Comparação entre CPU e GPU

Prévia do material em texto

Uma visão sobre CPU e GPU, as Unidades de 
Processamento Mais Famosas da Atualidade 
Gustavo Silva Guimarães 
Campus Formiga – Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais 
(IFMG) 
CEP: 35.577-010– Formiga – MG – Brasil 
Gustavosilvadky02@gmail.com 
Abstract. This article aims to present a view on the correlation between CPU 
(Central processing unit) and GPU (Graphics Processing Unit), bringing a 
discussion about their advantages, disadvantages and applications. This is an 
overview of the most famous processing units today. 
Resumo. Esse artigo tem como objetivo apresentar uma visão a respeito da 
correlação entre CPU (Central processing unit) e GPU (Graphics Processing 
Unit), trazendo uma discussão a respeito de vantagens, desvantagens e 
aplicações das mesmas. Isto é apresentando uma visão geral sobre as 
unidades de processamento mais famosas da atualidade. 
1. Visão Geral 
CPU e GPU, as unidades de processamento mais famosas quando o assunto são 
computadores domésticos. Uma única letra resulta em um funcionamento completamente 
diferente para dois componentes essenciais de um computador. De um lado a CPU que é 
conhecida por ser cérebro do computador e do outro a GPU que é a responsável por 
basicamente todo o processamento gráfico. 
1.1. Visão Geral GPU 
GPU (Graphics Processing Unit, ou Unidade de Processamento Gráfico), conhecido 
também como VPU ou unidade de processamento visual, é o nome dado a um tipo de 
microprocessador especializado em processar gráficos em computadores pessoais, 
estações de trabalho ou videogames. GPUs modernas manipulam gráficos 
computadorizados com eficiência e sua estrutura de processamento paralelo os torna 
mais capazes neste tipo de trabalho que CPUs normais. Uma GPU normalmente é 
utilizada em placas de vídeo (este é chamado de Vídeo Offboard ou Placa de Vídeo 
Dedicada), nas versões simplificadas são integradas diretamente nas placas-mãe o que é 
chamado de Acelerador Gráfico Integrado ou Placa de Vídeo Onboard. 
 Diferente de hoje, onde a GPU é um dos componentes mais importantes de um 
computador. Inicialmente, o propósito de uma placa de vídeo era pegar um fluxo de 
dados binários do processador central e renderizar as imagens para exibição. Entretanto, 
as unidades de processamento gráfico modernas estão envolvidas nos cálculos mais 
complexos, como pesquisa de big data, aprendizado de máquina e IA. Graças a um longo 
trabalho de várias décadas, onde pesquisadores e fabricantes conseguiram fazer a GPU 
 
evoluir de um único núcleo com hardware de função fica usado apenas para gráficos, 
para um conjunto de núcleos paralelos programáveis 
 A evolução do processador gráfico moderno começa com a introdução das 
primeiras placas 3D em 1995, seguida pela adoção generalizada dos sistemas 
operacionais de 32 bits e do computador pessoal acessível. A indústria gráfica que existia 
antes disso consistia amplamente em uma arquitetura 2D mais trivial com placas gráficas 
mais conhecidas pelas convenções de nomenclatura alfanumérica de seus chips e seus 
enormes preços. Já em 1999 a Nvidia popularizou o termo GPU, com sua nova placa 
gráfica. A Nvidia definiu o termo unidade de processamento gráfico como “um 
processador de chip único com transformação integrada, iluminação, configuração / 
recorte de triângulo e motores de renderização que é capaz de processar um mínimo de 
10 milhões de polígonos por segundo”. 
 
 
Imagem 1. GPU Nvidia Geforce 6600 GT 
1.2. Visão Geral CPU 
Uma unidade de processamento central (CPU), também chamada de processador 
central, processador principal ou apenas processador, é o circuito eletrônico dentro de 
um computador que executa as instruções que compõem um programa de computador. 
A CPU realiza operações aritméticas, lógicas, de controle e de entrada / saída (E / S) 
básicas especificada pelas instruções do programa. O CPU é conhecido hoje como o 
cérebro do computador, pois é ele que orquestra a maior parte das operações do 
computador. A forma, o design e as implementações das CPUs mudaram ao longo de 
sua história, mas sua operação fundamental permanece quase inalterada. Os principais 
componentes de uma CPU incluem a unidade lógica aritmética (ALU), que realiza 
operações aritméticas e lógicas, os registradores que fornecem operandos para alu e 
armazenam os resultados das operações da mesma, é uma unida de controle que faz o 
gerenciamento de busca à memória e a execução de instruções, dirigindo as operações 
coordenadas da ALU, registros e outros componentes. 
 Os primeiros computadores, como o ENIAC, que foi projetado para o calculo 
balístico, tinham de ser fisicamente reconectados para realizar diferentes tarefas, o que 
fazia com que essas máquinas fossem chamadas de "computadores de programa fixo". 
 
