Pourquoi utilisons-nous encore des CPU au lieu de GPU ?

Qu'est-ce qui rend le GPU tellement plus rapide que le CPU ?

Le GPU est no plus rapide que l'unité centrale. Le CPU et le GPU ont été conçus avec deux objectifs différents, avec des compromis différents, ils ont donc différents caractéristique de performance. Certaines tâches sont plus rapides dans un CPU tandis que d'autres sont plus rapidement calculées dans un GPU. Le CPU excelle à effectuer des manipulations complexes sur un petit ensemble de données, le GPU excelle à effectuer des manipulations simples sur un grand ensemble de données.

Le GPU est un processeur spécialisé, conçu de telle sorte qu'une seule instruction travaille sur un grand bloc de données (SIMD/Single Instruction Multiple Data), toutes les instructions appliquant la même opération. Travailler par blocs de données est certainement plus efficace que de travailler avec une seule cellule à la fois, car le décodage des instructions est beaucoup moins coûteux. Cependant, travailler dans de grands blocs signifie qu'il y a plus d'unités de travail parallèles, ce qui signifie qu'il faut beaucoup plus de transistors pour mettre en œuvre une seule instruction GPU (ce qui entraîne une contrainte de taille physique, consomme plus d'énergie et produit plus de chaleur).

L'unité centrale est conçue pour exécuter une seule instruction sur une seule donnée aussi rapidement que possible. Puisqu'il n'a besoin de travailler qu'avec une seule donnée, le nombre de transistors nécessaires à la mise en œuvre d'une seule instruction est beaucoup moins important, de sorte qu'un CPU peut se permettre d'avoir un jeu d'instructions plus important, une UAL plus complexe, une meilleure prédiction des branchements, une meilleure architecture virtualisée et des schémas de cache/pipeline plus sophistiqués. Ses cycles d'instruction sont également plus rapides.

La raison pour laquelle nous utilisons toujours le CPU est no parce que x86 est le roi de l'architecture CPU et que Windows est écrit pour x86, la raison pour laquelle nous utilisons toujours le CPU est que le type de tâches qu'un OS doit faire, c'est-à-dire prendre des décisions, est exécuté plus efficacement sur une architecture CPU. Un système d'exploitation doit examiner des centaines de types de données différents et prendre diverses décisions qui dépendent toutes les unes des autres ; ce type de travail ne se parallélise pas facilement, du moins pas dans une architecture SIMD.

À l'avenir, nous assisterons à une convergence entre l'architecture du CPU et du GPU, le CPU acquérant la capacité de travailler sur des blocs de données, par exemple SSE. En outre, comme la technologie de fabrication s'améliore et que les puces deviennent plus petites, le GPU peut se permettre d'implémenter des instructions plus complexes.

Les GPU manquent :

1. Mémoire virtuelle ( !!!)
2. Moyens d'adressage des dispositifs autres que la mémoire (par exemple, claviers, imprimantes, stockage secondaire, etc.)
3. Interruptions

Vous en avez besoin pour pouvoir mettre en œuvre quelque chose qui ressemble à un système d'exploitation moderne.

Ils sont également (relativement) lents en arithmétique de double précision (par rapport à leurs performances en arithmétique de simple précision)*, et sont beaucoup plus grands (en termes de taille du silicium). Les anciennes architectures GPU ne prennent pas en charge les appels indirects (par le biais de pointeurs de fonction) nécessaires à la plupart des programmes généraux, et les architectures plus récentes qui le font le font lentement. Enfin, (comme d'autres réponses l'ont noté), pour les tâches qui ne peuvent pas être parallélisées, les GPU perdent par rapport aux CPU pour la même charge de travail.

EDIT : Veuillez noter que cette réponse a été écrite en 2011 -- la technologie des GPU est un domaine en constante évolution. Les choses pourraient être très différentes selon le moment où vous lisez ceci :P

* Certains GPU ne sont pas lents en arithmétique de double précision, comme les gammes Quadro ou Tesla de NVidia (génération Fermi ou plus récente), ou la gamme FirePro d'AMD (génération GCN ou plus récente). Mais ces produits ne sont pas présents dans les machines de la plupart des consommateurs.

Une unité centrale est comme un ouvrier qui va très vite. Un GPU est comme un groupe d'ouvriers clones qui vont vite, mais qui doivent tous faire exactement la même chose à l'unisson (à l'exception du fait que vous pouvez laisser certains clones inactifs si vous le souhaitez).

Que préféreriez-vous avoir comme collègue développeur, un gars super rapide, ou 100 clones rapides qui ne sont pas aussi rapides, mais qui doivent tous effectuer les mêmes actions simultanément ?

Pour certaines actions, les clones sont assez bons, par exemple balayer le sol - ils peuvent chacun en balayer une partie.

Pour certaines actions, les clones sont nuls, par exemple la rédaction du rapport hebdomadaire - tous les clones sauf un restent inactifs pendant qu'un clone rédige le rapport (sinon, vous obtenez 100 copies du même rapport).

Parce que les GPU sont conçus pour faire beaucoup de petites choses à la fois, et les CPU sont conçus pour faire une seule chose à la fois. Si votre processus peut être rendu massivement parallèle, comme le hachage, le GPU est plus rapide de plusieurs ordres de grandeur, sinon il ne le sera pas.

Votre CPU peut calculer un hash beaucoup, beaucoup plus rapidement que votre GPU, mais le temps que votre CPU le fasse, votre GPU pourrait être en train de faire plusieurs centaines de hashs. Les GPU sont conçus pour faire beaucoup de choses en même temps, tandis que les CPU sont conçus pour faire une seule chose à la fois, mais très rapidement.

Le problème est que les CPU et les GPU sont des solutions très différentes à des problèmes très différents, il y a un peu de chevauchement mais généralement ce qui est dans leur domaine reste dans leur domaine. Nous ne pouvons pas remplacer le CPU par un GPU parce que le CPU est déjà en train de faire son travail bien mieux qu'un GPU ne le pourrait jamais, tout simplement parce qu'un GPU n'est pas conçu pour faire ce travail, alors qu'un CPU l'est.

Une petite remarque, cependant : s'il était possible de supprimer le CPU et de n'avoir qu'un GPU, ne pensez-vous pas que nous le renommerions ? :)