GPU — ano ito, istraktura at prinsipyo ng paggana

Ano ang GPU?

GPU (Graphics Processing Unit) — ay isang espesyal na microchip na dinisenyo para sa mass parallelism. Ang mga unang GPU ay lumitaw noong huling bahagi ng 1990s bilang mga 3D graphics accelerator para sa mga desktop PC. Mula noon, ang arkitektura ay nag-evolve mula sa fixed pipeline patungo sa programmable shaders at universal compute blocks.

Ang pangunahing layunin ng GPU — rasterization: pag-convert ng geometric data (vertices, triangles) sa mga pixel sa screen. Ang proseso ay kinabibilangan ng vertex transformation, pag-clip ng invisible surfaces, texturing, at color blending. Ang lahat ng operasyong ito ay isinasagawa nang parallel para sa libu-libong elemento nang sabay-sabay.

Ayon sa Jon Peddie Research (2025), ang mobile GPU market ay bumubuo ng 58% ng kabuuang dami ng mga graphics processor, na lumalampas sa mga discrete solution para sa PC at server. Bawat smartphone ay naglalaman ng hindi bababa sa isang GPU na naka-integrate sa System-on-Chip (SoC) kasama ng CPU, DSP, at neuroprocessor.

Ang mga modernong GPU ay nahahati sa dalawang uri: integrated (naka-embed sa SoC, nagbabahagi ng memory sa CPU) at discrete (hiwalay na card na may sariling video memory). Sa pag-develop ng mobile, tanging integrated GPU ang ginagamit — Qualcomm Adreno, ARM Mali, Apple GPU at Imagination PowerVR.

Kasaysayan ng pag-unlad ng GPU

Ebolusyon ng GPU ay dumaan sa tatlong yugto: fixed pipeline (1999–2006), unified shaders (2006–2016) at programmable compute cores (2016 — kasalukuyan). Ang unang yugto ay nagtakda ng mahigpit na pagkakasunod-sunod ng mga operasyon — transformation, lighting, texturing. Hindi makialam ang developer sa pipeline.

Sa pagdating ng unified shaders, nakuha ng GPU ang kakayahang magsagawa ng mga arbitrary program — shaders na nakasulat sa HLSL o GLSL. Nagbukas ito ng daan patungo sa GPGPU — paggamit ng GPU para sa non-graphic na mga gawain. Ang ikatlong yugto ay nagdagdag ng tensor cores para sa machine learning at real-time ray tracing.

Sa mga mobile GPU, ang pangunahing milestone ay ang pagpapakilala ng Tile-Based Deferred Rendering (TBDR) — arkitektura kung saan ang frame ay hinahati sa mga tile (16x16 pixels) at pinoproseso sa mabilis na lokal na memory. Binabawasan nito ang konsumo ng kuryente ng 3–5 beses kumpara sa immediate mode rendering, na katangian ng desktop GPU.

Arkitektura ng GPU

Arkitektura ng GPU ay radikal na naiiba sa CPU. Sa halip na ilang malalakas na core na may malaking cache, ang GPU ay naglalaman ng daan-daan o libu-libong simpleng compute block na na-optimize para sa SIMD (Single Instruction, Multiple Data) — isang instruction ay isinasagawa sa maraming elemento ng data.

Ang pangunahing bloke ng GPU — Shader Core (sa terminolohiya ng NVIDIA) o Execution Unit (Intel). Ilang mga bloke na ito ay pinagsama sa Compute Unit (AMD) o Streaming Multiprocessor (NVIDIA). Bawat bloke ay may kasamang ALU para sa aritmetika, register file, at warp scheduler (mga grupo ng threads).

Ang mga mobile GPU ay naiiba sa arkitektura mula sa desktop GPU. Qualcomm Adreno ay gumagamit ng arkitektura na may programmable shader processors at dedicated rasterization block. Ang ARM Mali ay batay sa Bifrost o Valhall — mga arkitektura na may quartet processing ng warps. Ang Apple GPU mula 2017 ay may sariling disenyo na may suporta para sa Metal at unified memory.

Pangunahing tampok ng mga mobile GPU — Unified Memory Architecture (UMA). Ang GPU at CPU ay gumagamit ng shared RAM nang walang hiwalay na video memory. Binabawasan nito ang latency sa pagpapalitan ng data at pinapasimple ang programming, ngunit nililimitahan ang bandwidth sa intensive computations.

GPU vs CPU: mga pangunahing pagkakaiba

CPU ay dinisenyo para sa sunud-sunod na mga gawain na may minimal na latency. Naglalaman ito ng 4–12 malalakas na core na may malaking L1/L2/L3 cache, branch predictor at speculative execution. Ang GPU naman ay nagsasakripisyo ng latency para sa bandwidth — libu-libong core ang nagpoproseso ng data na may mataas na latency ngunit napakalaking pinagsamang performance.

