GPU: der Grafik- und KI-Motor
Die CPU ist ein Allrounder mit wenigen, sehr klugen Kernen. Die GPU hat tausende kleine Kerne, die alle gleichzeitig rechnen. Perfekt für Bilder, bei denen Millionen Pixel parallel berechnet werden müssen.
💡 Genau diese Parallelität macht GPUs heute auch zum Herzstück beim Training von KI.
Integriert oder dediziert?
- Integrierte Grafik sitzt im selben Chip wie die CPU. Sie ist sparsam und reicht locker für Office, Surfen und Videos.
- Dedizierte Grafikkarten sind eigene Bauteile mit eigenem Speicher. Sie werden für aktuelle Spiele, Videoschnitt, 3D-Arbeiten und KI gebraucht, verbrauchen aber deutlich mehr Strom.
Seit einigen Jahren rechnen GPUs nicht nur Grafik, sondern auch wissenschaftliche Simulationen und Machine Learning. Große KI-Modelle werden in Rechenzentren mit tausenden GPUs trainiert.
Ein Beispiel aus dem Alltag
Eine CPU ist ein Professor, der jede schwierige Rechnung lösen kann, aber eine nach der anderen. Eine GPU ist ein Hörsaal voller Studierender, die gleichzeitig tausend einfache Rechnungen lösen.
Häufiger Irrtum
„Eine teure Grafikkarte macht jeden PC schneller.“ Nur bei Aufgaben, die die GPU nutzen. Beim Surfen, Schreiben oder Rechnen in Excel merkt man von ihr praktisch nichts.
Häufige Fragen
Brauche ich eine eigene Grafikkarte?
Für Office, Surfen, Streaming und einfache Fotobearbeitung nein. Für aktuelle Spiele, Videoschnitt in hoher Auflösung oder KI-Experimente am eigenen Rechner ja.
Was bedeutet der Grafikspeicher (VRAM)?
Das ist der eigene schnelle Speicher der Grafikkarte. Hohe Auflösungen, detailreiche Spiele und KI-Modelle brauchen viel davon.