Département de physique
Master sciences et techniques
Filière : Systèmes Embarqués et Robotique
Les solutions hybrides (multiCPU/multiGPU), combinaison des différentes
ressources de calcul (CPUs, GPUs) et les faire fonctionner ensemble pour
accélérer un traitement donné.
Demandé par :
Réalisé par : • Pr. EL Ghabzouri Mohammed
• ABDALLAOUI Hasnaa
• Azeroual Zineb
• BEN AMAR Yedir
• OU-ICHEN Mohamed
2023/2024
PLAN
01 Introduction
02 Généralités sur les CPUs
03 Généralités sur les GPUs
04 Comparaison entre CPU et GPU
05 Solutions hybrides: CPU-GPU
06 Conclusion
1
Introduction
Généralités sur les CPUs
Définition de CPU
Un CPU est un processeur constitué de portes logiques qui gèrent les
instructions de bas niveau dans un système informatique. Les processeurs
sont considérés comme le cerveau des circuits intégrés d'un ordinateur
personnel. Les processeurs effectuent des opérations logiques, arithmétiques
et d'E/S de base, et attribuent des commandes à d'autres composants et sous-
systèmes exécutés sur un ordinateur.
4
Architecture de CPU
5
Les différents types de CPU
Distinction selon le nombre de cœurs
Processeur mono-cœur
Processeur multi-cœur
6
Les différents types de CPU
Distinction selon le domaine d’application
CPU d’un ordinateur de bureau CPU d’un serveur
CPU d’un appareil mobile
7
Cas d’utilisation
01 02 03
Algorithmes d'inférence et Réseaux de neurones Modèles utilisant des échantillons
d'apprentissage automatique récurrents s'appuyant sur de données à grande échelle, tels
(ML) en temps réel qui ne se des données que des données 3D pour l'inférence
parallélisent pas facilement. séquentielles. et la formation
8
Les avantages et les inconvénients
• Flexibilité.
• Plus rapide dans de nombreux contexte
• Précision.
• Mémoire de cache.
• Compatibilité matérielle.
• Traitement parallèle.
• Un développement plus lent.
• Compatibilité.
9
Généralités sur les GPUs
Définition de GPU
Un GPU (Graphics Processing Unit) est une unité de traitement
graphique. C'est un composant matériel spécialement conçu pour effectuer
des calculs liés aux graphismes, tels que le rendu 2D et 3D, la manipulation
d'images et de vidéos, ainsi que d'autres tâches intensives en calcul
parallèle.
11
Architecture GPU
CONTRO
Lcontrol
Unité de calcul
UAL
Unité de contrôle
control
cache
12
Les différents types de GPU
GPU intégré
GPU discret
13
Cas d’utilisation
01 02 03
La création de contenu 3D. Les applications de Les applications d'intelligence
traitement d'image. artificielle.
14
Les avantages et les inconvénients
• Débit de données élevé.
• Massif parallélisme.
• Convient pour des cas d'utilisation spécialisés .
• Multitâche.
• Coût.
• Difficulté à gérer la complexité .
15
Comparaison entre CPU et GPU
CPU GPU
Idéal pour les tâches séquentielles, le Idéal pour le rendu graphique, les
multitâche, les calculs complexes et simulations, le traitement d'image par
l'exécution de programmes généraux. lots et la parallélisation des calculs.
CPU vs GPU
Performances Utilisations spécifiques
Les CPU offrent une puissance de Les CPU sont polyvalents et adaptés
calcul élevée sur un petit nombre de aux tâches générales, tandis que les
threads, tandis que les GPU sont GPU sont spécialisés dans le rendu
conçus pour exécuter de nombreux graphique et les calculs massivement
threads en parallèle, offrant une parallèles.
puissance de calcul massive.
17
Solutions hybrides CPU-GPU
Exemple illustratif
Fonctionnement de CPU et GPU ensemble
Schéma de développement proposé pour le traitement d’images sur GPU
19
L'impact de la collaboration CPU-GPU sur les performances
Amélioration des performances globales Exploitation de l'architecture hétérogène
Accélération des calculs intensifs Meilleure gestion de la consommation
d'énergie
Impacts
Réduction des goulots d'étranglement Augmentation de la capacité de
traitement des données
20
Applications de la collaboration CPU-GPU
01 02 0303 04
Les jeux vidéo. le montage et Dans la recherche Extraction
la production vidéo. scientifique de cryptomonnaie
. .
21
Conclusion
La collaboration entre le CPU et le GPU est essentielle dans les
ordinateurs d'aujourd'hui. Ensemble, ils peuvent effectuer des calculs plus
rapidement et améliorer les graphismes. Cela ouvre de nouvelles
opportunités dans de nombreux domaines. À mesure que la technologie
avance, la collaboration entre le CPU et le GPU devient de plus en plus
importante, ce qui stimule l'innovation et permet des expériences
informatiques plus puissantes.
23
Merci pour votre attention
