As shown in Figure 3, the execution

As shown in Figure 3, the execution time of the CPU is much longer than that of the GPU. In general, the GPU processes a large amount of operations more efficiently than the CPU, because the many-core based GPU is optimized for parallel processing. Especially, mathematical or scientific applications can get high performance by utilizing the many-core GPU. Since the executed benchmark applications (SAD, CP, TPACF, MM) require parallel operations for high performance, the GPU can process the operations more efficiently than the CPU. As shown in Figure 4, energy consumption is also reduced significantly when the application is executed on the GPU compared to the CPU. In this evaluation, energy efficiency is mainly determined by the execution time. Figure 5 shows the temperature of two processing units. In the graph, CPU temperature goes higher when the application is executed on the CPU than the GPU. GPU temperature also goes higher when the application is executed on the GPU than the CPU, since the temperature goes up as more resources are utilized. Temperature is a very important factor in
determining the system efficiency, because high temperature in the processor causes negative impact on reliability, lifetime, and performance[4][5][6]. The error rates of electronic devices
increase exponentially as the temperature goes up[18][19]. Moreover, the lifetime of the processor is reduced by half if the temperature increases by about 10~15

ผลลัพธ์ (ไทย) 1:

ดังแสดงในรูปที่ 3 เวลาปฏิบัติการของ CPU มีมากเกินที่ GPU ทั่วไป GPU ประมวลผลขนาดใหญ่ของการดำเนินงานอย่างมีประสิทธิภาพมากกว่า CPU เนื่องจากหลายแกน GPU เหมาะสมสำหรับการประมวลผลแบบขนาน โดยเฉพาะอย่างยิ่ง การใช้งานทางคณิตศาสตร์ หรือวิทยาศาสตร์จะได้รับประสิทธิภาพสูง โดยใช้ GPU หลายหลัก ตั้งแต่การดำเนินการโปรแกรมประยุกต์มาตรฐาน (SAD, CP, TPACF, MM) ต้องมีการดำเนินการแบบขนานสำหรับประสิทธิภาพสูง GPU สามารถประมวลผลการดำเนินงานอย่างมีประสิทธิภาพมากกว่า CPU ดังแสดงในรูปที่ 4 การใช้พลังงานมียังน้อยมากเมื่อโปรแกรมประยุกต์ถูกดำเนินบน GPU เมื่อเทียบกับ CPU ในการประเมินนี้ ประหยัดพลังงานส่วนใหญ่ถูกกำหนด โดยการดำเนินงาน รูปที่ 5 แสดงอุณหภูมิของหน่วยประมวลผลสอง ในกราฟ อุณหภูมิ CPU ไปสูงขึ้นเมื่อโปรแกรมที่รันบน CPU กว่า GPU อุณหภูมิ GPU ยังจะสูงขึ้นเมื่อโปรแกรมประยุกต์ถูกดำเนินการบนกว่า CPU, GPU ตั้งแต่อุณหภูมิจะเพิ่มขึ้น ตามที่ใช้ทรัพยากรมากขึ้น อุณหภูมิเป็นปัจจัยสำคัญมากในการการกำหนดประสิทธิภาพของระบบ เนื่องจากอุณหภูมิสูงในการประมวลผลทำให้กระทบความน่าเชื่อถือ ชีวิต และประสิทธิภาพการทำงาน [4] [5] [6] อัตราข้อผิดพลาดของอุปกรณ์อิเล็กทรอนิกส์เพิ่มขึ้นชี้แจงเมื่ออุณหภูมิการ [18] [19] นอกจากนี้ อายุการใช้งานของตัวประมวลผลจะลดลงครึ่งหนึ่งถ้าเพิ่มอุณหภูมิ โดยประมาณ 10 ~ 15