EO_513

TECH FOCUS GPU GPU: uno sguardo inprofondità Francesco Ferrari Le GPU (Graphics Processor Unit) sono nate come pro- cessori specializzati, tipicamente ASIC, per accelerare specifiche funzioni di grafica, come il rendering 3D, in determinate applicazioni. Rispetto a una CPU, che dispo- ne relativamente di pochi core, ma ottimizzati per offri- re una bassa latenza e elevate prestazioni per un’ampia varietà di workload, le GPU utilizzano invece un elevato numero di core che possono operare in parallelo e of- frono anche una serie di funzionalità, implementate di- rettamente a livello hardware, molto specializzate per eseguire determinate operazioni tramite l’opportuno software (per esempio il disegno di texture, applicazione di effetti video, ma anche altre tipiche di altri ambiti). Questi componenti, nel tempo, sono diventati molto più flessibili rispetto ai primi modelli, offrendo possibilità sempre più ampie dal punto di vista della programma- zione e sono, da anni, largamente utilizzati anche per applicazioni diverse dalla grafica, come per esempio il Le attuali GPU sono molto diverse dai primi modelli e hanno raggiunto livelli di complessità molto elevati, necessari per supportare una serie articolata di applicazioni non solo nel settore della grafica calcolo scientifico oppure, più recentemente, per l’intel- ligenza artificiale e anche per l’automotive. Lo sviluppo del software, inoltre, è stato un elemento de- terminante non soltanto dal punto di vista dei driver che permettono di sfruttare al meglio le funzionalità grafi- che implementate in hardware, ma anche sul fronte delle possibilità di sviluppo di nuove applicazioni nei diversi settori grazie a librerie, strumenti e tecnologie che con- sentono di avere prestazioni notevolmente elevate. É interessante notare che questi componenti (con il ter- mine GPU si indicano spesso sia i chip che le schede) stanno diventando sempre più strategici, visto appunto la possibilità di impiego per applicazioni di IA, al punto che sono, insieme alla relativa tecnologia, oggetto di em- bargo fra vari Paesi. Tra gli elementi chiave che spingono la crescita del set- tore delle GPU ci sono gli LLM (modelli di linguaggio di grandi dimensioni) che eseguono applicazioni di IA come ChatGPT, che vengono addestrati utilizzando GPU, che però sono inoltre utilizzate anche per l’inferenza. Questo passaggio ha ovviamente comportato diversi cambia- menti rispetto all’intelligenza artificiale basata su cloud, che utilizza le CPU per l’inferenza dopo che il modello è stato addestrato sulla GPU. Le GPU hanno comunque proseguito la loro evoluzione nel mondo della grafica, offrendo funzionalità sempre più sofisticate e potenti, come per esempio sezioni apposita- mente dedicate al Ray Tracing, una funzione per l’illumi- nazione delle scene la cui implementazione richiedeva in passato interi computer dedicati e che ha costituito per anni il sogno di moltissimi utenti di videogiochi. Per dare un’idea dell’elevata potenza di calcolo necessaria per ap- plicare questa tecnica, basti pensare che attualmente al- cuni software che utilizzano il ray tracing in tempo reale per scene geometricamente complesse richiedono anche 39 operazioni specializzate per ogni singolo pixel, e solo per calcolare gli effetti di luce. Se considera l’elevato fra- me rate richiesto da molti giochi e il numero di pixel che formano una singola scena, ci si può rendere conto dell’e- levatissimo numero di operazioni al secondo che questi componenti devono eseguire. Questi notevoli sviluppi sono stati resi possibili da nuove ELETTRONICA OGGI 513 - OTTOBRE 2023 52