{tocify} $title={Daftar Isi}
Apakah Anda mempertimbangkan untuk membeli atau mengupgrade server dan memutuskan antara GPU baru vs CPU? Apakah Anda ingin memeriksa perbedaan antara GPU vs CPU dalam halecepatan dan kinerja? Terakhir, apakah Anda bertanya-tanya — "Apakah Anda memerlukan kartu grafis untuk server?"
Semakin banyak manajer aplikasi web mempertimbangkan untuk menambahkan kartu grafis ke dalam server mereka. Dan jumlahnya tidak berbohong; CPU memiliki biaya per inti yang tinggi, dan GPU memiliki biaya per inti yang rendah. Untuk investasi yang hampir sama, Anda dapat memiliki selusin atau dua inti CPU tambahan atau beberapa ribu inti GPU. Itulah kekuatan GPU, atau Unit Pemrosesan Grafik.
Faktanya, sejak Juni 2018, lebih banyak kekuatan pemrosesan baru dari 500 superkomputer teratas di seluruh dunia berasal dari GPU vs CPU. Dan perusahaan seperti Microsoft, Facebook, Google, dan Baidu sudah menggunakan teknologi ini untuk berbuat lebih banyak.
Apa Perbedaan Antara GPU vs CPU?
Berikut adalah perbedaan yang tepat antara prosesor CPU vs kartu grafis GPU:
Unit Pemrosesan Grafis (GPU)
Graphics Processing Unit (GPU) adalah jenis chip prosesor yang dirancang khusus untuk digunakan pada kartu grafis. GPU yang tidak digunakan secara khusus untuk menggambar di layar komputer, seperti yang ada di server, terkadang disebut General Purpose GPU (GPGPU).
Kecepatan clock GPU mungkin lebih rendah daripada CPU modern (biasanya dalam kisaran 500-800 MHz), tetapi jumlah inti pada setiap chip jauh lebih padat. Ini adalah salah satu perbedaan paling mencolok antara kartu grafis vs CPU. Ini memungkinkan GPU untuk melakukan banyak tugas dasar secara bersamaan.
Dalam tujuan aslinya yang dimaksudkan, ini berarti menghitung posisi ratusan ribu poligon secara bersamaan dan menentukan refleksi untuk dengan cepat membuat satu gambar berbayang untuk, katakanlah, video game.
Kartu grafis dasar mungkin memiliki 700-1.000 inti pemrosesan, sementara kartu canggih modern mungkin memiliki 3.000 inti prosesor atau lebih.
Selain itu, kecepatan inti pada kartu grafis terus meningkat, tetapi umumnya lebih rendah dalam hal kinerja GPU vs CPU, dengan kartu terbaru memiliki sekitar 1,2GHz per inti.
Unit Pemrosesan Pusat (CPU)
Central Processing Unit (CPU) adalah otak dari komputer atau server mana pun. Server khusus apa pun akan dilengkapi dengan CPU fisik (terkadang dua atau empat) untuk melakukan pemrosesan dasar sistem operasi. Server Cloud VPS memiliki inti virtual yang dialokasikan dari chip fisik.
Secara historis, jika Anda memiliki tugas yang membutuhkan banyak daya pemrosesan, Anda menambahkan lebih banyak daya CPU vs menambahkan kartu grafis dan mengalokasikan lebih banyak siklus jam prosesor ke tugas yang perlu dilakukan lebih cepat.
Banyak server dasar datang dengan dua hingga delapan inti, dan beberapa server yang kuat memiliki 32, 64 atau bahkan lebih inti pemrosesan. Dalam hal kecepatan GPU vs CPU, core CPU memiliki kecepatan clock yang lebih tinggi, biasanya di kisaran 2-4 GHz. Kecepatan clock CPU adalah perbedaan mendasar yang perlu dipertimbangkan ketika membandingkan prosesor vs kartu grafis.
Mengapa Tidak Menjalankan Seluruh Sistem Operasi di GPU?
Ada beberapa batasan saat menggunakan kartu grafis vs CPU. Salah satu batasan utama adalah bahwa semua inti dalam GPU dirancang untuk hanya memproses operasi yang sama sekaligus (ini disebut sebagai SIMD: Instruksi Tunggal, Banyak Data).
Jadi, jika Anda membuat 1.000 perhitungan serupa secara individual, seperti memecahkan hash kata sandi, GPU dapat bekerja dengan baik dengan mengeksekusi masing-masing sebagai utas pada intinya sendiri dengan instruksi yang sama.
Namun, menggunakan kartu grafis vs CPU untuk operasi kernel (seperti menulis file ke disk, membuka penunjuk indeks baru, atau mengontrol status sistem) akan jauh lebih lambat.
GPU memiliki lebih banyak latensi operasional karena kecepatannya yang lebih rendah, dan fakta bahwa ada lebih banyak 'komputer' di antara mereka dan memori dibandingkan dengan CPU. Waktu pengangkutan dan reaksi CPU lebih rendah (lebih baik) karena dirancang agar cepat untuk instruksi tunggal.