Uma vez que o termo "CPU" é geralmente definido como um dispositivo para execução 
de software (programa de computador). Logo, com a necessidade de execução de várias 
tarefas os primeiros dispositivos que poderiam ser corretamente chamados de CPUs 
vieram com o advento do stored-program computer, que são computadores que 
armazena instruções do programa em uma memória. 
 
 
Imagem 2. Processador i7 900 
 
2. Funcionamento e Utilização 
A GPU surgiu para "aliviar" o processador principal do computador (CPU) da pesada 
tarefa de gerar imagens. Por isso, é capaz de lidar com um grande volume de cálculos 
matemáticos e geométricos, condição trivial para o processamento de imagens 3D 
(utilizadas em jogos, exames médicos computadorizados, entre outros). Para que as 
imagens possam ser geradas, a GPU trabalha executando uma sequência de etapas, que 
envolvem elaboração de elementos geométricos, aplicação de cores, inserção de efeitos e 
assim por diante. Essa sequência, de maneira bastante resumida, consiste no recebimento 
pela GPU de um conjunto de vértices (o ponto de encontro de dois lados de um ângulo); 
no processamento dessas informações para que elas obtenham contexto geométrico; na 
aplicação de efeitos, cores e afins; e na transformação disso tudo em elementos formados 
por pixels (um pixel é um ponto que representa a menor parte de uma imagem), processo 
conhecido com rasterização. O passo seguinte é o envio dessas informações à memória 
de vídeo (frame buffer) para que então o conteúdo final possa ser exibido na tela. 
 Podemos assumir que GPUs são aceleradores que complementam uma CPU, de 
modo que não precisam ser capazes de realizar todas as tarefas de uma CPU. Esse papel 
lhes permitiu dedicar todos os seus recursos aos gráficos. Não importa se as GPUs 
realizam algumas tarefas mal ou que não realizem, visto que, em um sistema com uma 
CPU e uma GPU, a CPU pode realizá-las se for preciso. Assim, a combinação CPU-
GPU é um exemplo de multiprocessamento heterogêneo, em que nem todos os 
processadores são idênticos . 
 
 Atualmente o principal uso da GPU é o processamento gráfico. Este que envolve 
o desenho de vértices de primitivas de geometria 3D, como linhas e triângulos, e 
sombreamento ou renderização de fragmentos de pixels de primitivas geométricas. Os 
vídeo games, por exemplo, desenham 20 a 30 vezes mais pixels que vértices. Cada 
vértice pode ser desenhado independentemente, assim como na renderização de cada 
fragmento de pixel. Para renderizar milhões de pixels por frame rapidamente, a GPU 
evoluiu para executar muitos threads de programas sombreadores de vértice e pixel em 
paralelo. A GPU trabalha com tipos de dados gráficos que são vértices, consistindo em 
coordenadas (x, y, z, w), e pixels, consistindo em componentes de cor (vermelho, verde, 
azul, alfa). Destarte, pode se afirmar também que as GPUs representam cada 
componente do vértice como um número de ponto flutuante de 32 bits. Cada um dos 
quatro componentes de pixel foi originalmente um inteiro não sinalizado de 8 bits, mas as 
GPUs recentes agora representam cada componente comoum número de ponto 
flutuante de precisão simples, entre 0,0 e 1,0. 
 É válido observar também que Talvez a maior diferença entre CPUS e GPUs são 
que as GPUS não contam com caches multinível para contornar a longa latência para a 
memória, como nas CPUs. Em vez disso, elas contam em ter threads suficientes para 
ocultar a latência para a memória. Ou seja, entre o momento de uma solicitação de 
memória e o momento em que os dados chegam, a GPU executa centenas ou milhares de 
threads que são independentes dessa solicitação. 
 A memória é outro aspecto onde podemos analisar diferenças entre a GPU e a 
CPU. Isto é, uma vez que a memória da GPU é voltada para a largura de banda, em 
detrimento de latência. Inclusive, nota-se a existência de chips de DRAM separados para 
a GPU, esses que possuem a largura de banda mais alta do que os chips de DRAM para 
CPUS Além disso, as memórias da GPU tradicionalmente têm tido memória principal 
menor que os microprocessadores convencionais. Em 2008, as GPUs normalmente 
tinham 1GB ou menos, enquanto as CPUs tinham de 2 a 32GB. Dada a confiança em 
muitos threads para oferecer boa largura de banda de memória, as GPUs podem 
acomodar muitos processadores paralelos, além de muitos threads. Logo, cada 
processador de GPU é altamente multithreaded. 
 Outro aspecto importante de salientar a respeito das GPUs é a respeito das 
instruções de programação nas GPUs, que são interfaces de programação de aplicação 
(APIs) de alto nível, como OpenGL e Microsoft's DirectX, junto com linguagens de 
sombreamento gráfico de alto nível, como C for Graphics (Cg) da NVIDIA e High Level 
Shader Language (HLSL) da Microsoft. Os compiladores de linguagem são voltados 
para linguagens intermediárias padrão da indústria, em vez de instruções de máquina. Os 
drivers da GPU geram instruções de máquina otimizadas, específicas para GPU. Embora 
essas APIs e linguagens evoluam rapidamente para abranger novos recursos de GPU 
habilitados pela lei de Moore, a liberdade da compatibilidade com a instrução binária 
permite que os projetistas de GPU explorem novas tecnologias sem temer que sejam 
seladas para sempre com a implementação de experimentos falhos. Esse ambiente leva à 
inovação mais rápida em GPUs do que em CPUs. 
 Entretanto, embora as GPUs fossem projetadas para um conjunto mais estreito 
de aplicações, alguns programadores questionaram se poderiam especificar suas 
aplicações em uma forma que lhes permitissem aproveitar o alto desempenho em 
 
