APA ITU CPU dan GPU


CPU (Central Processing Unit) merupakan otak utama komputer yang bertanggung jawab mengelola semua tugas umum. Dirancang dengan jumlah core yang sedikit, biasanya antara 2 hingga 32, namun setiap core sangat kuat dan mampu menyelesaikan tugas-tugas logika secara efisien. Karena itu, CPU sangat baik untuk mengerjakan tugas-tugas yang bersifat berurutan, seperti menjalankan sistem operasi, membuka aplikasi, atau browsing internet. Kecepatan clock CPU juga lebih tinggi, sehingga cocok untuk menyelesaikan satu tugas kompleks dengan cepat.

GPU (Graphics Processing Unit) awalnya dibuat untuk memproses grafis, namun kini juga digunakan untuk komputasi paralel dalam jumlah besar. GPU memiliki ratusan hingga ribuan core kecil yang memungkinkan pemrosesan data secara bersamaan. Ini menjadikannya sangat efisien dalam mengerjakan tugas-tugas paralel seperti rendering video, menjalankan game berat, hingga melatih model kecerdasan buatan (AI) dan deep learning. Walaupun kecepatan clock GPU lebih rendah dibanding CPU, kemampuan multitasking dan pemrosesan paralelnya jauh lebih unggul. 

CPU dan GPU memiliki peran masing-masing yang saling melengkapi. CPU unggul dalam fleksibilitas dan eksekusi logika umum, sementara GPU unggul dalam performa komputasi paralel dan pemrosesan data berskala besar.

Pemanfaatan CPU dan GPU dalam Machine Learning & AI:

Pemanfaatan CPU dalam AI dan ML:

  •  Preprocessing Data: CPU digunakan untuk membersihkan, memformat, dan mempersiapkan data sebelum digunakan oleh model.
  • Inference Ringan: Digunakan untuk menjalankan model ML kecil atau model yang sudah dilatih (terutama di perangkat edge atau mobile).
  • Kontrol Program: Menjalankan logika program, seperti pengambilan keputusan, pengaturan alur model, dan manajemen memori.
  • Training Model Kecil: Model-model sederhana seperti regresi linear/logistik, decision tree, atau random forest dapat dilatih menggunakan CPU.

Sementara pemanfaatan GPU dalam ML dan AI:

  • Training Model Deep Learning: GPU sangat optimal untuk melatih model kompleks seperti CNN (Convolutional Neural Network), RNN, dan Transformer (seperti GPT dan BERT)
  • Komputasi Paralel: GPU dapat memproses jutaan kalkulasi secara bersamaan, sangat cocok untuk operasi matrix dan tensor.
  • Inference Cepat: GPU digunakan di data center atau server AI untuk melakukan prediksi secara massal (misalnya dalam layanan ChatGPT, Google Translate, dll).

NAMA: SYANI CARISSA SYAWALUNA
NIM: 241020038
PRODI: S1 INFORMATIKA













Komentar

Postingan populer dari blog ini

Tutorial Install Ubuntu Dengan VirtualBox 7.2.2-170484 Terbaru

APA ITU RAID dan NAS dan Tutorial Settingnya

RANGKUMAN BAB 4. Syani (24)