Dibandingkan dengan latensi, GPU disetel untuk bandwidth yang lebih besar, yang merupakan alasan lain mereka cocok untuk pemrosesan paralel besar-besaran. Dalam hal kinerja GPU vs CPU, kartu grafis tidak dirancang untuk melakukan perhitungan individual cepat yang mampu dilakukan oleh CPU. Jadi, jika Anda membuat hash kata sandi tunggal alih-alih memecahkannya, maka CPU kemungkinan akan berkinerja terbaik.
GPU vs CPU: Bisakah Mereka Bekerja Bersama?
Tidak ada tombol di sistem Anda yang dapat Anda aktifkan untuk memiliki, misalnya, 10% dari semua komputasi masuk ke kartu grafis. Dalam situasi pemrosesan paralel, di mana perintah berpotensi diturunkan ke GPU untuk perhitungan, instruksi untuk melakukannya harus dikodekan ke dalam program yang membutuhkan pekerjaan yang dilakukan.
Untungnya, produsen kartu grafis seperti NVidia dan pengembang sumber terbuka menyediakan pustaka gratis untuk digunakan dalam bahasa pengkodean umum seperti C++ atau Python yang dapat digunakan pengembang agar aplikasi mereka memanfaatkan pemrosesan GPU jika tersedia.
Apa Beberapa Aplikasi yang Mungkin Lebih Baik GPU?
Bagi mereka yang sekarang bertanya-tanya — "Apakah Anda memerlukan kartu grafis untuk server?" - semuanya tergantung. Server Anda tidak memiliki monitor. Tetapi kartu grafis dapat diterapkan untuk tugas-tugas selain menggambar di layar.
Penerapan GPU di superkomputer adalah untuk pemrosesan matematika tujuan umum yang intens, tetapi penelitiannya biasanya bersifat ilmiah:
- Pelipatan rantai protein dan pemodelan elemen.
- Simulasi iklim, seperti pemrosesan seismik atau prediksi badai.
- Fisika plasma.
- Analisis struktural.
- Machine learning mendalam untuk kecerdasan buatan (AI).
- Salah satu kegunaan yang lebih terkenal untuk kartu grafis vs CPU adalah menambang cryptocurrency, seperti Bitcoin.
Ini pada dasarnya melakukan banyak operasi floating point untuk mendekripsi blok transaksi yang tertunda. Mesin pertama yang menemukan solusi yang tepat, diverifikasi oleh penambang lain, mendapatkan bitcoin (tetapi hanya setelah daftar transaksi bertambah dalam jumlah tertentu). Kartu grafis sempurna untuk melakukan banyak operasi floating point per detik (FLOPS), yang diperlukan untuk penambangan yang efektif.
Bagaimana dengan Aplikasi untuk Server Komoditas?
Sulit untuk melakukan banyak hal ini dengan satu server web khusus. Tentu saja ada lebih banyak aplikasi plug-and-play. GPU, seperti yang kita lihat sebelumnya, sangat hebat dalam melakukan banyak perhitungan untuk mengukur, menemukan, dan menggambar poligon. Jadi, tentu saja salah satu tugas yang mereka kuasai adalah menghasilkan grafik:
- Render CAD dan dinamika fluida
- pemodelan 3D dan animasi.
- visualisasi geospasial.
- Pengeditan dan pemrosesan video.
- Klasifikasi dan pengenalan citra.
Sektor lain yang sangat diuntungkan dari tren GPU di server adalah strategi keuangan atau pasar saham:
- Analisis risiko portofolio.
- Tren pasar.
- Penetapan harga dan penilaian.
- Eksplorasi data besar.
Sejumlah aplikasi tambahan ada yang mungkin tidak Anda pertimbangkan untuk digunakan pada kartu grafis, juga:
- Pidato ke teks dan pemrosesan suara.
- Database relasional dan kueri paralel.
- Pembelajaran mendalam dan pengembangan strategi pemasaran pengguna akhir.
- Mengidentifikasi cacat pada bagian yang diproduksi melalui pengenalan gambar.
- Pemulihan kata sandi (retak hash).
- Pencitraan medis.
Ini hanyalah awal dari apa yang dapat dilakukan GPU untuk Anda! Nvidia memublikasikan daftar aplikasi yang memiliki pemrosesan yang dipercepat GPU.
Apakah Anda Membutuhkan Kartu Grafis untuk Server? Apakah GPU Termasuk Secara Default?
GPU khusus tidak hadir di server khusus secara default, karena sangat khusus untuk aplikasi, dan tidak ada gunanya mendapatkannya jika aplikasi Anda tidak dapat menggunakannya. Jika Anda tahu Anda membutuhkannya, penasihat hosting kami dengan senang hati berbicara dengan Anda tentang persyaratan aplikasi Anda