Chapitre 3: carte graphique
CARTE GRAPHIQUE
Graphic processing unit ( GPU)
Introduction au GPU
Les unités de traitement graphiques sont des composants essentiels dans le domaine de
l’informatique moderne . Initialement conçu pour le rendu graphique. Leur architecture
parallèle permet également d’exécuter les calculs complexes dans divers domaines (
machine learning, le calcul scientifique etc)
Architecture des GPU
Les GPU se distinguent par leurs structure fortement parallèle comportant des centaines
et des milliers de cœurs, contrairement aux cpu qui ont généralement entre 4 et 32 cœurs,
le GPU peut avoir des milliers de cœurs. Cette architecture parallèle permet au GPU de
traiter simultanément un grand nombre de tâches rendant les opérations graphiques et les
calculs intensifs plus efficaces.
Pipeline graphique
C’est un processus clé dans le fonctionnement des GPU. Il comprend plusieurs étapes
- Traitement des sommets : les sommets définissant les objets 3D sont transformés en
coordonnées
- Assemblage primitif : les sommets sont regroupés en géométrique ( triangle, ligne)
- La rastérisation: conversion des primitives en pixels
- Traitement de fragments : application des textures et d’effet d’eclairage pour déterminer la
couleur finale des pixels.
Programmation des GPU
La programmation des GPU est réalisée via CUDA ( compute unified divide architecture).
CUDA permet aux développeurs d’rcrire les applications qui exploitent la puissance de
calcul parallèle des GPU ou des tâches générales au delà de simple rendu graphique.
Application des GPU
Les GPU sont utilisés dans :
- Les jeux vidéos
- Les calculs scientifiques comme par exemple la simulation physique
- Le machine learning
Avantages
-La performance ; la capacité à pouvoir exécuter un grand nombre de calcul simultanément
Chapitre 3: carte graphique
-L’efficacité énergétique ; la meilleure performance par watt pour des tâches parallèle
comparé au cpu
-La polyvalence ; son utilisation dans divers domaines
Inconvénients
Le coût : les cartes graphiques de haute performance peuvent être coûteux
La complexité de programmation ; la programmation parallèle peut être plus complexe que
la programmation séquentielle traditionnelle.
En conclusion,
