W urządzeniach komputerowych mamy jednostkę przetwarzającą, która przetwarza dane. Jednostka ta nazywana jest jednostką centralną. Do głównych zadań tej jednostki należy kodowanie i dekodowanie danych, przechowywanie danych, przetwarzanie i kompilacja danych, wykonywanie danych itp. procesor określa szybkość przetwarzania lub pracy urządzenia. Podczas pracy z dużą ilością danych wymaga większej pamięci. Obecnie, wraz z rozwojem technik przetwarzania obrazu, możemy cieszyć się obrazami w wysokiej rozdzielczości, wyraźną grafiką itp. Operacje matematyczne wymagane dla tych technik są bardzo duże i wymagają szybszej jednostki przetwarzania. Aby temu zaradzić, w centrum uwagi pojawił się graficzny procesor graficzny (GPU).
Co to jest jednostka przetwarzania graficznego?
Jednostki przetwarzania są wykorzystywane do wykonywania obliczeń w urządzeniu komputerowym. Wraz z pojawieniem się koncepcji technologicznych, takich jak obrazy 3D, strumieniowe przesyłanie wideo w wysokiej rozdzielczości, grafika itp. Aby zaimplementować te koncepcje na urządzeniu sprzętowym, należy wykonywać duże i złożone operacje matematyczne z większą szybkością.
Jednostka centralna, choć ma wysoką częstotliwość, nie jest w stanie skutecznie przetwarzać obliczeń na tak dużą skalę. Dlatego wprowadzono dedykowaną jednostkę przetwarzającą do wykonywania większych obliczeń z dużą częstotliwością. Ta jednostka przetwarzania została nazwana graficzną jednostką przetwarzania. GPU to wyspecjalizowane urządzenie elektroniczne wykorzystywane głównie do obliczeń opartych na grafice komputerowej i przetwarzaniu obrazu. Są one osadzone w SoC wraz z mikroprocesorem lub procesorem głównym lub dostępne jako samodzielne układy scalone z dedykowanymi jednostkami pamięci.
Funkcje obliczeniowe
Do obliczeń związanych z grafiką komputerową 3D GPU wykorzystuje obecne w swojej konstrukcji tranzystory. Obliczenia związane z grafiką 3D obejmują operacje geometryczne, takie jak obrót i translacja wierzchołków do różnych układów współrzędnych, mapowanie tekstur i renderowanie wielokątów. Wiele najnowszych funkcji GPU obejmuje również funkcjonalność procesora, techniki nadpróbkowania i interpolacji w celu zmniejszenia aliasingu.
Obecnie zaobserwowano ogromny wzrost wykorzystania GPU wraz ze wzrostem technologii głębokiego uczenia się i uczenia maszynowego. Aby wytrenować model głębokiego uczenia się, należy wykonać większą liczbę złożonych obliczeń. Użycie GPU sprawiło, że szkolenie modeli uczenia maszynowego stało się łatwiejsze.
Okazało się, że graficzne jednostki przetwarzające są 250 razy szybsze niż procesor. W przypadku dekodowania wideo z akceleracją GPU GPU wykonuje część procesu dekodowania wideo i przetwarzania końcowego wideo. Powszechnie używanymi API do tego celu są DxVA, VDPAU, VAAPI, XvMC, XvBA. Tutaj DxVA jest dla systemu operacyjnego opartego na systemie Windows, a pozostałe dla systemów operacyjnych opartych na Linuksie i Uniksie. XvMC może dekodować tylko filmy zakodowane w MPEG-1 i MPEG-2.
Procesy dekodowania wideo, które mogą być wykonywane przez GPU, są następujące:
- Kompensacja ruchu
- Odwrotna dyskretna transformacja kosinusowa
- Odwrotna zmodyfikowana dyskretna transformata kosinusowa.