potencial das GPUs. Para distinguir esse estilo de uso das GPUs, alguns a chamam de 
General Purpose GPUs, ou GPGPUs. Depois de cansar de tentar especificar seus 
problemas usando as APIs gráficas e linguagens de sombreamento de gráficos, eles 
desenvolveram linguagens de programação inspiradas em C para permitir que escrevam 
programas diretamente às GPUs. Um exemplo é Brook, uma linguagem de streaming 
para GPUs. O próximo passo na facilidade de programação do hardware e da linguagem 
de programação é a CUDA (Compute Unified Device Architecture) da NVIDIA, que 
permite que o programador escreva programas em C para execução nas GPUs, embora 
com algumas restrições. O uso de GPUs para a computação paralela está aumentando 
com sua crescente facilidade de programação. 
 
3. Tecnologia de Desenvolvimento 
O projeto de uma unidade de processamento geral não começa com qualquer 
pensamento em transistores ou trilhas de cobre, mas com algo chamado de especificação 
de requisitos do produto, ou PRS - uma definição priorizada de todos os recursos que o 
novo chip deve ter. o PRS atua como uma lista de verificação em todo o processo de 
design. Logo após, engenheiro começam a trabalhar na planta baixa. Esta é uma 
representação física que levará em conta o tamanho esperado de cada bloco e onde ele 
deve ser posicionado em relação aos outros blocos. Aqui, é levado em consideração 
quantos sinais passam entre os blocos com o objetivo de reduzir o comprimento das vias. 
Enquanto isso, outros engenheiros trabalham no projeto de nível de componente de cada 
um dos blocos. Em vez de um diagrama de circuito, o design é criado em uma linguagem 
de descrição de hardware como VDHL. Muito parecida com uma linguagem de 
programação, essa forma de gerar circuitos oferece muitos dos benefícios oferecidos ao 
engenheiro de software. Mais importante ainda, os circuitos podem ser definidos 
hierarquicamente, então, por exemplo, tendo definido uma porta OU lógica de 
transistores individuais, isso pode ser usado na definição de um bloco mais complicado 
como um somador de um bit. 
 Quando o código VDHL é concluído, ele passa por um processo denominado 
síntese, que equivale a compilar uma linguagem de programação. a saída da síntese é 
chamada de netlist e define as conexões entre cada um dos componentes, A netlist 
poderia ir diretamente para o processo de fabricação de máscaras, mas isso causaria 
problemas porque designs tão complicados quanto uma GPU nunca são 100 por cento 
corretos na primeira tentativa. Em vez disso, o design é verificado e emulado. Quando 
todos os blocos individuais estiverem operacionais, a equipe passa para a emulação. Isso 
significa exercitar a GPU como um todo, mas dada a quantidade de tempo de 
processamento necessária para simular um chip, esses testes podem inicialmente ser nada 
mais complicados do que desenhar um único pixel. 
 Com a simulação pronta, os projetitas sabem que as conexões do circuito estão 
corretas , com exceção da planta baixa, nenhum pensamento foi dado a onde os 
componentes vão no chip. Isso é feito por meio de um pacote CAD especial, orientado 
pela planta baixa. Este processo amplamente automatizado posiciona cada componente e 
roteia os trilhos de cobre que irão conectá-los todos juntos. O ponto culminante desse 
processo é um marco importante conhecido como 'fita adesiva' e marca a transição do 
 
