Apa perbedaan antara GPU dan CPU?
Sebuah CPU, atau unit pemrosesan pusat, adalah komponen perangkat keras yang merupakan unit komputasi inti di sebuah server. CPU menangani semua jenis tugas komputasi yang diperlukan agar sistem operasi dan aplikasi dapat berjalan. Unit pemrosesan grafis (GPU) adalah komponen perangkat keras serupa tetapi lebih khusus. GPU dapat lebih efisien menangani operasi matematika yang kompleks yang berjalan secara paralel daripada CPU umum. Walaupun GPU awalnya dibuat untuk menangani tugas rendering grafis dalam game dan animasi, sekarang penggunaannya jauh melampaui itu.
Kemiripan antara GPU dan CPU
CPU dan unit pemrosesan grafis (GPU) adalah unit perangkat keras yang membuat komputer berfungsi. Anda dapat menganggapnya sebagai otak perangkat komputasi. Keduanya memiliki komponen internal yang serupa, termasuk inti, memori, dan unit kontrol.
Inti
Arsitektur GPU dan CPU memiliki inti yang menjalankan semua fungsi komputasi dan logika. Inti tersebut menarik instruksi dari memori dalam bentuk sinyal digital yang disebut bit. Instruksi didekode dan dijalankan melalui gerbang logika dalam kerangka waktu yang disebut siklus instruksi. CPU awalnya hanya memiliki inti tunggal, tetapi saat ini CPU dan GPU umumnya memiliki banyak inti.
Memori
CPU dan GPU menyelesaikan jutaan perhitungan setiap detik dan menggunakan memori internal untuk meningkatkan performa pemrosesan. Cache adalah memori bawaan yang memfasilitasi akses data cepat. Dalam CPU, label L1, L2, atau L3 menunjukkan pengaturan cache. L1 adalah yang tercepat, dan L3 adalah yang paling lambat. Unit manajemen memori (MMU) mengontrol pergerakan data di antara inti CPU, cache, dan RAM di setiap siklus instruksi.
Unit kontrol
Unit kontrol menyinkronkan tugas pemrosesan dan menentukan frekuensi pulsa listrik yang dihasilkan unit pemrosesan. CPU dan GPU dengan frekuensi yang lebih tinggi memberikan kinerja yang lebih baik. Namun, desain dan konfigurasi komponen ini di CPU dan GPU akan berbeda sehingga keduanya berguna dalam situasi yang berbeda.
Perbedaan utama: CPU vs. GPU
Kedatangan grafis dan animasi komputer menghasilkan beban kerja komputasi intensif pertama yang tidak bisa ditangani oleh CPU. Misalnya, animasi video game membutuhkan aplikasi untuk memproses data dan menampilkan ribuan piksel—masing-masing dengan warna, intensitas cahaya, dan gerakannya sendiri. Saat itu, perhitungan matematika geometris pada CPU menyebabkan masalah pada performanya.
Produsen perangkat keras mulai menyadari bahwa pembongkaran tugas umum yang berorientasi multimedia dapat meringankan dan meningkatkan performa CPU. Saat ini, beban kerja unit pemrosesan grafis (GPU) menangani beberapa aplikasi komputasi intensif—seperti machine learning dan kecerdasan buatan—dengan lebih efisien daripada CPU.
Fungsi
Perbedaan utama antara CPU dan GPU terletak pada fungsinya. Server tidak dapat berjalan tanpa CPU. CPU menangani semua tugas yang diperlukan agar semua perangkat lunak pada server dapat berjalan dengan benar. Di sisi lain, GPU mendukung CPU untuk melakukan perhitungan secara bersamaan. GPU dapat menyelesaikan tugas sederhana dan berulang lebih cepat karena dapat memecah tugas menjadi komponen yang lebih kecil dan menyelesaikannya secara paralel.
Desain
GPU unggul dalam pemrosesan paralel melalui beberapa inti atau unit logika aritmetik (ALU). Inti GPU kurang kuat dibandingkan dengan inti CPU dan memiliki lebih sedikit memori. Sementara CPU dapat beralih di antara serangkaian instruksi yang berbeda dengan cepat, GPU hanya mengambil instruksi yang sama bervolume tinggi dan mendorongnya dengan kecepatan tinggi. Akibatnya, fungsi GPU memainkan peran penting dalam komputasi paralel.
Contoh perbedaan
Untuk lebih memahami, bayangkan analogi berikut. CPU seperti kepala chef di sebuah restoran besar yang harus memastikan ratusan burger bisa dibalik. Bahkan jika kepala chef dapat melakukannya sendiri, itu bukanlah penggunaan waktu yang terbaik. Semua operasi dapur dapat berhenti atau melambat jika kepala chef menyelesaikan tugas sederhana tetapi memakan waktu. Untuk menghindari hal ini, kepala chef dapat menggunakan asisten junior yang membalik beberapa burger secara paralel. GPU lebih mirip asisten junior dengan sepuluh tangan yang dapat membalik 100 burger dalam waktu 10 detik.
