Présentation
RÉSUMÉ
Les différents coprocesseurs/accélérateurs utilisés pour accélérer l'exécution des programmes dans certaines applications sont présentés : NPU, GPU, FPGA, QPU. Les interfaces matérielles et logicielles sont discutées. Alors qu'une amélioration des performances d'au moins un ordre de grandeur est nécessaire pour utiliser un accélérateur, un SDK logiciel mature est un facteur de succès, comme le montre l'utilisation des GPU dans les superordinateurs ou les centres de données.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Daniel ETIEMBLE : Ingénieur de l’INSA de Lyon - Collaborateur LISN, Université Paris Saclay
INTRODUCTION
Les coprocesseurs existent depuis les débuts de la fabrication des ordinateurs, avant même la naissance des circuits intégrés. Leur fonction était d’accélérer l’exécution des programmes. Depuis quelques années, souvent renommés accélérateurs, ils ont pris une nouvelle actualité pour l’intelligence artificielle (IA), notamment pour les PC et les serveurs des centres de données. Les circuits actuels utilisent plusieurs types différents d’accélérateurs aux côtés de CPU multi-cœurs performants.
L’article Évolution de l’architecture des ordinateurs [H 1 058], publié en 2016, examine l’articulation entre la technologie des semi-conducteurs, les concepts architecturaux et les besoins des grandes classes d’application. Il concerne surtout l’évolution des processeurs (CPU). Cet article reste d’actualité, même si les applications de l’IA ont pris de plus en plus d’importance.
Dans cet article, nous résumons les caractéristiques générales des CPU, et nous présentons les caractéristiques des grands types d’accélérateurs, et pourquoi ils sont apparus et ont été, ou sont, utilisés.
Nous présentons et discutons les types suivants d’accélérateurs :
-
les coprocesseurs mathématiques et d’E/S, utilisés dans les mainframes et les premiers microprocesseurs.
-
les coprocesseurs sous forme des CPU réduits spécialisés pour un type d’applications, tels les processeurs neuronaux (NPU) dans les PC pour l’IA ;
-
les coprocesseurs utilisant un modèle de calcul différent de celui des CPU, comme les GPU et les FPGA ;
-
les coprocesseurs utilisant des phénomènes physiques particuliers, tels les processeurs quantiques (QPU).
Pour qu’un coprocesseur/accélérateur soit effectivement largement utilisé, un certain nombre de conditions doivent être remplies :
-
il doit fournir un gain de performance significatif par rapport au CPU, d’un ou plusieurs ordres de grandeur ;
-
l’interface matérielle entre le CPU et l’accélérateur doit être le plus possible standardisée ;
-
l’interface logicielle (SDK) doit être mature, facile d’utilisation, comme, par exemple, CUDA pour les GPU NVidia.
Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
MOTS-CLÉS
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Électronique - Photonique > Électronique > Architecture et tests des circuits numériques > Architecture des ordinateurs : CPU et coprocesseurs/accélérateurs > Conclusion
Présentation
Caractéristiques des CPUArticle inclus dans l'offre
"Technologies logicielles Architectures des systèmes"
(236 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
4. Conclusion
Il y a plusieurs types d’accélérateurs. La plupart utilisent la même technologie que les CPU (GPU, NPU, ou les accélérateurs utilisant un grand nombre de cœurs comme les circuits Bocqueria Untheter AI ou Celebras CS2 [H 1 205]). Les QPU utilisent un support technologique différent (mécanique quantique).
Les accélérateurs doivent fournir des performances d’au moins un ordre de grandeur supérieures à celles du CPU.
C’est le cas des GPU, qui sont très utilisés dans le calcul scientifique haute performance. La figure 20 donne la répartition des accélérateurs dans les superordinateurs du TOP500 en juin 2024 : 39 % des superordinateurs avec accélérateur réalisent 75 % des performances. On constate aussi que sur les 193 superordinateurs utilisant un accélérateur, 89 % utilisent un GPU NVidia.
L’écart de performance sera encore plus spectaculaire avec les QPU, pour certaines applications. Cependant, la différence de technologie et les coûts matériels associés réservent cette approche aux centres de calcul utilisés par les plus grandes entreprises (-Google, Microsoft, IBM, etc).
Les accélérateurs doivent fournir une interface matérielle et logicielle avec le CPU. Presque tous les types d’accélérateurs disposent d’un SDK (pile logicielle). Avec CUDA, les GPU de NVidia disposent d’une interface logicielle standardisée. Une pile logicielle est aussi indispensable pour les PC orientés IA pour piloter CPU, GPU et NPU.
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
Conclusion
Article inclus dans l'offre
"Technologies logicielles Architectures des systèmes"
(236 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
DANS NOS BASES DOCUMENTAIRES
Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Technologies logicielles Architectures des systèmes"
(236 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
