JAKARTA, CILACAP.INFO – QNAP Systems, Inc., Pengguna komputer pasti sering mendengar istilah CPU, GPU, NPU, TPU. Sebenarnya, GPU, NPU, TPU semuanya adalah prosesor khusus tetapi ditujukan untuk tugas yang berbeda.
Sebagai prosesor khusus, mereka dapat mengurangi beban kerja CPU sampai batas tertentu, sehingga sumber daya CPU dapat digunakan untuk tugas komputasi lainnya. Oleh karena itu, yang mana yang dibutuhkan pengguna ditentukan oleh aplikasi dan tugas pengguna.
Pengenalan Sederhana mengenai CPU, GPU, NPU, dan TPU
CPU (Central Processing Unit) CPU memiliki lebih sedikit inti dan dirancang khusus untuk komputasi umum. CPU juga dapat dilihat sebagai otak NAS, yang bertanggung jawab untuk menjalankan perintah dan program yang dibutuhkan oleh sistem operasi dan aplikasi, sehingga kecepatan sistem NAS dan aplikasi terkait dengan kinerja CPU.
GPU (Graphics Processing Unit) Mikroprosesor yang didedikasikan untuk menjalankan operasi menggambar, GPU terstruktur dengan ratusan atau ribuan Arithmetic Logic Unit (ALU) dan mampu memproses sejumlah besar kalkulasi secara paralel, dan dapat dikategorikan menjadi chip grafis tertanam dan kartu grafis mandiri.
Selain penggunaan umum untuk rendering grafis dalam gim 3D, GPU sangat berguna untuk menjalankan analisis, pembelajaran mendalam, dan algoritma pembelajaran mesin, dan aplikasinya tentu tidak terbatas pada pemrosesan gambar.
NPU (Neural Network Processing Unit) NPU dirancang khusus untuk mempercepat aplikasi AI, melalui prosesor yang meniru sistem saraf manusia. Hemat energi, cocok untuk penggunaan jangka panjang, dan ideal untuk tugas komputasi AI berkelanjutan, seperti pembuatan gambar, pengenalan wajah, dll.
TPU (Tensor Processing Unit) TPU adalah prosesor yang dikembangkan oleh Google secara khusus untuk mempercepat tugas pembelajaran mesin. Tidak seperti GPU, TPU dirancang untuk komputasi presisi rendah skala besar. Penelitian Google menunjukkan bahwa dalam tugas inferensi AI menggunakan jaringan saraf, kinerja TPU adalah 15 hingga 30 kali lipat dari GPU dan CPU kontemporer. Namun, karena permintaan tidak dapat dipenuhi secara memadai oleh pasokan karena keterbatasan produsen, TPU bisa sangat mahal.
Bagaimana cara kerja GPU pada QNAP NAS? Apa saja keuntungan GPU internal atau eksternal?
GPU pada QNAP NAS adalah GPU yang terintegrasi dalam CPU atau kartu grafis eksternal yang dapat diperluas dengan penggunaan melalui PCIe.
