# GPU (Processeur Graphique)

> Puce informatique très efficace pour le calcul parallèle, devenue le standard pour l'entraînement des modèles d'IA.

- Page ZoneIA : https://zoneia.fr/glossaire/gpu-processeur-graphique
- Type : Définition du glossaire IA
- Catégories : [Code & Développement](https://zoneia.fr/outils/categorie/code-developpement-ia), [Recherche & Science](https://zoneia.fr/outils/categorie/recherche-science-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Un GPU (processeur graphique) est un processeur conçu à l’origine pour afficher des images, mais optimisé pour exécuter **beaucoup d’opérations similaires en même temps**. Contrairement au CPU, qui privilégie quelques cœurs très polyvalents, un GPU embarque des **milliers de cœurs plus simples** capables de traiter en parallèle de grands tableaux de données.

## Comment ça fonctionne
Les calculs sont découpés en petits “threads” exécutés simultanément. Cette approche est idéale pour les opérations mathématiques répétitives comme les **multiplications de matrices** (au cœur du deep learning). Les frameworks IA (PyTorch, TensorFlow) s’appuient sur des bibliothèques et des runtimes (souvent **CUDA** côté NVIDIA, ou **ROCm** côté AMD) pour envoyer les tenseurs sur la mémoire du GPU et planifier les kernels de calcul.

## Pourquoi c’est central en IA
L’entraînement et l’inférence de modèles reposent sur des opérations massivement parallélisables. Un GPU accélère fortement :
- l’entraînement (backpropagation, convolutions, attention),
- l’inférence à grande échelle,
- le traitement batch de données.

## Exemples concrets
- Entraîner un modèle de vision sur des millions d’images.
- Servir un LLM avec faible latence via des lots de requêtes.
- Accélérer des simulations ou du calcul scientifique (HPC).

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/gpu-processeur-graphique)