Ang pagkakaiba ay makikita sa FLOPS (floating point operations per second). Ang pinakamahusay na mobile SoC ng 2025: CPU — 200 GFLOPS, GPU — 2400 GFLOPS. Ang GPU ay lumalampas sa CPU ng 12 beses sa mga gawain na pumapayag sa parallelism. Gayunpaman, para sa sunud-sunod na algorithm, ang CPU ay nananatiling mas mabilis dahil sa mas mababang overhead sa pamamahala ng thread.

Sa praktika, ginagamit ng developer ang CPU para sa logic ng application, UI at IO, at ang GPU para sa rendering, pagpoproseso ng imahe, physics simulation at inference ng neural network. Ayon sa Google Android Performance Patterns (2025), ang optimal na load ng GPU sa mga mobile app ay 60–80% — ang sobrang karga ay humahantong sa throttling at overheating.

// CPU — sunud-sunod na pagproseso
for (int i = 0; i < N; i++) {
    result[i] = data[i] * 2.0f;
}

// GPU — parallel na pagproseso (GLSL compute shader)
#version 300 es
layout(local_size_x = 256) in;
void main() {
    uint idx = gl_GlobalInvocationID.x;
    result[idx] = data[idx] * 2.0f;
}

Ang code sa CPU ay nagsasagawa ng multiplication nang sunud-sunod para sa bawat elemento. Ang GPU version ay nagpapatakbo ng 256 threads nang parallel, bawat isa ay nagpaparami ng sarili nitong elemento. Sa N=1 milyon, gagawin ng GPU ang gawain nang 100–1000 beses na mas mabilis kaysa sa CPU sa isang core.

GPU sa mga mobile device

Mga mobile GPU ay gumagana sa ilalim ng mahigpit na limitasyon ng heat dissipation at konsumo ng kuryente. Ang tipikal na TDP ng mobile GPU ay 2–8 W, kumpara sa 150–450 W sa mga desktop counterpart. Ito ay nangangailangan ng espesyal na arkitektura na may diin sa energy efficiency, hindi peak performance.

Ang pangunahing teknolohiya sa pagtitipid ng enerhiya — Tile-Based Rendering. Ang frame ay hinahati sa mga tile na 16x16 o 32x32 pixels. Bawat tile ay pinoproseso nang buo sa mabilis na SRAM memory (Tile Memory), pagkatapos ay isinusulat sa external DRAM. Binabawasan nito ang mga access sa memory ng 4–10 beses kumpara sa immediate mode.

Qualcomm Adreno — ang pinakakaraniwang mobile GPU. Ang Adreno 750 (Snapdragon 8 Gen 3) ay naglalaman ng 12 shader processors na may shared register pool. Sinusuportahan ang Vulkan 1.3, OpenGL ES 3.2, OpenCL 3.0 at ray tracing sa antas ng core. Ayon sa Qualcomm (2025), nagbibigay ang Adreno ng 45% na pagtaas ng performance bawat henerasyon habang pinapanatili ang konsumo ng kuryente.

ARM Mali — ang pangalawang pinakasikat na GPU sa mga Android device. Ang Mali-G720 ay batay sa Valhall architecture ng ika-5 henerasyon na may suporta para sa Variable Rate Shading at ASTC HDR. Ang natatanging katangian ng Mali ay ang quartet processing: apat na threads ay pinagsama sa isang warp para sa mas mahusay na paggamit ng ALU.

Apple GPU ay dinisenyo lamang para sa Metal API. Simula sa A13 Bionic, gumagamit ang Apple ng sariling disenyo ng GPU na may suporta para sa Metal 3, ray tracing at mesh shaders. Ang arkitektura ng Apple GPU ay nakikilala sa pamamagitan ng Unified Memory na may bandwidth hanggang 800 GB/s sa M4 Ultra.

Konsumo ng kuryente at throttling

GPU throttling — pagbaba ng frequency kapag sobrang init — ang pangunahing problema ng mga mobile game. Sa matagal na load, ang temperatura ng SoC ay umaabot sa 85–95°C, at binababa ng GPU ang frequency ng 30–50%. Ayon sa AnandTech (2025), ang Qualcomm Adreno 750 ay nawawalan ng hanggang 35% ng performance pagkatapos ng 15 minuto sa Genshin Impact.

