Pular para o conteúdo principal

Questão de Arquitetura de Computadores — Processamento Paralelo — UEM 2025

Arquitetura de ComputadoresProcessamento Paralelo
Código
qg617086
Banca
UEM
Órgão
UEM
Ano
2025
Nível
Superior
Cargo
Analista de Informática II
As Unidades de Processamento Gráfico (GPUs) foram originalmente desenvolvidas para acelerar o processamento de imagens e gráficos, especialmente em jogos e aplicações visuais. No entanto, com a evolução dos modelos de Inteligência Artificial (IA), as GPUs passaram também a ser utilizadas massivamente para tarefas desse domínio. A principal característica das GPUs que contribuíram para essa nova utilização é
  1. Aa alta frequência de operação do núcleo da GPU, que é superior à de uma CPU tradicional. Isso faz com que modelos de IA possam ser executados com maior precisão e menor consumo energético.
  2. Ba arquitetura fortemente paralela da GPU, com uma grande quantidade de núcleos que permite executar, simultaneamente, muitas operações matemáticas, acelerando o treinamento de modelos de IA.
  3. Ca grande capacidade de armazenamento interno de uma GPU, habilitando carregar modelos robustos de IA sem a necessidade de acessar a memória principal.
  4. Da presença de memórias RAM independentes em cada núcleo da GPU. Isso permite que diferentes algoritmos de IA sejam executados em paralelo, sem depender do sistema operacional.
  5. ENão há nenhuma característica relacionada às GPUs que se relacionem com a área de Inteligência Artificial, visto que, na verdade, GPUs não trazem nenhum benefício para modelos de IA.
Revelar gabarito e comentário

GabaritoB — a arquitetura fortemente paralela da GPU, com uma grande quantidade de núcleos que permite executar, simultaneamente, muitas operações matemáticas, acelerando o treinamento de modelos de IA.

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

GPU e Inteligência Artificial

Gabarito: letra B. A principal característica das GPUs que impulsionou seu uso em IA é a arquitetura fortemente paralela, com milhares de núcleos (processadores de fluxo) que executam simultaneamente operações matemáticas, acelerando o treinamento de modelos. Isso contrasta com CPUs, que têm poucos núcleos potentes, mas não são tão eficientes para operações em lote. O contexto destaca que "GPUs modernas manipulam gráficos computadorizados com eficiência e sua estrutura de processamento paralelo os tornam mais capazes neste tipo de trabalho que CPUs normais."

A banca testa o conhecimento básico sobre a arquitetura de GPUs e sua aplicação em IA. É essencial entender que o ganho de desempenho vem do paralelismo massivo, não de alta frequência ou memória especial.

  1. 1Arquitetura paralela massiva
  2. 2Milhares de núcleos
  3. 3Operações simultâneas
  4. 4Treinamento de IA acelerado
LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

Afirma que a alta frequência de operação da GPU é superior à da CPU e que isso traz maior precisão e menor consumo. Na realidade, as GPUs geralmente operam em frequências mais baixas que as CPUs; o desempenho superior deve-se ao grande número de núcleos paralelos, não à frequência. Além disso, GPUs de alto desempenho consomem mais energia que CPUs.

Alternativa B — ✅ Correta ⟵ GABARITO

Descreve corretamente a característica fundamental: arquitetura fortemente paralela com muitos núcleos, permitindo executar simultaneamente operações matemáticas. Isso é ideal para o treinamento de modelos de IA, que envolve multiplicações de matrizes e operações vetoriais facilmente paralelizáveis.

Alternativa C — ❌ Incorreta

Afirma que as GPUs têm grande capacidade de armazenamento interno, o que permitiria carregar modelos robustos sem acessar a memória principal. Embora as GPUs possuam memória própria (VRAM), essa não é a principal característica que as torna úteis para IA. O gargalo é frequentemente a largura de banda de memória, mas o diferencial é o paralelismo.

Alternativa D — ❌ Incorreta

Menciona memórias RAM independentes em cada núcleo da GPU. Isso é falso: a memória da GPU é compartilhada entre os núcleos (VRAM), não há RAM dedicada por núcleo. O paralelismo ocorre via muitos núcleos, mas compartilhando a mesma memória global.

Alternativa E — ❌ Incorreta

Afirma que GPUs não trazem benefícios para IA, o que é totalmente falso. As GPUs são amplamente utilizadas em aprendizado profundo (deep learning) devido à sua capacidade de processamento paralelo, sendo essenciais para acelerar treinamento e inferência.

PEGA ESSA DICA!

O segredo da GPU é o paralelismo massivo. Enquanto CPUs têm poucos núcleos potentes (até 64 em servidores), GPUs possuem milhares de núcleos mais simples, ideais para operações em lote como multiplicação de matrizes, base do aprendizado profundo. Essa é a razão pela qual modelos de IA são treinados em GPUs, não em CPUs.

Gabarito: letra B.

Link permanente: /questoes/qg617086