design à fabricação. Antes que qualquer chip possa ser fabricado, a fundição precisa criar 
um conjunto de máscaras fotográficas que serão usadas na fotolitografia. 
 A fotolitografia é a chave para muitas etapas subsequentes envolvidas na criação 
da GPU, ela será usada continuamente à medida que o circuito é construído, camada por 
camada no wafer de silício. Envolve a aplicação de uma máscara padronizada à 
superfície do wafer de modo que os processos químicos subsequentes afetem apenas as 
áreas com lacunas na máscara. Primeiro, uma camada de material fotossensível chamada 
fotorresiste é aplicada em cima de qualquer camada que já tenha sido criada. Isso é feito 
colocando a solução no wafer e girando-o para que a solução se espalhe em uma camada 
fina e uniforme. Quando a solução seca, o wafer é exposto à luz ultravioleta (UV) por 
meio de uma máscara. Esse processo altera a composição química do fotorresiste por 
onde a máscara permite a passagem da luz ultravioleta. O wafer é imerso em um tanque 
de revelador que dissolve as porções do fotorresiste que foram expostas à luz 
ultravioleta. Com uma camada parcial de fotoresiste agora colocada no wafer, é possível 
realizar um processo químico que afetará apenas o wafer nas áreas em que o resist foi 
removido. Com o processo químico agora concluído, o restante do fotorresiste pode ser 
removido do wafer usando um solvente. O wafer de silício conterá centenas de chips 
individuais, ou matrizes para dar a eles seus nomes corretos, então o estágio de 
exposição é realizado várias vezes - uma para cada matriz - com o wafer sendo movido 
em relação à máscara e à óptica do sistema entre cada exposição. 
 
 
 
Imagem 3. Processo de fotolitografia 
 
 Vimos na etapa anterior que a camada de fotorresiste forma uma barreira 
adequada para muitos produtos químicos, permitindo assim que um processo químico 
seja realizado apenas em partes do wafer, conforme definido por uma máscara. Outros 
processos - principalmente aqueles envolvendo gases quentes - destruiriamo fotorresiste, 
então um tipo diferente de resistência é necessário. Nesses casos, uma camada de óxido 
padronizada, também conhecida como camada de óxido sacrificial (porque é 
subsequentemente removida), é usada. O wafer é coberto com uma camada de dióxido 
de silício, que reveste completamente todas as camadas existentes. O resultado final, 
portanto, é uma camada parcial de dióxido de silício no padrão dos recursos necessários. 
O processo químico necessário é realizado - isso afetará apenas as partes do wafer onde 
a camada de óxido padronizada está faltando. O remanescente da camada de óxido é 
removido, novamente usando ácido fluorídrico. 
 
