GPU - Graphic Processing Unit (Grafikprozessor)
Eine GPU (Graphic Processing Unit) ist ein spezieller Prozessor, der für die Verarbeitung und Darstellung von Grafikdaten zuständig ist. Er arbeitet eng mit der CPU (Hauptprozessor) zusammen und übernimmt vor allem rechenintensive Aufgaben rund um die visuelle Ausgabe auf einem Bildschirm. Eine GPU ermöglicht realistische Darstellungen und beschleunigt rechenintensive Anwendungen.
Eine leistungsfähige GPU ist besonders wichtig in Anwendungen wie:
- 3D-Berechnungen in Spielen und Simulationen
- Bearbeitung von Bildern, Videos und beim Erzeugen von Animationen
- CAD-Programmen (Computer-Aided Design)
Aufgaben und Funktionen
Die Hauptaufgabe der GPU besteht darin, aus Rohdaten fertige Bilder zu erzeugen. Dazu gehören:
- Berechnung von 3D-Effekten
- Verarbeitung von Texturen und Mustern
- Darstellung von Bewegungen, Licht und Schatten
- Aufbau des finalen Bildes für die Bildausgabe
Dazu hat die GPU spezielle Rechenwerke, die auf grafische Berechnung spezialisiert sind.
Architektur und Leistungsfähigkeit
Im Vergleich zu einer CPU ist eine GPU anders aufgebaut:
- Eine GPU besitzt sehr viele Recheneinheiten für einfache und die selben Berechnungen.
- Eine GPU ist auf viele parallele Berechnungen optimiert.
- Eine GPU kann bestimmte Aufgaben deutlich schneller ausführen.
Dadurch ist sie bei speziellen Anwendungen oft um ein Vielfaches leistungsfähiger als eine CPU.
Diese hohe Leistung entsteht durch:
- starke Parallelisierung derselben Berechnungen
- spezielle Rechenwerke für Grafikoperationen
- schnellere Anbindung von Arbeitsspeicher
GPU als Co-Prozessor
Die GPU kann als eine Art Co-Prozessor betrachtet werden, der die CPU entlastet. Während die CPU allgemeine Aufgaben und Berechnungen übernimmt, kümmert sich die GPU nur um grafiklastige Berechnungen.
In modernen Anwendungen kommen zusätzlich sogenannte Physik-Engines zum Einsatz. Diese simulieren reale physikalische Effekte.
- realistische Kollisionen in Spielen
- Bewegungen von Objekten
- Verformung von Objekten
Solche Berechnungen können CPUs auch durchführen, aber sie sind dafür zu langsam. GPUs sind auf diese Berechnung optimiert und können sie um ein Vielfaches parallel ausführen.
Einsatz über Grafikberechnungen hinaus
Für das parallele Rechnen gibt es spezielle Software und Programmierschnittstellen (APIs), die sich nicht nur für Grafikberechnungen eignen, sondern auch für allgemeine Berechnungen genutzt werden können.
- parallel rechenbare numerische Algorithmen
- wissenschaftliche Simulationen
- Machine Learning und KI-Anwendungen
Bauformen und System-Integration
Eine GPU kann in verschiedenen Formen auftreten:
Integriert in die CPU: Viele moderne CPUs enthalten eine integrierte GPU (iGPU) für einfache Grafikberechnungen und für die Bildausgabe, damit ein Computer keine separate Grafikkarte benötigt und grundlegende Anwendungen wie Office, Webbrowser oder Videowiedergabe problemlos genutzt werden können.
Onboard-GPU: Auf dem Mainboard befindet sich neben dem Chipsatz auch eine Onboard-GPU, die für einfache Grafikberechnungen und die Bildausgabe verwendet wird.
Separate Grafikkarte: Eine separate Grafikkarte ist die leistungsstärkste Variante in einem Computer. Die lässt sich anhand der notwendigen Anforderungen und Leistungsparametern auswählen, später auch austauschen oder mehrere davon parallel betreiben.
GPGPU - General Purpose Computation on Graphics Processing Unit
Ursprünglich wurden Grafikprozessoren (GPUs) und Grafikkarten nur dafür verwendet, um grafische Berechnungen durchzuführen und auf dem Bildschirm auszugeben. Allerdings eignen sich GPUs auch für allgemeine Berechnungen, die sich parallel ausführen lassen.
Bei der GPGPU handelt sich um eine Programmier-Schnittstelle, die es ermöglicht, allgemeine Berechnungen vom Grafikprozessor (GPU) auf der Grafikkarte ausführen zu lassen. Die GPGPU wird vor allem im High Performance Computing (HPC) und Machine Learning (ML) eingesetzt, da Grafikkarten Massenware sind und oft günstiger als spezielle HPC- oder KI-Beschleuniger.
Weitere verwandte Themen:
Lernen mit Elektronik-Kompendium.de
Noch Fragen?
Bewertung und individuelles Feedback erhalten
Aussprache von englischen Fachbegriffen
Computertechnik-Fibel
Computertechnik neu verstehen - jetzt in der 6. Auflage
Die Computertechnik-Fibel ist in einer vollständig überarbeiteten 6. Auflage als Buch, eBook und Bundle erschienen.
Statt einzelne Teile zu lernen, entwickelst du ein Gesamtverständnis moderner Computersysteme. Von der Hardware, Betriebssysteme, Virtualisierung, KI und Quantencomputer.
inkl. MwSt. zzgl. Versandkosten
Computertechnik-Fibel
Alles was du über Computertechnik wissen musst.
Die Computertechnik-Fibel ist ein Buch über die Grundlagen der Computertechnik, Prozessortechnik, Halbleiterspeicher, Schnittstellen, Datenspeicher, Laufwerke und wichtige Hardware-Komponenten.
Artikel-Sammlungen zum Thema Computertechnik
Alles was du über Computertechnik wissen solltest.
