CPU et GPU : pourquoi un ordinateur a besoin des deux

Un ordinateur récent contient presque toujours deux types de processeurs différents, le CPU et le GPU, souvent présentés comme deux versions d'une même chose. En réalité, ils sont conçus pour des tâches presque opposées, une différence qui explique aussi bien pourquoi un jeu vidéo tourne mieux avec une bonne carte graphique que pourquoi l'intelligence artificielle a provoqué une pénurie mondiale de ces mêmes cartes.

Le CPU, le généraliste qui fait tout un peu

Le CPU (processeur central) contient généralement un petit nombre de coeurs, de quatre à une vingtaine sur un ordinateur grand public actuel, mais chacun extrêmement polyvalent et rapide pour exécuter des instructions complexes et variées, souvent dans un ordre logique qui dépend du résultat de l'étape précédente. C'est le CPU qui fait tourner le système d'exploitation, gère la logique générale de la plupart des logiciels, et prend les décisions qui dépendent les unes des autres, exactement le genre de travail qui ne se découpe pas facilement en milliers de petits morceaux identiques traités en même temps.

Le GPU, des milliers de coeurs simples en parallèle

Le GPU (processeur graphique) suit une logique inverse : des milliers de coeurs beaucoup plus simples individuellement, mais capables d'exécuter la même opération sur une énorme quantité de données en même temps. Ce choix de conception vient directement de sa mission d'origine, l'affichage graphique : calculer la couleur de chaque pixel d'une image est une opération relativement simple, répétée des millions de fois par seconde, et surtout complètement indépendante d'un pixel à l'autre. Un GPU traite ainsi des millions de ces petits calculs identiques en parallèle, là où un CPU les traiterait un par un, beaucoup plus lentement pour ce type précis de tâche malgré sa puissance individuelle supérieure par coeur.

Pourquoi l'intelligence artificielle a aussi besoin du GPU

L'entraînement et l'exécution des modèles d'intelligence artificielle reposent principalement sur d'énormes quantités de multiplications de matrices, une opération mathématique elle aussi découpable en une multitude de calculs simples et indépendants les uns des autres. C'est exactement le type de travail où l'architecture massivement parallèle d'un GPU écrase largement les performances d'un CPU classique, ce qui explique directement pourquoi l'essor de l'intelligence artificielle ces dernières années a provoqué une demande mondiale considérable pour ces cartes, à un point tel que leur prix et leur disponibilité en ont été durablement affectés, bien au-delà du seul marché du jeu vidéo pour lequel elles avaient été conçues à l'origine.

Le minage de cryptomonnaies, un autre usage parallèle

L'article sur le minage de bitcoins décrit une course à trouver, par essais successifs, un nombre satisfaisant une condition précise. Cette tâche, elle aussi composée de millions de tentatives simples et indépendantes, a naturellement attiré les mêmes cartes graphiques avant que des puces spécialisées, conçues uniquement pour ce calcul précis (les ASIC), ne prennent le relais pour le minage de Bitcoin spécifiquement, plus efficaces encore qu'un GPU généraliste pour cette seule tâche répétitive.

Ce qu'il faut retenir pour choisir un ordinateur

Un usage courant, navigation, bureautique, la plupart des logiciels du quotidien, sollicite d'abord le CPU, et un GPU basique, souvent intégré directement à la puce principale plutôt que sous forme de carte séparée, suffit largement. Un usage plus exigeant, jeu vidéo récent, montage vidéo, modélisation 3D, ou tout travail lié à l'intelligence artificielle en local, dépend en revanche fortement d'un GPU dédié, une carte séparée avec sa propre mémoire, nettement plus puissante que la version intégrée d'un CPU classique. Comprendre cette différence évite l'erreur fréquente de ne regarder que la puissance du CPU en achetant un ordinateur, alors que le vrai facteur limitant, pour beaucoup d'usages modernes, se trouve du côté du GPU.