GPGPU

Steht für „General-Purpose computation on Graphics Processing Units“. GPGPU oder GPU-Computing bezeichnet die Verwendung einer GPU zur Ausführung allgemeiner Rechenoperationen. Moderne Betriebssysteme ermöglichen es Programmen, zusätzlich zur CPU auf die GPU zuzugreifen, wodurch die Gesamtleistung gesteigert wird.

GPUs sind zwar für die Verarbeitung von Grafikberechnungen ausgelegt, können aber auch für andere Operationen verwendet werden. GPGPU maximiert die Verarbeitungseffizienz, indem einige Operationen von der zentralen Verarbeitungseinheit (CPU) auf die GPU ausgelagert werden. Statt ungenutzt zu bleiben, wenn sie keine Grafiken verarbeitet, steht die GPU ständig für andere Aufgaben zur Verfügung. Da GPUs für die Verarbeitung von Vektorberechnungen optimiert sind, können sie manche Anweisungen sogar schneller als die CPU verarbeiten.

GPGPU ist eine Form der parallelen Verarbeitung, bei der Operationen gleichzeitig von CPU und GPU verarbeitet werden. Wenn die GPU eine Berechnung abschließt, kann sie das Ergebnis in einem Puffer speichern und anschließend an die CPU übergeben. Da Prozessoren Millionen von Operationen pro Sekunde ausführen können, werden Daten oft nur wenige Millisekunden lang im Puffer gespeichert.

GPU-Computing wird durch eine Programmiersprache ermöglicht, über die CPU und GPU Verarbeitungsanforderungen gemeinsam nutzen können. Die bekannteste ist OpenCL, ein offener Standard, der von mehreren Plattformen und Grafikkarten unterstützt wird. Weitere Beispiele sind CUDA (Compute Unified Device Architecture), eine von NVIDIA entwickelte API, und APP (Accelerated Parallel Processing), ein von AMD bereitgestelltes SDK.