 Agora chega umas das partes mais importantes na construção de uma GPU, a 
criação de transistores. Um MOSFET (o tipo de transistor usado em GPUs) é uma chave 
eletrônica. Em outras palavras, é um componente eletrônico que usa um sinal em um 
circuito para controlar o fluxo de corrente em outro. O wafer de silício é então 
bombardeado com íons de fósforo que se implantam no silício através das lacunas do 
fotorresiste para criar os chamados poços de material do tipo n. Esta é uma forma 
modificada de silício que possui eletrodos adicionais para transportar uma corrente 
elétrica. Em seguida, duas ilhas menores de material do tipo p são criadas dentro dos 
poços do tipo n - estes formam os dois eletrodos conhecidos como a fonte e o dreno dos 
MOSFETs. Depois disso, uma camada isolante muito fina de dióxido de silício, com 
apenas algumas moléculas de espessura, é depositada na superfície do silício entre a 
fonte e o dreno. Isso é feito por meio da deposição química de vapor (CVD), processo 
que ocorre em um forno cheio de gases para modificar quimicamente o silício. 
Finalmente, novamente usando CVD, uma camada de silício é aplicada sobre a camada 
de óxido para criar o terceiro e último eletrodo dos MOSFETs, que é chamado de 
portão. 
 È por último devemos conectar tudo isso. Agora com um wafer que compreende 
várias matrizes, cada uma das quais contém bilhões de transistores, mas para convertê-
los de componentes isolados em um circuito de trabalho, eles precisam ser conectados 
usando faixas de cobre. Primeiro, uma camada isolante de dióxido de silício é aplicada ao 
wafer para que as trilhas de interconexão não encurtem todos os MOSFETs juntos. Em 
seguida, orifícios são gravados no dióxido de silício para que as conexões possam ser 
feitas aos eletrodos dos MOSFETs. Em seguida, as trincheiras em forma de trilhos são 
gravadas no dióxido de silício antes que uma camada de cobre seja aplicada por 
eletrogalvanização. Isso cobre toda a superfície do dióxido de silício e preenche as 
trincheiras e os buracos para fazer contato com os MOSFETs. 
 Por fim, o excesso de cobre é removido por meio de um processo denominado 
polimento químico-mecânico, de forma que o cobre permaneça apenas nas trincheiras e 
buracos. Uma única camada de interconexões de cobre não é suficiente para criar um 
circuito viável. Como não é possível conectar tudo em uma única camada sem fazer 
shorts, são utilizadas camadas adicionais, cada uma criada da mesma forma que a 
primeira camada de cobre. 
 Pode se afirmar também que o processo de construção de uma CPU e GPU tem 
grandes semelhança desde os wafers de silício até a aplicação de cobre. Sendo notável a 
mudanças perceptivel apenas como os mesmos são projetados. 
 
4. Aplicação e Fabricantes 
4.1. Aplicações 
É fato, que no começo, GPUS Foram desenvolvidas para tirar a responsabilidade de 
processamento gráfico das CPUS. Mas hoje é a Indústria dos Games que movimenta o 
grande crescimento do poder de processamento das GPUs. Essa indústria que exige cada 
dia mais poder de processamento, pois com os novos jogos cada dia mais realísticos e 
com gráficos mais refinados, diferente dos gráficos de 20 anos atrás que eram bem 
quadrados e com muitas arestas visíveis. 
 Outra grande aplicação que se tornou moda nos últimos tempos é a mineração de 
criptomoedas, uma analogia à mineração de ouro e pedras preciosas. Para ganhar as 
moedas é preciso fazer um trabalho de decifrar códigos para resolver transações 
matemáticas entre os usuários. A ferramenta responsável é o próprio computador, que 
deverá fazer isso de maneira rápida. Na prática, você baixa um minerador no computador 
e inicia os trabalhos em busca da resolução do problema. O usuário que conseguir 
realizar o trabalho em menor tempo torna-se o descobridor do chamado Blockchain 
(bloco transacional), plataforma de armazenagem de todas as transações de todos os 
usuários da história. Mas o ponto chave é o papel da GPU nesse processo. Mineração 
com GPU é drasticamente mais rápida e mais eficiente que a mineração com CPU. Em 
uma comparação rápida, enquanto uma CPU pode executar 4 instruções de 32 bits por 
clock uma GPU pode executar 3200 destas operações ao mesmo tempo. GPUs foram 
feitas para ter uma alta vazão e alto paralelismo, ambos podem ser úteis na mineração de 
bitcoins, pois mineradores podem computar múltiplos hashes ao mesmo tempo com 
nonces diferentes. Mineração com GPU tem algumas desvantagens, pois muito de sua 
composição tem o objetivo de tratar vídeos. Especificamente elas têm unidades de ponto 
flutuante que não são usadas em SHA-256, sendo então desperdiçadas na mineração. 
GPUs também não possuem as melhores características de resfriamento e consumo de 
energia. Placas gráficas de alto desempenho podem calcular algo em torno de 200 
milhões de hashes por segundo (MH/s), uma ordem de magnitude melhor do que seria 
como o uso de CPU. Porém mesmo com essa melhoria de desempenho, ainda seriam 
necessários mais de 300 anos em média para encontrar um bloco. 
 Já o processador (CPU) é uma unidade de propósito mais geral. Responsável por 
fazer todas as operações matemáticas, é responsável por gerenciar a memória do 
computador, além de processar dados de entrada e saída do computador. Não é por 
acaso que é chamado de cérebro do processador. 
4.2. Nvidia x AMD 
É fato que hoje uma grande parcela do mercado de produção de GPUs e controlada 
pelas empresas Nvidia e AMD. A NVIDIA surgiu no mercado em 1993, sendo 
responsável pela produção de semicondutores utilizados em diversos equipamentos 
eletrônicos. O foco principal da empresa está nos chips gráficos (GPU) utilizados em 
computadores e vídeo games, além de processadores centrais (CPU) com arquitetura 
ARM que são utilizados em smartphones e tablets — como a família Tegra. Do outro 
lado, temos a AMD, que trabalha com processadores desde 1969, mas que só começou a 
atuar fortemente no mercado de chips gráficos quando comprou a ATI, em 2006. Em 
 