Maaaring bawasan ng developer ang throttling sa pamamagitan ng optimization ng draw-calls, pagbaba ng resolution ng rendering, at paggamit ng Foveated Rendering. Ang Metal Performance Shaders sa iOS at Android Frame Pacing API sa Android ay tumutulong na i-synchronize ang load sa thermal budget ng device.

GPGPU: pag-compute sa GPU

GPGPU (General-Purpose computing on GPU) — paggamit ng graphics processor para sa non-graphic computations. Ang ideya ay isinilang noong kalagitnaan ng 2000s, nang mapansin ng mga developer na ang mga shader ay maaaring iakma para sa matrix operations, cryptography at physics simulation.

Ngayon, ang GPGPU ay isang standard na tool para sa mga gawain na nangangailangan ng mass parallelism: machine learning (pagsasanay at inference ng neural network), cryptography (hashing, encryption), image at video processing (filter, codec), scientific simulations (hydrodynamics, quantum chemistry).

Sa mga mobile device, ang GPGPU ay inilalapat sa pamamagitan ng Compute Shaders — shaders na walang graphic output, na gumagana lamang sa data. Ang Compute Shader ay nagpapatakbo ng Grid ng mga work group, bawat grupo ay naglalaman ng ilang threads. Access sa memory — sa pamamagitan ng buffers at textures na hindi nakatali sa screen.

#version 310 es
layout(local_size_x = 16, local_size_y = 16) in;
layout(binding = 0) buffer Input  { float data[]; };
layout(binding = 1) buffer Output { float result[]; };

void main() {
    uvec2 idx = gl_GlobalInvocationID.xy;
    uint offset = idx.y * gl_NumWorkGroups.x * gl_WorkGroupSize.x + idx.x;
    result[offset] = sqrt(data[offset]) + 1.0;
}

Ang halimbawa ng compute shader ay nagko-compute ng square root para sa bawat elemento ng array. Ang work group na 16x16 ay nagpoproseso ng 256 elemento nang sabay-sabay. Ang mga modernong mobile GPU ay sumusuporta ng hanggang 1024 work group at milyun-milyong global threads.

API para sa pagtatrabaho sa GPU

API para sa GPU access ay tumutukoy kung paano nagpapadala ang developer ng mga command at data sa graphics processor. Sa mga mobile platform, tatlong pangunahing API ang ginagamit: Vulkan, Metal at OpenGL ES. Bawat isa ay may mga kalamangan at limitasyon na nakakaapekto sa performance at compatibility.

Vulkan

Vulkan — isang low-level cross-platform API mula sa Khronos Group, kahalili ng OpenGL. Binibigyan ng Vulkan ang developer ng direktang kontrol sa GPU memory, command queues, at synchronization. Ayon sa Khronos (2025), nagbibigay ang Vulkan ng performance increase na 30–60% kumpara sa OpenGL ES dahil sa pagbawas ng driver overhead.

Sa Android, ang Vulkan ay mandatory mula Android 7.0 (API 24), ngunit lahat ng modernong SoC ay sumusuporta sa Vulkan 1.3. Ang Vulkan Memory Allocator at SPIR-V bilang intermediate code ay nagpapahintulot na sumulat ng shaders sa GLSL, HLSL o Rust GPU.

Metal

Metal — ang proprietary API ng Apple para sa GPU sa lahat ng device ng ecosystem: iPhone, iPad, Mac, Apple TV. Tinitiyak ng Metal ang minimal na overhead at predictable na execution time ng mga command. Ayon sa Apple Developer Documentation (2025), pinoproseso ng Metal ang hanggang 100,000 draw-calls per frame nang walang pagbaba ng FPS.

Pangunahing tampok — Metal Shading Language (MSL) batay sa C++. Ang mga shader ay kino-compile sa machine code kasama ng application, na nag-aalis ng JIT compilation na tipikal para sa Vulkan. Sinusuportahan ng Metal ang Mesh Shaders, Ray Tracing at Dynamic Libraries para sa pag-load ng shaders sa runtime.

OpenGL ES

OpenGL ES — pinasimpleng bersyon ng OpenGL para sa mga embedded system. Ginagamit sa mas lumang device at para sa backward compatibility. Ang OpenGL ES 3.2 ay sinusuportahan sa 94% ng Android device ayon sa Android Studio (2025). Para sa mga bagong proyekto, inirerekomenda ng Google ang Vulkan sa halip na OpenGL ES.

Ang WebGL — browser analog ng OpenGL ES, batayan ng 3D graphics sa web. Ang WebGL 2.0 (katumbas ng OpenGL ES 3.0) ay sinusuportahan sa 92% ng mobile browser. Ang WebGPU — susunod na henerasyon, na may arkitektura na malapit sa Vulkan at Metal.