GPU — o que é, arquitetura e princípio de funcionamento

O que é uma GPU?

GPU (Graphics Processing Unit) é um microchip especializado projetado para paralelismo massivo. As primeiras GPUs surgiram no final dos anos 1990 como aceleradores 3D para PCs desktop. Desde então, a arquitetura evoluiu de um pipeline fixo para shaders programáveis e unidades de computação universais.

O principal propósito de uma GPU é a rasterização: converter dados geométricos (vértices, triângulos) em pixels na tela. O processo inclui transformação de vértices, eliminação de superfícies invisíveis, texturização e mistura de cores. Todas essas operações são realizadas em paralelo para milhares de elementos simultaneamente.

De acordo com a Jon Peddie Research (2025), o mercado de GPUs móveis representa 58% do volume total de processadores gráficos, superando soluções discretas para PCs e servidores. Cada smartphone contém pelo menos uma GPU integrada ao System-on-Chip (SoC) juntamente com a CPU, DSP e processador neural.

GPUs modernas dividem-se em dois tipos: integradas(incorporadas ao SoC, compartilham memória com a CPU) e discretas(placa separada com sua própria memória de vídeo). O desenvolvimento móvel utiliza exclusivamente GPUs integradas — Qualcomm Adreno, ARM Mali, Apple GPU e Imagination PowerVR.

História do desenvolvimento de GPU

A evolução da GPU passou por três estágios: pipeline fixo (1999–2006), shaders unificados (2006–2016) e núcleos de computação programáveis (2016 — presente). O primeiro estágio definia uma sequência rígida de operações — transformação, iluminação, texturização. O desenvolvedor não podia intervir no pipeline.

Com o advento dos shaders unificados, a GPU ganhou a capacidade de executar programas arbitrários — shaders escritos em HLSL ou GLSL. Isso abriu caminho para GPGPU — o uso da GPU para tarefas não gráficas. O terceiro estágio adicionou núcleos tensor para aprendizado de máquina e traçado de raios em tempo real.

Em GPUs móveis, o marco principal foi a introdução do Tile-Based Deferred Rendering (TBDR) — uma arquitetura onde o quadro é dividido em tiles (16x16 pixels) e processado em memória rápida no chip. Isso reduz o consumo de energia em 3–5 vezes em comparação com a renderização em modo imediato, típica de GPUs desktop.

Arquitetura de GPU

A arquitetura de GPU difere radicalmente da CPU. Em vez de alguns núcleos poderosos com grandes caches, uma GPU contém centenas ou milhares de unidades de computação simples otimizadas para SIMD (Single Instruction, Multiple Data) — uma instrução é executada sobre múltiplos elementos de dados.

O bloco básico de uma GPU é o Shader Core (em termos da NVIDIA) ou Execution Unit (Intel). Vários desses blocos são combinados em Compute Units (AMD) ou Streaming Multiprocessors (NVIDIA). Cada bloco inclui ALU para aritmética, um arquivo de registradores e um escalonador de warps (grupos de threads).

GPUs móveis diferem arquiteturalmente das de desktop. Qualcomm Adreno usa uma arquitetura com processadores shader programáveis e um bloco de rasterização dedicado. ARM Mali é baseada em Bifrost ou Valhall — arquiteturas com processamento quádruplo de warps. Apple GPU tem seu próprio design desde 2017 com suporte a Metal e memória unificada.

Uma característica chave das GPUs móveis é a Unified Memory Architecture (UMA). A GPU e a CPU compartilham a mesma RAM sem memória de vídeo dedicada. Isso reduz a latência na troca de dados e simplifica a programação, mas limita a largura de banda sob computações intensivas.

GPU vs CPU: Principais Diferenças

A CPU é projetada para tarefas sequenciais com latência mínima. Contém 4–12 núcleos poderosos com grandes caches L1/L2/L3, preditores de desvio e execução especulativa. A GPU, por outro lado, sacrifica latência por taxa de transferência — milhares de núcleos processam dados com alta latência, mas enorme desempenho agregado.

A diferença é evidente em FLOPS (operações de ponto flutuante por segundo). Um SoC móvel topo de linha em 2025: CPU — 200 GFLOPS, GPU — 2400 GFLOPS. A GPU supera a CPU em 12 vezes em tarefas que permitem paralelismo. No entanto, para algoritmos sequenciais, a CPU permanece mais rápida devido à menor sobrecarga de gerenciamento de threads.

Na prática, os desenvolvedores usam a CPU para lógica da aplicação, interface do usuário e E/S, e a GPU para renderização, processamento de imagens, simulação física e inferência de redes neurais. De acordo com o Google Android Performance Patterns (2025), a carga ideal da GPU em aplicações móveis é de 60–80% — sobrecarga leva a throttling térmico e superaquecimento.

// CPU — sequential processing
for (int i = 0; i < N; i++) {
    result[i] = data[i] * 2.0f;
}

// GPU — parallel processing (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;
}

O código em CPU realiza a multiplicação sequencialmente para cada elemento. A versão em GPU lança 256 threads em paralelo, cada um multiplica seu próprio elemento. Com N=1 milhão, a GPU completará a tarefa 100–1000 vezes mais rápido que um único núcleo de CPU.

GPU em Dispositivos Móveis

As GPUs móveis operam sob restrições térmicas e de energia rigorosas. O TDP típico de uma GPU móvel é de 2–8 W, em comparação com 150–450 W de suas equivalentes desktop. Isso requer uma arquitetura especial focada em eficiência energética em vez de desempenho máximo.