2010, o nome “ATI” foi extinto e as placas gráficas e GPUs fabricadas pela companhia 
passaram a levar o nome da própria AMD. Foi a partir daí que a guerra entre as duas 
alcançou patamares antes não imaginados. 
 Em resumo, é possível dizer que AMD e NVIDIA dominam o mercado dos 
jogos. A Intel oferece chips integrados às CPUs para quem não quer gastar US$ 200 ou 
mais para conseguir utilizar seus computadores — lembrando, é claro, que a qualidade 
de imagens mostradas não é tão alta, mas permite a reprodução de vídeos e jogos mais 
leves, com menos detalhes. Longe dos computadores ainda existem diversas outras 
fabricantes que criam processadores gráficos para smartphones e tablets. Mas é difícil — 
repetindo — que encontremos alguma rival ameaçadora para as duas fabricantes em um 
futuro próximo. Ou seja: se pensarmos em chips gráficos de alto desempenho para 
computadores, realmente “só existe as duas”. Esse domínio de mercado pode ser 
comparado na parte dos processadores entre Intel e AMD, visto que as duas dominam o 
mercado de processadores no nicho de computadores domésticos e gamers. 
 
 
Imagem 4. GPUs AMD e Nvidia, respectivamente. 
 
5. Barramentos 
Barramento são um conjunto de linhas de comunicação que permitem a interligaçãoentre dispositivos, como a CPU, a memória e outros periféricos. São as linhas de 
transmissão que transmitem as informações entre o processador, memória e todos os 
demais periféricos do computador. Sabendo disso, vale analisar os principais 
barramentos suportados por GPUS. 
 O primeiro barramento é o barramento ISA é um padrão não mais utilizado, 
sendo encontrado apenas em computadores antigos. A sua primeira versão trabalhava 
com transferência de 8 bits por vez e clock de 8,33 MHz, com o tempo passou a 
trabalhar com 16 bits. Com o avanço da tecnologia, o padrão ISA foi aos poucos 
perdendo espaço. A versão de 16 bits era capaz de proporcionar transferência de dados 
na casa dos 8 MB/s (megabytes por segundo), mas dificilmente esse valor era alcançado, 
ficando em torno dos 5 MB/s. 
 Pode se analisar também o Barramento AGP (Accelerated Graphics Port), que 
para lidar com o volume crescente de dados gerados pelos chips gráficos (GPU), a Intel 
anunciou em meados de 1996 o padrão AGP, cujo slot funcionava exclusivamente com 
placas de vídeo. A primeira versão do AGP, chamada de AGP 1.0, trabalhava a 32 bits e 
 
tinha clock de 66 MHz, o que equivale a uma taxa de transferência de dados de até 266 
MB/s, mas, na verdade, conseguia chegar a 532 MB/s. Logo, algum tempo depois 
surgiram a segunda e terceira versão com taxa de transferência de até 1.064 MB/s e 
2.133 MB/s respectivamente. Além da alta taxa de transferência de dados, o padrão AGP 
oferecia outras vantagens. Uma delas era a capacidade de operar em sua máxima 
capacidade, pois não havia outro dispositivo no barramento que podia, de algum modo, 
interferir na comunicação entre a placa de vídeo e o processador (lembre-se: o AGP era 
compatível apenas com placas de vídeo). A despeito de suas vantagens, o padrão AGP 
acabou perdendo espaço e foi substituído pelo PCI Express. 
 E por ultimo, mas não menos importante a Tecnologia PCI Express. O padrão 
PCI Express (ou PCIe ou, ainda, PCI-EX) foi concebido pela Intel em 2002 / 2003 e se 
destaca por substituir, ao mesmo tempo, os barramentos PCI e AGP. Ao contrário das 
demais, o PCIe é usado até hoje. Isso é possível porque o PCI Express está disponível 
em vários segmentos: x1, x4, x8 e x16. Cada 'x' indica uma via de transmissão, portanto, 
quanto maior esse número, maior é a taxa de transferência de dados. Essa divisão 
também reflete no tamanho dos slots PCI Express. Vale ressalta ainda o poder desse 
barramento sendo que o PCIe x1 trabalha com até 250 MB/s, enquanto o PCI Express 
x16 pode atingir 4.000 MB/s. Mas isso na versão 1.0 da tecnologia. O PCI Express 
recebe atualizações periodicamente e, em cada nova versão, dobra a largura de banda em 
relação à geração anterior. 
 