Kapan harus menggunakan GPU daripada CPU
Penting untuk dicatat bahwa pilihan antara CPU dan unit pemrosesan grafis (GPU) bukanlah pilihan yang harus dipilih. Setiap server atau instans server di cloud memerlukan CPU untuk dijalankan. Namun, beberapa server juga menyertakan GPU sebagai koprosesor tambahan. Beban kerja spesifik lebih cocok untuk dijalankan di server dengan GPU yang menjalankan fungsi tertentu secara lebih efisien. Misalnya, GPU cocok untuk kalkulasi angka pecahan, pemrosesan grafis, atau pencocokan pola data.
Berikut adalah beberapa aplikasi yang dapat berguna jika menggunakan GPU daripada CPU.
Deep learning
Deep learning adalah metode dalam kecerdasan buatan (AI) yang mengajarkan komputer untuk memproses data dengan cara yang terinspirasi oleh otak manusia. Misalnya, algoritma deep learning mengenali pola kompleks dalam gambar, teks, suara, dan data lainnya untuk menghasilkan wawasan dan prediksi yang akurat. Server berbasis GPU memberikan performa tinggi untuk machine learning, jaringan neural, dan tugas deep learning.
Baca tentang machine learning »
Baca tentang jaringan neural »
Komputasi performa tinggi
Istilah komputasi performa tinggi merujuk pada tugas yang membutuhkan daya komputasi yang sangat tinggi. Berikut beberapa contohnya:
- Anda harus menjalankan simulasi geosains dan pemrosesan seismik berkecepatan tinggi dan berskala besar
- Anda harus memproyeksikan simulasi keuangan untuk mengidentifikasi risiko portofolio produk, peluang lindung nilai, dan lainnya
- Anda harus membangun aplikasi ilmu data prediktif, waktu nyata, atau retrospektif dalam kedokteran, genomika, dan penemuan obat
Sistem komputer berbasis GPU lebih cocok untuk tugas-tugas komputasi performa tinggi seperti ini.
Baca tentang komputasi kinerja tinggi »
Kendaraan otonom
Untuk mengembangkan dan men-deploy sistem bantuan pengemudi canggih (ADAS) dan sistem kendaraan otonom (AV), Anda memerlukan teknologi komputasi, penyimpanan, jaringan, dan analitik yang sangat mudah diskalakan. Misalnya, Anda memerlukan kemampuan untuk pengumpulan data, pelabelan dan anotasi, pengembangan peta, pengembangan algoritma, simulasi, serta verifikasi. Beban kerja kompleks semacam itu memerlukan dukungan sistem komputer berbasis GPU agar berfungsi secara efisien.
Ringkasan perbedaan: CPU vs. GPU
| CPU |
Unit pemrosesan grafis (GPU) |
|
| Fungsi |
Komponen umum yang menangani fungsi pemrosesan utama dari suatu server |
Komponen khusus yang unggul dalam komputasi paralel |
| Pemrosesan |
Didesain untuk pemrosesan instruksi serial |
Didesain untuk pemrosesan instruksi paralel |
| Desain |
Inti lebih sedikit dan lebih kuat |
Inti lebih banyak daripada CPU, tetapi kurang kuat daripada inti CPU |
| Paling cocok untuk |
Aplikasi komputasi tujuan umum |
Aplikasi komputasi performa tinggi |
Bagaimana AWS dapat mendukung kebutuhan server CPU dan GPU Anda?
Amazon Web Services (AWS) menawarkan Amazon Elastic Compute Cloud (Amazon EC2), platform komputasi terluas dan terdalam. Platform ini memiliki lebih dari 500 instans dan pilihan prosesor, penyimpanan, jaringan, sistem operasi, dan model pembelian terkini untuk membantu Anda menyesuaikan dengan kebutuhan beban kerja Anda.
Berikut adalah beberapa sorotan dari penawaran Amazon EC2:
- Instans tujuan umum menyediakan keseimbangan antara sumber daya komputasi, memori, dan jaringan. Anda dapat memilih antara konfigurasi dengan 2-128 CPU virtual.
- Instans komputasi terakselerasi menyediakan inti unit pemrosesan grafis (GPU) tambahan untuk daya komputasi ekstra. Anda akan mendapatkan hingga delapan GPU di setiap instans.
Mulai instans server di AWS dengan membuat akun gratis sekarang.