A principal tecnologia de economia de energia é o Tile-Based Rendering. O quadro é dividido em tiles de 16x16 ou 32x32 pixels. Cada tile é completamente processado em SRAM rápida (Tile Memory) e depois escrito na DRAM externa. Isso reduz acessos à memória em 4–10 vezes em comparação com o modo imediato.

Qualcomm Adreno é a GPU móvel mais difundida. Adreno 750 (Snapdragon 8 Gen 3) contém 12 processadores shader com um pool de registradores compartilhado. Suporta Vulkan 1.3, OpenGL ES 3.2, OpenCL 3.0 e traçado de raios por hardware. De acordo com a Qualcomm (2025), a Adreno oferece uma melhoria de desempenho de 45% geração após geração mantendo o consumo de energia.

ARM Mali é a segunda GPU mais popular em dispositivos Android. Mali-G720 é baseada na arquitetura Valhall de 5.ª geração com suporte a Variable Rate Shading e ASTC HDR. Uma característica distintiva da Mali é o processamento quádruplo: quatro threads são combinados em um warp para melhor utilização da ALU.

Apple GPU é projetada exclusivamente para Metal API. Desde o A13 Bionic, a Apple usa seu próprio design de GPU com suporte a Metal 3, traçado de raios e mesh shaders. A arquitetura da Apple GPU conta com Unified Memory com largura de banda de até 800 GB/s no M4 Ultra.

Consumo de energia e throttling térmico

O throttling térmico da GPU — redução de frequência por superaquecimento — é o principal problema nos jogos móveis. Sob carga sustentada, a temperatura do SoC atinge 85–95 °C e a GPU reduz a frequência em 30–50%. De acordo com a AnandTech (2025), a Qualcomm Adreno 750 perde até 35% de desempenho após 15 minutos em Genshin Impact.

Os desenvolvedores podem mitigar o throttling através da otimização de draw calls, redução da resolução de renderização e uso de Foveated Rendering. Metal Performance Shaders no iOS e Android Frame Pacing API no Android ajudam a sincronizar a carga com o orçamento térmico do dispositivo.

GPGPU: Computação em GPU

GPGPU (General-Purpose computing on GPU) é o uso de um processador gráfico para cálculos não gráficos. A ideia surgiu em meados dos anos 2000, quando desenvolvedores perceberam que shaders poderiam ser adaptados para operações matriciais, criptografia e simulação física.

Hoje, GPGPU é uma ferramenta padrão para tarefas que exigem paralelismo massivo: aprendizado de máquina (treinamento e inferência de redes neurais), criptografia (hash, criptografia), processamento de imagens e vídeo (filtros, codecs) e simulações científicas (dinâmica de fluidos, química quântica).

Em dispositivos móveis, GPGPU é acessado através de Compute Shaders — shaders sem saída gráfica que trabalham apenas com dados. Um Compute Shader lança uma grade de grupos de trabalho, cada um contendo vários threads. O acesso à memória é através de buffers e texturas sem vinculação com a tela.

#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;
}

O exemplo de compute shader calcula a raiz quadrada de cada elemento do array. Um grupo de trabalho 16x16 processa 256 elementos simultaneamente. GPUs móveis modernas suportam até 1024 grupos de trabalho e milhões de threads globais.

APIs para Trabalhar com GPU

As APIs de acesso à GPU determinam como os desenvolvedores enviam comandos e dados ao processador gráfico. Três APIs principais são usadas em plataformas móveis: Vulkan, Metal e OpenGL ES. Cada uma tem suas vantagens e limitações que afetam o desempenho e a compatibilidade.

Vulkan

Vulkan é uma API multiplataforma de baixo nível do Khronos Group, sucessora do OpenGL. Vulkan dá aos desenvolvedores controle direto sobre a memória da GPU, filas de comandos e sincronização. De acordo com a Khronos (2025), Vulkan proporciona uma melhoria de desempenho de 30–60% sobre OpenGL ES ao reduzir a sobrecarga do driver.

No Android, Vulkan é obrigatório desde Android 7.0 (API 24), e todos os SoCs modernos suportam Vulkan 1.3. Vulkan Memory Allocator e SPIR-V como representação intermediária permitem escrever shaders em GLSL, HLSL ou Rust GPU.

Metal

Metal é a API proprietária da Apple para GPU em todos os dispositivos do ecossistema: iPhone, iPad, Mac, Apple TV. Metal fornece sobrecarga mínima e tempo de execução de comandos previsível. De acordo com a Apple Developer Documentation (2025), Metal lida com até 100.000 draw calls por quadro sem quedas de FPS.

Uma característica principal é a Metal Shading Language (MSL) baseada em C++. Os shaders são compilados para código de máquina junto com a aplicação, eliminando a compilação JIT típica do Vulkan. Metal suporta Mesh Shaders, Ray Tracing e Dynamic Libraries para carregar shaders em tempo de execução.

OpenGL ES

OpenGL ES é uma versão simplificada do OpenGL para sistemas embarcados. É usado em dispositivos antigos e para compatibilidade retroativa. OpenGL ES 3.2 é suportado em 94% dos dispositivos Android de acordo com o Android Studio (2025). Para novos projetos, o Google recomenda Vulkan em vez de OpenGL ES.

WebGL é o análogo do OpenGL ES para navegadores, a base dos gráficos 3D na web. WebGL 2.0 (correspondente ao OpenGL ES 3.0) é suportado em 92% dos navegadores móveis. WebGPU é a próxima geração, com uma arquitetura próxima de Vulkan e Metal.