Questão FC871696
Analise as afirmativas abaixo com relação ao assunto GPUs e arquitetura CUDA. 1. Para facilitar a interface entre o programador e as aplicações GPU, a NVIDIA apresentou a Compute U
Sem classificação
FEPESE · 2026
Analise as afirmativas abaixo com relação ao assunto GPUs e arquitetura CUDA.
1. Para facilitar a interface entre o programador e as aplicações GPU, a NVIDIA apresentou a Compute Unified Device Architecture (CUDA). Trata-se de uma plataforma de computação sequencial e modelo de programação que disponibiliza um aumento significativo de desempenho ao aproveitar o poder da GPU. Ao fornecer abstrações simples com respeito à organização hierárquica de threads, memória e sincronização, o modelo de programação CUDA permite aos programadores escreverem programas escaláveis sem a necessidade de aprender a multiplicidade de novos componentes de programação.
2. Uma diferença importante entre as GPUs e as CPUs é que, enquanto as CPUs dedicam uma grande quantidade de seus circuitos ao controle, a GPU foca mais em ALUs (Arithmetic Logical Units), o que as torna bem mais eficientes em termos de custo quando executam um software paralelo.
3. As principais características das GPUs são sua alta capacidade de processamento massivo paralelo e sua total programabilidade e desempenho em cálculos que exigem um volume grande de dados, resultando em um grande throughput.
Assinale a alternativa que indica todas as afirmativas corretas.
- É correta apenas a afirmativa 1.
- É correta apenas a afirmativa 2.
- São corretas apenas as afirmativas 1 e 2.
- São corretas apenas as afirmativas 1 e 3.
- São corretas apenas as afirmativas 2 e 3.
Mostrar resposta e comentário
Gabarito
Errado
Comentário do professor
As afirmativas 2 e 3 estão corretas porque a GPU é projetada com maior densidade de unidades aritméticas em comparação com a CPU. Enquanto a CPU reserva muito silício para lógica de controle e caches, a GPU aloca mais transistores para ALUs, o que aumenta a capacidade de executar muitas operações aritméticas em paralelo.
Esse desenho gera melhor relação custo/benefício e eficiência energética quando o software explora paralelismo massivo. Em aplicações paralelas bem estruturadas, cada ciclo do hardware produz mais operações úteis, reduzindo custo por operação.
As GPUs apresentam alto paralelismo massivo e elevada largura de banda de memória, proporcionando grande throughput em cálculos que manipulam grande volume de dados. Elas privilegiam vazão sobre latência, sendo ideais para processamento de dados em larga escala.
Além disso, são totalmente programáveis por modelos que exploram o paralelismo de threads e o SIMT, permitindo adaptar algoritmos para obter o máximo desempenho do hardware.
Conteúdo do catálogo FC Concursos · Atualizado em