Nhận ngay quyền sử dụng Bậc miễn phí của AWS.

Đăng ký 
Bắt đầu xây dựng trong bảng điều khiển

Bắt đầu xây dựng trong AWS Management Console.

Đăng nhập