- Filtr usuwania bloków w pętli
- Przewidywanie wewnątrzklatkowe
- Kwantyzacja odwrotna
- Dekodowanie o zmiennej długości
- Przestrzenno-czasowe usuwanie przeplotu
- Automatyczne wykrywanie źródła przeplotu
- Przetwarzanie strumienia bitów
- Idealne pozycjonowanie pikseli
Architektura graficznej jednostki przetwarzania
GPU jest zwykle używany jako koprocesor wraz z procesorem. Dzięki temu procesor może wykonywać obliczenia naukowe i inżynieryjne ogólnego przeznaczenia z wyższą częstotliwością. Tutaj czasochłonna i wymagająca dużej mocy obliczeniowej część kodu jest przenoszona na procesor graficzny, podczas gdy pozostały kod nadal działa na procesorze. Procesor graficzny wykonuje równoległe przetwarzanie kodu, zwiększając w ten sposób wydajność systemu. Ten rodzaj przetwarzania jest znany jako obliczenia hybrydowe.
Architektura graficznej jednostki przetwarzania
W przeciwieństwie do procesora zawierającego od dwóch do ośmiu rdzeni procesora, GPU składa się z setek mniejszych rdzeni. Wszystkie te rdzenie współpracują ze sobą podczas przetwarzania równoległego. Aby efektywnie wykorzystać funkcje równoległej architektury obliczeniowej GPU, twórcy aplikacji w firmie NVIDIA opracowali model programowania równoległego o nazwie „CUDA”.
Architektura GPU różni się w zależności od modelu. Ogólna architektura GPU składa się z wielu klastrów przetwarzania. Te klastry zawierają wiele procesorów strumieniowych. Tutaj każdy ze strumieniowych procesory wieloprocesorowe zawiera warstwę pamięci podręcznej instrukcji warstwy 1 wraz z powiązanymi rdzeniami.
Formularze GPU
Ze względu na ich funkcjonalność i metody przetwarzania na rynku dostępne są różne formy GPU. Istnieją dwie główne formy komputerów osobistych z GPU - dedykowana karta graficzna, zintegrowana grafika. Dedykowana karta graficzna jest również znana jako Discrete GPU. Zintegrowana grafika jest również znana jako ujednolicona architektura pamięci, wspólne rozwiązania graficzne.
Większość procesorów graficznych została zaprojektowana z uwzględnieniem ich zastosowań, takich jak przetwarzanie grafiki 3D, gry itp. GeForceGTX jest specjalnie zaprojektowany do gier, Nvidia Titan jest przeznaczona do przetwarzania w chmurze, Nvidia Quadro jest przeznaczona do stacji roboczych i animacji 3D, Nvidia Tesla jest przeznaczona do chmury szkolenie w zakresie stacji roboczych i sztucznej inteligencji, Nvidia Drive PX przeznaczony do zautomatyzowanego samochodu itp.
Dedykowana karta graficzna
Systemy z dedykowanym procesorem graficznym są nazywane „systemami DIS”. Tutaj dedykowany odnosi się do faktu, że te układy GPU mają dedykowane Baran używane wyłącznie przez kartę. Są one zwykle połączone z płytą główną za pomocą gniazd rozszerzeń, takich jak PCI Express lub Accelerated Graphics Port. Te chipy można łatwo wymienić lub ulepszyć. Ze względu na rozmiar i wagę dedykowane GPU w komputerach przenośnych są połączone przez niestandardowe gniazdo.
Zintegrowana jednostka przetwarzania grafiki
Ten typ GPU nie ma dedykowanej jednostki RAM. Zamiast tego wykorzystuje do działania część pamięci komputera. Ten procesor graficzny można zintegrować z płytą główną jako część chipsetu lub zbudować na tej samej matrycy z procesorem. Mają mniejszą pojemność niż dedykowana karta graficzna, ale są mniej kosztowne w implementacji. Przykładami tego GPU są Intel HD Graphics i AMD Accelerated Processing Unit.