Imagem 5. Barramentos de uma placa mãe. 
 
6. Tecnologias 
6.1. DirectX e OpenGL 
Fazer com que aplicações gráficas possam aproveitar todo o poder das GPUs não é 
tarefa fácil. Na época dos primeiros PCs, por exemplo, era até viável programar 
funcionalidades para acessar diretamente os recursos dos chips gráficos, mas com o 
passar do tempo e com a evolução da computação em 3D essa tarefa se tornou cada vez 
mais trabalhosa e complexa. Em vista disso, surgiram as APIs (Application Programming 
Interface) direcionadas às aplicações gráficas, que são, basicamente, conjuntos de 
instruções "pré-prontas" que permitem a programadores a criação de conteúdo gráfico 
 
de maneira mais rápida e fácil. Hoje, o mercado se baseia, essencialmente, em duas APIs: 
DirectX e OpenGL. 
 O DirectX, que na verdade é um conjunto de APIs para aplicações de áudio e 
vídeo, pertence à Microsoft e, portanto, é amplamente utilizado nos sistemas 
operacionais Windows. Como essa plataforma é bastante popular em todo mundo, conta 
com inúmeras aplicações que utilizam DirectX, especialmente jogos. Logo, nada mais 
natural que os principais fabricantes de GPUs lancem chips gráficos compatíveis com 
essa tecnologia. 
 O OpenGL, por sua vez, tem finalidades semelhantes ao DirectX, mas com um 
grande diferencial: trata-se de uma tecnologia aberta e, portanto, disponível 
gratuitamente para várias plataformas. Com isso, fica até mais fácil criar versões de uma 
mesma aplicação para sistemas operacionais distintos. A vantagem de ser aberto é que o 
OpenGL permite o desenvolvimento de uma grande quantidade de aplicações e não 
limita esse trabalho a uma única plataforma. 
6.2. SLI e CrossFire 
Caso o objetivo seja obter ainda mais processamento do que uma placa de vídeo pode 
fornecer, talvez a solução esteja em fazer um SLI ou um CrossFire, tecnologias de 
Nvidia e AMD, respectivamente. Ambas as tecnologias utilizam pontes para conectar 
duas ou mais placas, unificando a saída de vídeo. Para o sistema, todas as placas de 
vídeo trabalharão como se fossem uma, extremamente rápida. Existem requisitos 
mínimos para fazer uso de ambas as tecnologias, como fonte de alimentação e número 
suficiente de slots PCI Express. 
6.3. Ray Tracing 
Ray tracing (traçado de raios) é um algoritmo de computação gráfica usado para síntese 
(renderização) de imagens tridimensionais. O método utilizado pelo algoritmo chamado 
Ray Tracing, baseia-se na simulação do trajeto que os raios de luz percorreriam no 
mundo real, mas, neste caso, de trás para frente. Ou seja, no mundo real, os raios de luz 
são emitidos a partir de uma fonte de luz, percorrendo o espaço até encontrar um objeto. 
Após os raios de luz atingirem o objeto, estes são refratados ou refletidos, de acordo 
com as características do objeto, nomeadamente, cor, textura e transparência, alterando 
assim a sua trajetória, e fazendo com que apenas uma infinitésima minoria dos raios que 
partiram da fonte de luz atinjam, por fim, os olhos do observador. 
7. Conclusão 
Podemos concluir então que uma GPU é uma unidade de processamento que foi criada e 
aperfeiçoada para lidar com o processamento gráfico. Sendo cada dia mais necessária em 
um mundo onde as resoluções estão cada dia maiores e a densidade de pixels na tela 
aumentam cada dia mais além de uma indústria de jogos que ano após ano requisita mais 
processamento gráfico. Logo, essa unidade se mantém em continuo desenvolvimento, 
graças a um mercado tão aquecido. Seguindo uma linha diferente do processador que é 
uma unidade de gerenciamento e processamento em geral, deixando a responsabilidade 
do aspecto gráfico para as GPUs. 
 
 
Referências 
 
Stallings, William. (2017). Arquitetura e Organização de Computadores. Pearson 
Universidades, 10th edition. 
 
TANENBAUM, A. S. (2013). Organização Estruturada de Computadores. Pearson 
Universidades, 5th edition. 
 
