ग्राफिक्स प्रोसेसिंग यूनिट | 20 Feb 2026

स्रोत: द हिंदू

चर्चा में क्यों?

ग्राफिक्स प्रोसेसिंग यूनिट (GPU) ने पिछले 2.5 दशकों में एक वैकल्पिक गेमिंग घटक से विकसित होकर—जिसे मूल रूप से 1999 में एनवीडिया  द्वारा GeForce 256 के रूप में वीडियो गेम ग्राफिक्स को बेहतर बनाने के लिये विकसित किया गया था—डिजिटल अर्थव्यवस्था की मुख्य अवसंरचना का रूप ले लिया है।

• GPU अब कृत्रिम बुद्धिमत्ता (AI), मशीन लर्निंग और उच्च-प्रदर्शन कंप्यूटिंग के लिये अनिवार्य हो गया है, क्योंकि इसका विशेष आर्किटेक्चर विशाल पैरेलल प्रोसेसिंग के लिये डिज़ाइन किया गया है।

ग्राफिक्स प्रोसेसिंग यूनिट क्या है?

• परिचय: GPU एक अत्यंत शक्तिशाली संख्यात्मक प्रोसेसर है, जिसे कई सरल गणनाएँ समानांतर (सिमल्टेनियस) रूप से करने के लिये बनाया गया है। CPU (सेंट्रल प्रोसेसिंग यूनिट) के विपरीत, जो कुछ जटिल कार्यों को तेज़ी से टास्क-स्विचिंग के साथ करता है, GPU बड़े और दोहराए जाने वाले कार्यभार में उत्कृष्ट प्रदर्शन करता है।
  • एक 1920x1080 स्क्रीन में प्रत्येक फ्रेम में 2.07 मिलियन पिक्सल होते हैं; 60 फ्रेम प्रति सेकंड की गति से, GPU प्रति सेकंड 120 मिलियन से अधिक पिक्सल अपडेट करता है, जहाँ हर पिक्सल का रंग प्रकाश, टेक्सचर, शैडो और सामग्री की विशेषताओं पर आधारित होता है।
• GPU का कार्यप्रणाली: किसी दृश्य को रेंडर करने के लिये वीडियो गेम GPU को त्रिभुजों (triangles) से बने ऑब्जेक्ट्स की सूची भेजता है, जिसे GPU रेंडरिंग पाइपलाइन नामक चार-चरणीय प्रक्रिया के माध्यम से संसाधित करता है।
  • वर्टेक्स प्रोसेसिंग: मैट्रिक्स गणित का उपयोग करके यह निर्धारित करना कि प्रत्येक त्रिभुज के वर्टेक्स स्क्रीन (जैसे– ऑब्जेक्ट को घुमाना, कैमरा परिप्रेक्ष्य लागू करना) पर कहाँ दिखाई देंगे।
  • रैस्टराइज़ेशन: त्रिभुज की ज्यामिति को पिक्सल उम्मीदवारों में बदलना, यह तय करना कि कौन-से पिक्सल प्रत्येक त्रिभुज द्वारा ढके जाएंगे।
  • फ्रैगमेंट/पिक्सल शेडिंग: अंतिम रंग निर्धारित करना, जिसमें टेक्सचर देखना, प्रकाश की गणना, छायाएँ लागू करना और परावर्तन जोड़ना शामिल है।
  • फ्रेम बफर में लेखन: तैयार पिक्सल के रंगों को उस मेमोरी क्षेत्र में सेव करना, जिसे डिस्प्ले सिस्टम पढ़कर स्क्रीन पर प्रदर्शित करता है।
• शेडर और VRAM: शेडर छोटे प्रोग्राम होते हैं जो कई वर्टेक्स या पिक्सल पर समानांतर गणना करते हैं, जिससे GPU बड़े पैमाने पर डेटा, जैसे– 3D मॉडल, टेक्सचर और अंतिम इमेज को तेज़ी से पढ़ने और लिखने में सक्षम होता है।
  • इस गति को प्राप्त करने के लिये GPUs विशेष उच्च-बैंडविड्थ VRAM (वीडियो RAM) का उपयोग करते हैं ताकि बड़े पैमाने पर डेटा को तेज़ी से स्थानांतरित किया जा सके, जबकि छोटे, तेज़ कैश एवं साझा मेमोरी यह सुनिश्चित करते हैं कि मेमोरी एक्सेस बाधा न बने, और बार-बार वही डेटा लाने की आवश्यकता कम हो।
• GPU की स्थिति: यह या तो मदरबोर्ड पर या ग्राफिक्स कार्ड पर एक अलग चिप के रूप में होता है। इस स्थिति में, यह VRAM चिप्स से घिरा हुआ एक हीट सिंक (heat sink) के नीचे स्थित होता है। लैपटॉप और स्मार्टफोन जैसे उपकरणों में यह अक्सर CPU के साथ एक ही 'सिस्टम-ऑन-अ-चिप' (SoC) डाई (die) पर एकीकृत होता है।

• GPU बनाम CPU: GPU और CPU दोनों ही समान सिलिकॉन ट्रांज़िस्टर और फैब्रिकेशन नोड्स (जैसे– 3-5 nm श्रेणी) का उपयोग करते हैं, परंतु उनका माइक्रोआर्किटेक्चर मौलिक रूप से भिन्न होता है। जहाँ CPU अपने डाई एरिया (Die Area) का बड़ा हिस्सा कॉम्प्लेक्स कंट्रोल लॉज़िक और कैश मेमोरी को समर्पित करता है, वहीं GPU का अधिकांश स्थान पैरेलल कंप्यूट ब्लॉक्स, चौड़े डेटा पाथ और मेमोरी कंट्रोलर्स के लिये आरक्षित होता है।
• परिणामस्वरूप, उच्च-स्तरीय GPU में अधिक ट्रांज़िस्टर होते हैं और वे आकार में भी बड़े होते हैं। डेटा के तीव्र स्थानांतरण के लिये, कुछ पैकेज में उच्च-बैंडविड्थ डीआरएएम को डाई (Die) के निकट रखा जाता है। इस आर्किटेक्चर के कारण GPU भारी मात्रा में डेटा को समानांतर रूप से कुशलतापूर्वक संसाधित करने में सक्षम होते हैं।
• वैश्विक अभिनेता: तकनीकी रूप से एनवीडिया का GPU बाज़ार पर एकाधिकार नहीं है, लेकिन कुछ क्षेत्रों में इसका लगभग पूर्ण प्रभुत्व है। डिस्क्रीट GPU के बाज़ार में, जो पर्सनल कंप्यूटरों के लिये बेचे जाते हैं, एनवीडिया की हिस्सेदारी लगभग 90% है। शेष हिस्सेदारी एएमडी और इंटेल के पास है। डेटा केंद्रों में एनवीडिया की स्थिति और भी मज़बूत है। इसकी सफलता का मुख्य कारण इसके हार्डवेयर प्रदर्शन के साथ-साथ इसका क्यूडा (CUDA) सॉफ्टवेयर प्लेटफॉर्म है। यह प्लेटफॉर्म एनवीडिया के GPU पर सामान्य-उद्देशीय गणना को संभव बनाता है, जिससे डेटा सेंटर अनुप्रयोगों में इसका उपयोग बढ़ जाता है।