Carregando...
Carregando...
Carregando...
Na computação paralela, utilizam-se plataformas de software e hardware de alto desempenho que usam o poder de processamento dos núcleos das GPUs da NVIDIA. Como exemplo prático, pode-se citar a utilização de GPUs com o objetivo de simular o fluxo sanguíneo e identificar placas arteriais ocultas sem fazer uso de técnicas de imageamento invasivas ou cirurgias exploratórias.
Assinale a alternativa que justifica, corretamente, o motivo para as GPUs serem tão eficientes.
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa C - Elas são, exclusivamente, dedicadas a processar dados, não tendo que guardar informações de cache ou controlar fluxos de dados.
As GPUs (Graphics Processing Units) evoluíram de hardware para renderização gráfica para poderosos aceleradores de computação de propósito geral (GPGPU), superando CPUs em tarefas de alto paralelismo de dados.
A eficiência das GPUs reside na sua arquitetura interna. Enquanto uma CPU é projetada para minimizar a latência (executar uma tarefa o mais rápido possível através de caches grandes e lógica de controle complexa), a GPU é projetada para maximizar a vazão (throughput).
A arquitetura da GPU dedica a grande maioria de seus transistores para as ALUs (Arithmetic Logic Units), que são os núcleos de processamento real.
| Componente | Foco da CPU | Foco da GPU | | :--- | :--- | :--- | | Controle | Complexo (baixa latência) | Simples (alta vazão) | | Cache | Grande (armazenamento local) | Pequeno (apenas para acesso a dados) | | ALUs | Poucas, muito rápidas | Milhares, eficientes em paralelo |
A alternativa C descreve corretamente a filosofia de design das GPUs: focar o hardware no processamento massivo de dados em vez de em lógicas de controle e cache sofisticadas que ocupariam espaço físico no chip.
Alternativa C.