GPUs: Procesadores gráficos y de AI

Las GPUs (Graphics Processing Units) transformaron la computación al permitir gráficos avanzados y procesamiento paralelo, cambiando desde los primeros videojuegos como Pong hasta aplicaciones modernas de inteligencia artificial y criptomonedas. Entender cómo funcionan las GPUs nos muestra cómo la tecnología gráfica afectó positivamente múltiples industrias y nuestra vida cotidiana.

¿Qué fueron las primeras computadoras y cómo aparecieron las GPUs?

Al inicio, las computadoras no contaban con pantallas, sus resultados se imprimían en papel. Las primeras pantallas surgieron del oscilloscope, un instrumento electrónico que mostraba ondas electromagnéticas. Ingenieros adaptaron el osciloscopio y nació el primer videojuego: Pong, marcando así el comienzo de gráficos digitales antes de sistemas operativos visuales.

Luego, juegos simples como Tetris y Prince of Persia usaban capacidades gráficas mínimas en plataformas como UNIX o DOS. Gracias a esto, la computación aprovechó al máximo los chips disponibles impulsando una industria específica, las GPUs.

¿Cuál es la diferencia entre CPU y GPU?

Una CPU realiza cálculos complejos, pero en ciclos secuenciales, adecuados para programas cotidianos como Excel o navegación web. La GPU, por su parte, tiene muchos núcleos más pequeños que ejecutan cálculos más simples pero de manera simultánea, ideales para generar gráficos formados por millones de píxeles al mismo tiempo.

Por ejemplo:

• Procesamiento serial (CPU): cuando una imagen carga lentamente línea por línea.
• Procesamiento paralelo (GPU): cuando una imagen se actualiza rápidamente, ideal para videojuegos y animación.

¿Qué son la VRAM y CUDA y cómo impulsaron la computación paralela?

Las GPUs poseen una memoria especializada llamada VRAM (Video RAM), diseñada para ejecutar tareas gráficas paralelas como texturas en videojuegos y simulaciones complejas. Esta capacidad hizo posible aplicaciones científicas, creando supercomputadoras a precios más bajos como ocurrió con PlayStation 3 y Linux.

CUDA, de NVIDIA, es un lenguaje intermedio que permite programar la GPU directamente para tareas más allá de gráficos, como simulaciones en física, inteligencia artificial y procesamiento de datos en criptominería.

¿Cómo influyeron las GPUs en la inteligencia artificial y otras industrias?

El procesamiento paralelo de las GPUs es esencial también en:

• Inteligencia Artificial: entrenamiento de modelos como ChatGPT, donde exploran simultáneamente múltiples posibilidades para responder preguntas.
• Automóviles autónomos: analizando simultáneamente información visual para tomar decisiones rápidas y seguras.
• Criptomonedas: realizando cálculos criptográficos en paralelo que son básicos para blockchain, llevando a la creación de enormes granjas de minería.
• Simulaciones climáticas y científicas: procesando múltiples variables simultáneamente para modelar fenómenos complejos.

Esto provocó gran crecimiento en la demanda de GPUs.

¿Qué tecnologías recientes aumentaron la necesidad de GPUs?

Actualmente, tecnologías como la realidad virtual y aumentada impulsan innovaciones gráficas importantes. Cada ojo requiere representaciones gráficas separadas, demandando un procesamiento gráfico intensivo y eficiente. Valve desarrolló SteamOS, optimizando recursos de PC para juegos y realidad virtual.

Empresas de animación, efectos especiales y contenidos audiovisuales también dependen de GPUs avanzadas, especialmente equipadas con unidades específicas para procesar algoritmos gráficos tales como ray tracing (simulación física de luz) y códecs multimedia (video).

¿Cómo afecta el diseño de hardware de las GPUs a su desempeño?

Las GPUs tienen consideraciones especiales de hardware. A menudo están conectadas directamente a la tarjeta madre mediante puertos PCI-E. Debido al intenso procesamiento paralelo, requieren sistemas eficientes de refrigeración dedicados: ventiladores, refrigeración líquida e incluso inmersión en aceite, técnica usada para efectivamente dispersar calor en tareas exigentes.

En dispositivos móviles y computadoras Apple con System on a Chip, GPUs y CPUs están integradas en mismos chips aumentando eficiencia energética y desempeño gráfico.

Te invitamos a compartir tu experiencia con el uso de GPUs o alguna duda sobre su funcionamiento.