Hybrydowe przetwarzanie grafiki
Funkcjonalność tego GPU leży między dedykowaną kartą graficzną a zintegrowaną kartą graficzną. Wykorzystuje część pamięci systemowej, a także ma małą dedykowaną pamięć podręczną. Ta dedykowana pamięć podręczna rekompensuje duże opóźnienia pamięci RAM. Hyper memory ATI i TurboCache firmy Nvidia to powszechnie używane hybrydowe jednostki przetwarzania grafiki.
Przetwarzanie strumieniowe i GPU do przetwarzania ogólnego
Są one popularnie nazywane GPGPU. Jednostka przetwarzania grafiki ogólnego przeznaczenia jest powszechnie używana jako zmodyfikowany procesor strumieniowy do wykonywania jąder komputerów. Dzięki tej koncepcji ogromna moc obliczeniowa modułu cieniującego nowoczesnego akceleratora graficznego jest wykorzystywana jako moc obliczeniowa ogólnego przeznaczenia. W przypadku dużych operacji wektorowych ta metoda zapewnia wyższą wydajność niż zwykły procesor.
Zewnętrzny GPU
Podobnie jak duży zewnętrzny dysk twardy, ta jednostka przetwarzania grafiki znajduje się również na zewnątrz jednostki komputerowej. Są one również podłączane zewnętrznie do laptopów. Laptopy zwykle mają dużą ilość pamięci RAM i wystarczająco wydajny procesor. Zamiast mocnego procesora graficznego, laptopy są wyposażone w mniej wydajny, ale bardziej energooszczędny, wbudowany układ graficzny. Nie są one wystarczająco wydajne, aby wykonywać grafikę w grach i nie obsługują wyższych gier graficznych. Tak więc ten zewnętrzny procesor graficzny jest używany z laptopami w celu uzyskania wyższej wydajności.
Wraz ze wzrostem zapotrzebowania na wysoką grafikę i dobrą rozdzielczość obrazu, rośnie również zapotrzebowanie na mocniejsze procesory graficzne. Dzięki dostępności wydajnych procesorów graficznych można osiągnąć znacznie więcej w dziedzinie technologii wysokiego przetwarzania, takich jak uczenie maszynowe i uczenie głębokie. GPU przyspieszyło również ogromny boom w branży gier. Pojawiło się wiele wysokiej jakości gier graficznych, które w pełni wykorzystują moc GPU. Jaki typ GPU można podłączyć zewnętrznie do laptopów?
FAQs
1). Czy GPU to karta graficzna?
Karta graficzna obecna w urządzeniu obliczeniowym to cała część sprzętowa. Natomiast GPU to układ obecny na karcie graficznej.
2). Który jest szybszy procesor lub GPU?
Obecnie dostępne są GPU z większymi jednostkami pamięci, większą mocą obliczeniową i większą przepustowością pamięci w porównaniu z tradycyjnym procesorem. Stwierdzono, że GPU jest około 50 do 100 razy szybszy niż procesor.
3). Ile rdzeni ma GPU?
GPU wykonuje obliczenia równoległe. Ma setki mniejszych rdzeni pracujących razem. Te potężne obliczenia równoległe zapewniają GPU najwyższą moc obliczeniową.
4). Czy RTX czy GTX jest lepszy?
W porównaniu do GTX 1080 Ti, RTX 2080 ma nowszą technologię i oferuje lepszą, szybszą wydajność. RTX jest tańszy w porównaniu do GTX.
5). Czy GPU może zastąpić procesor?
GPU jest szybszy niż procesor. Wykonują zadanie bardzo szybko, wykonując wiele zadań na raz. Ale może wykonywać tylko pewne operacje z wyższą częstotliwością i wszystkie inne wykonania, takie jak zarządzanie przerwaniami, przechowywanie danych jest wykonywane przez procesor. Nie, GPU nie może zastąpić procesora.
