CPU vs GPU : quelle est la différence ?
Agence web » Actualités du digital » CPU vs GPU : quelle est la différence ?

CPU vs GPU : quelle est la différence ?

Si vous avez déjà construit votre propre ordinateur – ou même simplement lu à ce sujet – vous aurez compris qu’un CPU et un GPU sont deux choses très différentes. Mais quelle est la différence exactement, et comment cela fonctionne-t-il en pratique ?

Que sont les CPU et les GPU ?

La réponse courte est que le CPU, abréviation d’unité centrale de traitement, mais également appelé «processeur», exécute votre ordinateur. C’est le hub central de votre appareil et gère tous les processus qui le font fonctionner. Si vous n’avez pas de processeur, vous n’avez pas d’ordinateur, juste un presse-papier à la pointe de la technologie.

Le GPU, ou unité de traitement graphique, également appelée «carte graphique», exécute les graphiques affichés sur votre écran. Les GPU sont également essentiels au fonctionnement de votre ordinateur, sans eux, rien ne s’afficherait sur votre écran. Cela dit, ils ne doivent pas toujours être un GPU discret ou séparé ; de nombreux processeurs, en particulier pour les ordinateurs portables, ont des GPU intégrés.

Ces cartes graphiques intégrées, cependant, n’ont pas beaucoup de punch. Si vous souhaitez exécuter des graphiques haut de gamme pour des jeux ou des logiciels graphiques avancés tels que des modélisateurs 3D, vous aurez besoin d’un GPU discret. Ils ont juste beaucoup plus de pouvoir.

Où vous les trouverez

Parce qu’un processeur est tellement, eh bien, central, ils sont omniprésents : il n’y a pas un seul appareil numérique qui n’en aura pas. Les smartphones et les appareils intelligents en auront généralement de très petits qui n’émettent pas beaucoup de puissance de calcul, tandis que les superordinateurs auront d’énormes réseaux de processeurs capables d’effectuer des calculs qui feraient cracher votre téléphone en quelques minutes.

Les GPU discrets sont beaucoup plus spécialisés. On ne les trouve généralement que dans les ordinateurs portables et les PC commercialisés auprès des joueurs. En fait, ils constituent le plus grand marché, car la plupart des jeux haut de gamme nécessitent aujourd’hui une puissance de calcul graphique importante. Les artistes visuels sont les autres gros acheteurs de GPU car ils ont besoin de restituer des images rapidement et en détail, ce qu’un GPU intégré à un CPU ne peut pas faire aussi bien.

Cependant, les joueurs et les artistes ne sont pas les seuls à utiliser des GPU. Ils sont également beaucoup utilisés dans l’apprentissage automatique et dans l’extraction de crypto, pour des raisons que nous aborderons sous peu.

Comment fonctionne un CPU par rapport à un GPU

Le CPU et le GPU font des choses différentes en raison de la façon dont ils sont construits. Un processeur exécute des processus en série, c’est-à-dire les uns après les autres, sur chacun de ses cœurs. La plupart des processeurs ont quatre à huit cœurs, bien que les processeurs haut de gamme puissent en avoir jusqu’à 64.

Lorsque l’ordinateur est en cours d’exécution, chaque cœur exécute un processus plus ou moins par lui-même, comme l’enregistrement de vos frappes lors de la frappe. Pendant ce temps, d’autres cœurs géreront tous les autres processus que vous voyez s’exécuter dans votre gestionnaire de tâches Windows (ou ils attendront de s’exécuter). Parce qu’il gère les tâches en série et consacre une grande partie de sa puissance de traitement à chaque tâche, il s’exécute et bascule entre l’exécution de différents processus à une vitesse fulgurante.

Un GPU aborde l’informatique différemment. Lorsqu’une tâche est confiée, un GPU la subdivise en milliers de tâches plus petites, puis les traite toutes en même temps, donc simultanément plutôt qu’en série. Cela rend les GPU beaucoup plus adaptés à la gestion de processus volumineux composés de nombreuses petites pièces, comme les graphiques 3D.

Par exemple, dans un jeu, ce que vous voyez est essentiellement un champ de polygones. Chaque polygone est rempli individuellement par le GPU en même temps, et, étant donné qu’il peut y en avoir des milliers, la fluidité avec laquelle les GPU peuvent le faire est en fait assez impressionnante. Vous pouvez même le constater par vous-même lorsque votre GPU fonctionne mal pendant le jeu, car vous obtenez de gros blocs de textures sur votre écran.

Quand utiliser un CPU par rapport à un GPU

Parce qu’ils fonctionnent si différemment, les CPU et les GPU ont des applications très différentes. Le traitement en série est ce qui fait fonctionner un ordinateur. Si vous essayez d’exécuter un PC en utilisant des processus simultanés, cela ne fonctionnera pas très bien car il est difficile de subdiviser la saisie d’un essai ou l’exécution d’un navigateur. Les processeurs peuvent consacrer beaucoup de puissance à une poignée de tâches, mais, par conséquent, exécutent ces tâches beaucoup plus rapidement.

Les GPU, en revanche, sont beaucoup plus efficaces que les CPU et conviennent donc mieux aux tâches volumineuses et complexes avec beaucoup de répétitions, comme mettre des milliers de polygones sur l’écran. Si vous essayiez de le faire avec un processeur, cela ne ferait que caler, si cela fonctionnait même du tout.

Les GPU ne sont pas seulement des graphiques

L’idée que les processeurs exécutent l’ordinateur tandis que le GPU exécute les graphiques était gravée dans le marbre jusqu’à il y a quelques années. Jusque-là, vous voyiez rarement une carte graphique pour autre chose que les jeux ou le traitement visuel (graphisme 3D ou montage d’images et de vidéos).

Cependant, cela a subi un changement radical au cours des dernières années grâce à deux changements importants dans la façon dont nous utilisons les ordinateurs. Le premier est le machine learning (également appelé deep learning), qui nécessite un traitement simultané intensif en raison de la manière dont il gère les données.

Comme cet article l’explique de manière beaucoup plus détaillée, chaque information traitée par un algorithme d’apprentissage en profondeur passe par plusieurs filtres, appelés pondérations. Étant donné qu’il existe de nombreux filtres et de nombreux points de données, l’exécution via un processeur prendrait une éternité. Un GPU est beaucoup plus adapté à la tâche.

GPU et crypto mining

Les GPU sont également populaires lors de l’extraction de crypto-monnaie, pour une raison similaire. Pour obtenir de nouvelles pièces, vous devez généralement résoudre une équation cryptographique compliquée qui débloquera la section suivante de la blockchain. La force brute est le mot clé ici, car plus vous mettez de puissance de traitement dans l’une de ces équations, meilleures sont les chances de la résoudre rapidement.

Les GPU ont un double avantage sur les CPU car non seulement ils peuvent apporter plus de puissance de traitement grâce à leur efficacité, mais ils sont également équipés de processeurs mathématiques spécialisés, appelés Arithmetic Logic Units (ALU). Les ALU aident les graphiques à s’afficher plus rapidement, mais sont également une aubaine pour quiconque cherche à résoudre des problèmes mathématiques complexes.

En fait, les GPU sont devenus si populaires parmi les crypto-mineurs qu’ils ont provoqué une pénurie mondiale de cartes graphiques, une pénurie qui s’atténue à peine au moment de la rédaction en décembre 2021. Nous avons parcouru un long chemin depuis l’époque où les cartes graphiques n’étaient utilisées que par joueurs.

★★★★★