Vom Gaming über die Videobearbeitung bis zu Produktivanwendungen oder komplexer KI-Funktionalität1 wird von Computersystemen heute mehr denn je verlangt. CPUs, GPUs und NPUs haben verschiedene Aufgaben und individuelle Stärken.
Was ist eine CPU?
Die Central Processing Unit (CPU) ist aus Milliarden von Transistoren aufgebaut, kann mehrere Verarbeitungskerne aufweisen und wird üblicherweise als „Gehirn“ des Computers bezeichnet. Sie ist das grundlegende Bauelement aller modernen Computersysteme, da sie die Programmbefehle und die für den Computer und das Betriebssystem erforderlichen Prozesse ausführt. Die CPU ist außerdem maßgebend dafür, wie schnell Programme ausgeführt werden können, wenn Aufgaben wie das Surfen im Internet, Berechnungen für die Spielphysik und andere Programme oder die Bearbeitung von Tabellenkalkulationen anstehen.
Was ist eine GPU?
Die Graphics Processing Unit (GPU) hat viele kleinere, spezialisiertere Kerne. Diese Kerne sorgen dadurch für enorme Verarbeitungsleistung, dass sie zusammenarbeiten und Verarbeitungsaufgaben parallel, also gleichzeitig, auf viele Kerne aufteilen. Die GPU spielt ihre Stärken bei hochgradig parallelen Aufgaben wie dem Rendern von Grafik im Gameplay, der Manipulation von Videodaten bei der Content-Gestaltung und bei der Berechnung von Ergebnissen bei intensiven KI-Workloads aus.
Was ist der Unterschied zwischen einer CPU und einer GPU?
CPUs und GPUs haben vieles gemeinsam: Beide sind entscheidend wichtige Computing-Engines, beide sind auf Halbleitertechnik basierende Mikroprozessoren und beide verarbeiten Daten. CPUs und GPUs haben jedoch verschiedene Architekturen und werden für unterschiedliche Zwecke eingesetzt.
Die CPU eignet sich für verschiedenste Aufgaben, insbesondere solche, bei denen Latenz oder die Leistung pro Kern wichtig sind. Als leistungsstarke Execution-Engine verarbeitet die CPU mit ihrer geringeren Anzahl von Kernen möglichst schnell einzelne Aufgaben. Das macht sie perfekt für Aufgaben, die von serieller Datenverarbeitung, bei der zu einem bestimmten Zeitpunkt nur eine Aufgabe von einem einzelnen Prozessor ausgeführt wird, bis hin zum Betrieb von Datenbanken reichen.
GPUs gab es zuerst als anwendungsspezifische integrierte Schaltkreise (ASICs), die für spezielle Zwecke wie die Beschleunigung von Grafik und 3D-Rendering-Aufgaben wie beim Gaming entwickelt wurden. Im Lauf der Zeit wurden diese Grafik-Engines mit ursprünglich festgelegter Funktion besser programmierbar und flexibler. Während Grafik und hyperrealistische Gaming-Darstellungen ihre Hauptaufgabe bleiben, haben sich GPUs zu universelleren Parallelprozessoren weiterentwickelt, die viele Aufgaben gleichzeitig ausführen können, um eine wachsende Palette von Anwendungen wie KI zu unterstützen.
Heute geht es nicht mehr darum, CPU und GPU gegeneinander abzuwägen. Mehr denn je werden beide zusammen benötigt, um den vielfältigen Anforderungen an die Datenverarbeitung gerecht zu werden. Die besten Ergebnisse werden fraglos dann erzielt, wenn für jede Aufgabe das richtige Werkzeug verwendet wird.
Wie sieht es mit einer CPU-GPU-Kombination aus?
Bei einigen CPUs ist eine GPU auf demselben Chip integriert, was man integrierte Grafik nennt und zusätzliche Vorteile bietet. Mit dieser CPU-GPU-Kombination wird keine zusätzliche dedizierte oder separate Grafik mehr benötigt. Diese Technik wird häufig in Geräten verwendet, bei denen kompakte Abmessungen und Energieeffizienz wichtig sind, wie z. B. bei Laptops, Tablets, Smartphones und einigen Desktop-PCs.
CPUs mit integrierten GPUs bieten gegenüber separaten Grafikprozessoren Vorteile in puncto Platzbedarf, Kosten und Energieeffizienz. Außerdem bieten sie hohe Leistung für die Verarbeitung von grafischen Daten und Befehlen bei häufig ausgeführten Aufgaben. Prozessoren mit integrierter Grafik sind ideal für einfache Spiele, Medien-Streaming-Anwendungen und Videobearbeitung.