PATTERSON, David A.; HENNESSY, J. L. (2014). Organização e projeto de 
Computadores. In A interface Hardware/Software. CAMPUS, 4th edition. 
 
Lilly, Paul; A Brief History of CPUs: 31 Awesome Years of x86 Disponível em: 
<https://www.pcgamer.com/a-brief-history-of-cpus-31-awesome-years-of-x86/> 
Acesso em: 18 de agosto de 2020. 
 
Olena, Altumea; A Brief History of GPU Disponível em: 
<https://medium.com/altumea/a-brief-history-of-gpu-47d98d6a0f8a/> Acesso em: 18 de 
agosto de 2020. 
 
HISTORY OF GPUS Disponível em: < https://xoticpc.com/blogs/news/history-of-
gpus/> Acesso em: 18 de agosto de 2020. 
 
Singer, Graham; The History of the Modern Graphics Processor Disponível em: 
<https://www.techspot.com/article/650-history-of-the-gpu//> Acesso em: 18 de agosto 
de 2020. 
 
Graphics Processing Unit Disponível em: <https://en. 
wikipedia.org/wiki/Graphics_processing_unit//> Acesso em: 18 de agosto de 2020. 
 
Hurska, Joel; How Do Graphics Cards Work? Disponível em: 
<https://www.extremetech.com/gaming/269335-how-graphics-cards-work//> Acesso 
em: 18 de agosto de 2020. 
 
Central processing unit Disponível em: < https://en. 
wikipedia.org/wiki/Central_processing_unit#History//> Acesso em: 18 de agosto de 
2020. 
 
 
Dermatini, Felipe; O que é CPU e GPU?Qual a diferença entre elas? Disponível em: < 
https://canaltech.com.br/hardware/o-que-e-cpu-gpu-diferencas-154939///> Acesso em: 
18 de agosto de 2020. 
 
Anderson, Chris. How GPUs are made Disponível em: < 
https://www.techradar.com/news/computing-components/graphics-cards/how-gpus-are-
made-1000923/> Acesso em: 19 de agosto de 2020. 
 
Oderço. How A IMPORTÂNCIA DAS PLACAS DE VÍDEO PARA MINERAÇÃO 
DE CRIPTOMOEDAS em: < http://blog.oderco.com.br/placas-de-video-para-
mineracao//> Acesso em: 19 de agosto de 2020. 
 
Mineração de Bitcoin em: < 
https://pt.wikipedia.org/wiki/Minera%C3%A7%C3%A3o_de_Bitcoin/> Acesso em: 19 
de agosto de 2020. 
 
Hamann, Renan. AMD vs NVIDIA: entenda a guerra que começou há muito tempo: < 
https://www.tecmundo.com.br/amd/58584-amd-vs-nvidia-entenda-guerra-comecou-ha-
tempo.htm/> Acesso em: 19 de agosto de 2020. 
 
Barramento em: < 
https://pt.wikipedia.org/wiki/Barramento#:~:text=Barramento%20%C3%A9%20um%20
conjunto%20de,os%20demais%20perif%C3%A9ricos%20do%20computador./> Acesso 
em: 19 de agosto de 2020. 
 
Alecrim, Emerson. Barramentos: ISA, AGP, PCI, PCI-X, AMR e outros < 
https://www.infowester.com/barramentos.php/> Acesso em: 19 de agosto de 2020. 
 
Alecrim, Emerson. Placa de vídeo e GPU: principais características< https:// 
https://www.infowester.com/placavideo.php/> Acesso em: 19 de agosto de 2020. 
 
Cipoli, Pedro. O que é CrossFireX e SLI?< https://canaltech.com.br/hardware/O-que-e-
CrossFireX-e-SLI//> Acesso em: 19 de agosto de 2020. 
 
 
	1. Visão Geral
	1.1. Visão Geral GPU
	1.2. Visão Geral CPU
	2. Funcionamento e Utilização
	3. Tecnologia de Desenvolvimento
	4. Aplicação e Fabricantes
	4.1. Aplicações
	É fato, que no começo, GPUS Foram desenvolvidas para tirar a responsabilidade de processamento gráfico das CPUS. Mas hoje é a Indústria dos Games que movimenta o grande crescimento do poder de processamento das GPUs. Essa indústria que exige cada dia ...
	4.2. Nvidia x AMD
	5. Barramentos
	6. Tecnologias
	6.1. DirectX e OpenGL
	6.2. SLI e CrossFire
	6.3. Ray Tracing
	7. Conclusão
	Referências