Rechenbeschleuniger

Rechenbeschleuniger sind spezialisierte Hardwarekomponenten, die bestimmte Rechenaufgaben schneller ausführen als allgemein verwendete CPUs. Sie entlasten den Hauptprozessor und erhöhen Durchsatz, Effizienz oder beides, insbesondere bei daten- und rechenintensiven Anwendungen.

Zu den wichtigsten Typen gehören Grafikprozessoren (GPUs) als allgemeine Beschleuniger, Tensorprozessoren und andere AI- oder ML-Beschleuniger, Field-Programmable Gate Arrays (FPGAs) sowie anwendungsspezifische integrierte Schaltungen (ASICs). GPUs liefern hohe Parallelität, FPGAs bieten Flexibilität durch Umbaufähigkeit, ASICs ermöglichen sehr hohe Effizienz bei konkreten Aufgaben. DSPs werden ebenfalls als Beschleuniger in eingebetteten Systemen genutzt.

Typische Merkmale sind massiv parallele Architekturen, SIMD/SIMT-Verarbeitung, spezialisierte Speichersysteme mit hohem Speicherbandbreite und schnelle Interconnects wie PCIe, NVLink oder CXL. Viele Rechenbeschleuniger arbeiten als Co-Prozessoren neben einer CPU, substituieren jedoch nicht vollständig diese. Programmierung erfolgt über spezifische Frameworks und Sprachen wie CUDA, OpenCL oder SYCL sowie domänenspezifische Bibliotheken.

Anwendungsfelder reichen von Grafik- und Videoverarbeitung über maschinelles Lernen, Spracherkennung, Bildverarbeitung, wissenschaftliche Simulationen bis hin zu Kryptographie und Datenbankbeschleunigung. In Rechenzentren, Supercomputern und mobilen/edge-Geräten finden sich verschiedene Grade von Beschleunigungskapazität.

Wichtige Aspekte sind Kosten, Stromverbrauch, Wärmeentwicklung, Entwicklungsaufwand, Portabilität von Software über unterschiedliche Beschleunigerarchitekturen und Langzeitverfügbarkeit von Ökosystemen. Leistungskennzahlen werden in FLOPS, TOPS oder Energieeffizienz gemessen; Datenübertragungen zwischen CPU und Beschleuniger können Flaschenhälse bilden.