Deep Learning und KI beschleunigen
Heute sind bei manchen CPUs auch NPUs (Neural Processing Units) integriert, die mit GPUs direkt im Prozessorbaustein zusammenarbeiten, um jene Inferenzaufgaben mit hoher Verarbeitungsleistung auszuführen, die von KI benötigt werden. Diese spezialisierten Prozessoren beschleunigen KI-Aufgaben und sind perfekt für die Darstellung vortrainierter neuronaler Netzwerke für die Inferenz-Phase von KI. Hier werden die während der Trainingsphase erlernten Fähigkeiten verwendet, um Vorhersagen zu treffen. Da KI immer wichtiger wird, wird die NPU/GPU-Kombination zu einem Standbein der zukünftigen Computing-Systeme werden.
Mit ausreichend RAM bietet der CPU-NPU-GPU-Prozessor eine großartige Testumgebung für Deep Learning und KI.
Jahrzehntelange Führung in der CPU-Entwicklung
Intel blickt auf eine langjährige Erfahrung in der CPU-Innovation zurück, die 1971 mit der Vorstellung des 4004 als erster kommerzieller Mikroprozessor, der vollständig auf einem Halbleiterchip integriert ist, ihren Anfang nahm.
Heute ermöglichen unsere CPUs skalierbare KI-Funktionalität mit der x86-Architektur, die Sie kennen. Wir bieten von hochleistungsfähigen skalierbaren Intel® Xeon® Prozessoren im Rechenzentrum und in der Cloud bis zu energieeffizienten Intel® Core™ Ultra Prozessoren in der Edge-Umgebung CPUs, die Sie beim Erreichen Ihrer Ziele unterstützen.
Intel® Core™ Ultra Prozessoren
Unsere Premium-Prozessorarchitektur, der Intel® Core™ Ultra Prozessor, bietet optimale Energieeffizienz und Leistung. Intel® Core™ Ultra Prozessoren enthalten eine integrierte NPU, und bestimmte Modelle2 enthalten integrierte Intel® Arc™ GPUs. Das Ergebnis ist ein einzelner Prozessor, der es Benutzern ermöglicht, extreme KI-Beschleunigung, immersives Gameplay und 4K-Medien-Wiedergabe zu genießen.
Intel® Core™ Prozessoren (14. Generation)
Intel Core Prozessoren (14. Generation) nutzen eine Hybrid-Leistungsarchitektur mit schnelleren Performance-cores (P-cores) und effizienteren Efficient-cores (E-cores) zusammen mit branchenführenden Tools, um die Leistung und Multitasking-Kapazität zu optimieren.
Bestimmte Laptops mit Intel Core Prozessoren (14. Generation) können mit Intel® Iris® Xᵉ Grafik oder unserer neuesten Hochleistungs-Grafiklösung, Intel® Arc™ GPUs, ausgestattet sein, mit denen integrierte Hardware für maschinelles Lernen, Grafikbeschleunigung und Raytracing in Laptops, Desktop-PCs und professionellen Workstations realisiert werden kann.
Separate Grafikoptionen
Wir bieten zwei Optionen für separate GPUs an.
- Die Intel® ArcTM GPU-Produktreihe umfasst leistungsstarke Grafiklösungen, mit denen Sie überzeugende Inhalte gestalten, Ihr Publikum fesseln und das Gaming-Erlebnis verbessern können. Intel® Arc™ GPUs ermöglichen integrierte Hardware für maschinelles Lernen, Grafikbeschleunigung und Raytracing in Laptops, Desktop-PCs und professionellen Workstations.
- Die Intel® Data Center GPU unterstützt sich zunehmend verbreitende Technologie wie KI, Rendering, Datenanalyse und Simulationen. Sie bietet auch leistungsstarke parallele Verarbeitungsfunktionen für Rechenzentrums-CPUs.
Von CPU zu GPU zu hybrid
Unabhängig davon, ob Sie das Gameplay aufwerten, kreative Ideen zum Leben erwecken oder die Welt des Deep Learning erkunden möchten, bieten Prozessoren von Intel mit integrierter Grafik die CPU- und GPU-Funktionen (und mehr), die Sie für ein überragendes Computing-Erlebnis benötigen. Wenn Sie Geräte oder Rechenzentren, die auf Intel Prozessoren basieren, mit Grafikunterstützung erweitern möchten, bieten unsere Optionen für separate GPUs die Voraussetzungen für beschleunigte und parallele Verarbeitung.