Arquitetura de Computadores · UFLA · 2025 | Questão sqc-qg620180

Arquitetura de ComputadoresArquiteturas

Código: qg620180
Banca: UFLA
Órgão: UFLA
Ano: 2025
Nível: Médio

Cargo: Técnico em Tecnologia da Informação

A arquitetura de uma unidade de processamento gráfico (Graphics Processing Unit - GPU) difere significativamente da arquitetura de processadores convencionais. Em uma GPU, o paralelismo é obtido por meio de streaming multiprocessors, que executam simultaneamente e de forma sincronizada trechos computacionalmente intensivos, chamados kernels, de várias aplicações.Adaptado de BORGES, J. A. S. Arquitetura e organização de computadores: uma introdução. Rio de Janeiro: LTC, 2024Com base no excerto, qual característica da arquitetura de uma GPU explica sua eficiência em aplicações altamente paralelizáveis em comparação aos processadores convencionais?

AA adoção de hierarquias de cache extremamente profundas, eliminando a necessidade de acessar a memória principal durante a execução de kernels.
BA otimização para execução sequencial de instruções complexas, maximizando o desempenho em tarefas com baixo paralelismo.
CA presença de processadores SIMD (Single Instruction Multiple Data) capazes de executar milhares de threads simultaneamente, permitindo paralelismo massivo em kernels computacionalmente intensivos.
DA especialização exclusiva em tarefas gráficas, impedindo seu uso eficiente em aplicações gerais fora do processamento vetorial de imagens.

Revelar gabarito e comentário

GabaritoC — A presença de processadores SIMD (Single Instruction Multiple Data) capazes de executar milhares de threads simultaneamente, permitindo paralelismo massivo em kernels computacionalmente intensivos.

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 vs CPU: eficiência em paralelismo

Gabarito: letra C. A arquitetura de GPUs emprega processadores SIMD (Single Instruction Multiple Data) que executam milhares de threads simultaneamente, o que as torna superiores a CPUs em aplicações altamente paralelizáveis. A alternativa C capta exatamente essa característica essencial.

GPU vs CPU

1GPU
- Muitos núcleos
- Alta largura de banda
- Cache rasa
- Modelo SIMD/SIMT
- Paralelismo massivo
2CPU
- Poucos núcleos
- Cache profunda
- Execução fora de ordem
- Otimizada para sequencial

LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

GPUs não adotam hierarquias de cache extremamente profundas — pelo contrário, priorizam muitos núcleos e alta largura de banda de memória. A afirmação de que eliminam a necessidade de acesso à memória principal é falsa; a memória global da GPU é constantemente acessada durante a execução de kernels.

Alternativa B — ❌ Incorreta

GPUs são otimizadas para paralelismo massivo, não para execução sequencial de instruções complexas. Essa descrição se aplica a processadores convencionais (CPUs), que investem em caches profundas e execução fora de ordem para acelerar tarefas com baixo paralelismo.

Alternativa C — ✅ Correta ⟵ GABARITO

GPUs utilizam o modelo SIMD (ou sua variação SIMT — Single Instruction Multiple Threads) para processar grandes volumes de dados em paralelo. Cada streaming multiprocessador executa muitas threads sobre o mesmo kernel, proporcionando o paralelismo massivo exigido por aplicações computacionalmente intensivas.

Alternativa D — ❌ Incorreta

GPUs modernas são de propósito geral (GPGPU — General-Purpose GPU), empregadas em áreas como aprendizado de máquina, simulações científicas e mineração de criptomoedas, indo muito além do processamento gráfico puro. Portanto, não há especialização exclusiva em tarefas gráficas.

Gabarito: letra C.

Link permanente: /questoes/qg620180