Startseite > Automation > Die GPU als Co-Prozessor der CPU

Moderne Bildverarbeitungs-Software verteilt die Aufgaben zwischen CPU und GPU

Die GPU als Co-Prozessor der CPU

4. Februar 2011, 21:49 Uhr | Andreas Knoll

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 6

Michael Noffz, Silicon Software: »Parallele Verarbeitung als Stärke«

Michael Noffz (Silicon Software) über GPUs in IBV-Systemen:

»Generell lassen sich GPUs dort gut einsetzen, wo Algorithmen hoch parallelisiert werden können. Die einzelnen Shader von GPUs werden dann als unabhängige Prozessoren genutzt. Ein Nachteil ist dabei aber die Eignung nur als lokale Recheneinheiten mit eingeschränkter Verwendung für globale bzw. rekursive Berechnungen.

Erst in den letzten Produktgenerationen haben die Hersteller angefangen, das Einsatzspektrum der GPUs zu verbreitern und sie als echte Koprozessoren zu vermarkten. Schwachstellen, etwa ein leistungsschwacher Datenrückkanal, eingeschränkte Unterstützung von Datenformaten oder ein flexibleres Shared-Memory-Konzept, wurden beseitigt und die Programmierschnittstellen deutlich erweitert. CUDA und FireStream sind herstellerspezifische APIs für die jeweiligen Grafikkarten. Eine Auslagerung von Prozessen muss hier noch produktabhängig implementiert werden. OpenCL ist weit universeller und bietet eine Implementierung für GPUs aller namhaften Hersteller. Aus dem breiteren Ansatz von OpenCL ergibt sich im Vergleich von CUDA mit OpenCL allerdings ein signifikanter Performance-Nachteil zwischen 5 und 50 Prozent je nach Aufgabenstellung.«