Une image Full HD contient environ 2 millions de pixels. Un jeu en affiche 60 par seconde ou plus. Calculer la couleur de chaque pixel, c'est des centaines de millions de petits calculs par seconde, tous du même genre et indépendants les uns des autres.
Image : le CPU, c'est quelques chefs cuisiniers très doués, capables de tout préparer. Le GPU, c'est une armée de mille commis qui épluchent chacun un oignon. Pour un plat compliqué, il faut les chefs. Pour éplucher dix mille oignons, l'armée gagne largement.
40 : la génération (série 40, de 2022 à 2024 ; la série 50 est sortie en 2025) ;
60 : le niveau dans la génération : 50 entrée de gamme, 60 milieu, 70 et 80 haut de gamme, 90 très haut de gamme ;
les suffixes Ti et Super désignent des versions un peu plus puissantes.
Une RTX 4070 est donc plus puissante qu'une RTX 4060. Mais une RTX 3080 (ancienne génération, haut de gamme) peut battre une RTX 4060 (nouvelle génération, milieu de gamme) : comme pour les processeurs, on compare des benchmarks.
Pourquoi le GPU compte pour le machine learning
Entraîner un réseau de neurones, c'est surtout multiplier d'immenses tableaux de nombres : exactement le genre de calcul répétitif et parallèle que fait un GPU. Un entraînement qui prend une semaine sur CPU peut prendre quelques heures sur GPU.
Teste-toi
Pourquoi un GPU est-il beaucoup plus rapide qu'un CPU pour entraîner un réseau de neurones ?
Parce qu'il a une fréquence en GHz bien plus élevée
Parce qu'il a des milliers de petits cœurs qui font le même calcul en parallèle (bonne réponse)
Parce qu'il a plus de stockage
Parce qu'il est relié directement à Internet
Laquelle de ces cartes NVIDIA est la plus haut de gamme dans sa génération ?
ParcoursOuvrir l'appli