Laskentalaitteissa meillä on prosessointiyksikkö, joka käsittelee tietoja. Tätä yksikköä kutsutaan keskusyksiköksi. Tämän yksikön päätehtäviin kuuluvat tietojen koodaus ja dekoodaus, tietojen tallennus, tietojen käsittely ja kokoaminen, tietojen suorittaminen jne. prosessori määrittää laitteen käsittelyn tai työskentelyn nopeuden. Kun työskentelet suurella tietomäärällä, se vaatii suurempaa muistitallennusta. Nykyään kuvankäsittelytekniikoiden lisääntyessä nautimme teräväpiirtokuvista, kirkkaasta grafiikasta jne. Näihin tekniikoihin vaadittava matemaattinen toiminta on hyvin valtava ja vaatii nopeutta käsittelevän prosessointiyksikön. Tämän voittamiseksi graafinen prosessoriyksikkö (GPU) tuli parrasvaloihin.
Mikä on graafinen prosessointiyksikkö?
Prosessointiyksiköitä käytetään laskelmien suorittamiseen tietokonelaitteessa. Teknologiakonseptien, kuten 3D-kuvien, myötä käyttöön otetaan teräväpiirtovideoiden suoratoisto, grafiikka jne. Näiden käsitteiden toteuttamiseksi laitteistossa on suoritettava suuria ja monimutkaisia matemaattisia operaatioita nopeammin.
Vaikka keskusyksikkö on korkea taajuus, se ei pysty käsittelemään niin suuren mittakaavan laskelmia tehokkaasti. Joten otettiin käyttöön oma prosessoriyksikkö suurempien laskelmien suorittamiseksi suurella taajuudella. Tätä prosessointiyksikköä kutsuttiin graafiseksi prosessointiyksiköksi. GPU on erikoistunut elektroninen laite, jota käytetään pääasiassa laskelmiin, jotka perustuvat tietokonegrafiikkaan ja kuvankäsittelyyn. Nämä ovat joko upotettu SoC yhdessä mikroprosessorin tai pääprosessorin kanssa tai saatavana erillisinä siruina erillisillä muistilaitteilla.
Laskennalliset toiminnot
3D-tietokonegrafiikkaan liittyvissä laskelmissa GPU käyttää suunnittelussaan olevia transistoreita. 3D-grafiikan ympärillä olevat laskelmat sisältävät geometrisia operaatioita, kuten pisteiden kiertäminen ja kääntäminen eri koordinaattijärjestelmiin, tekstuurikartoitus ja polygonien renderointi. Monet viimeisimmät GPU-toiminnot sisältävät myös suorittimen toiminnot, ylinäytteistys- ja interpolointitekniikat aliasin vähentämiseksi.
Nykyään grafiikkasuoritinten käyttö on lisääntynyt valtavasti syvän oppimisen ja koneoppimisen tekniikoiden lisääntyessä. Syväoppimismallin kouluttamiseksi on tehtävä suurempi määrä monimutkaisia laskelmia. GPU: n käyttö on helpottanut koneoppimismallien kouluttamista.
Graafisten prosessoriyksiköiden havaitaan olevan 250 kertaa nopeammat kuin suorittimen. GPU: n nopeutetussa videodekoodauksessa GPU suorittaa videodekoodausprosessin ja videon jälkikäsittelyn osat. Yleisesti käytetty API tätä tarkoitusta varten ovat DxVA, VDPAU, VAAPI, XvMC, XvBA. Tässä DxVA on Windows-käyttöjärjestelmälle ja loput Linux-pohjaisille ja Unix-tyyppisille käyttöjärjestelmille. XvMC voi purkaa vain MPEG-1: llä ja MPEG-2: lla koodatut videot.
GPU: n suorittamat videodekoodausprosessit ovat seuraavat:
- Liikkeen kompensointi
- Käänteinen diskreetti kosinimuunnos
- Käänteinen modifioitu erillinen kosinimuunnos.
- Silmukan sisäinen estosuodatin
- Kehyksen sisäinen ennustus
- Käänteinen kvantisointi
- Vaihtelevan pituinen dekoodaus
- Aika-alueellinen lomituksen poisto
- Automaattinen lomitetun lähteen tunnistus
- Bittivirran käsittely
- Täydellinen pikselien sijoittelu
Graafisen prosessointiyksikön arkkitehtuuri
GPU: ta käytetään yleensä prosessorina yhdessä prosessorin kanssa. Tällä tavoin keskusyksikkö voi suorittaa yleiskäyttöistä tieteellistä ja teknistä laskentaa suuremmalla taajuudella. Tässä koodin aikaa vievä ja laskentaa vaativa osa siirretään GPU: lle, kun taas jäljellä oleva koodi toimii edelleen CPU: lla. GPU prosessoi koodin rinnakkain ja parantaa siten järjestelmän suorituskykyä. Tämän tyyppinen tietojenkäsittely tunnetaan hybridi-laskennana.
Graafisen prosessointiyksikön arkkitehtuuri
Toisin kuin kahdesta kahdeksaan suorittimen ydintä sisältävä CPU, GPU koostuu sadoista pienemmistä ytimistä. Kaikki nämä ytimet toimivat yhdessä rinnakkaiskäsittelyssä. NVIDIA: n sovelluskehittäjät ovat suunnitelleet rinnakkaisen ohjelmointimallin nimeltä CUDA voidakseen tehokkaasti käyttää GPU: n rinnakkaislaskennan arkkitehtuurin toimintoja.
GPU-arkkitehtuuri eroaa mallistaan. GPU: n yleinen arkkitehtuuri koostuu useista prosessointiklustereista. Nämä klusterit sisältävät useita suoratoistomoniprosessoreita. Täällä jokainen suoratoisto moniprosessorit sisältää kerros kerroksen 1 käskyvälimuistin siihen liittyvien ytimien kanssa.
GPU-lomakkeet
Niiden toiminnallisuuden ja prosessointimenetelmien perusteella markkinoilla on erilaisia GPU-muotoja. GPUin-henkilökohtaisissa tietokoneissa on kaksi päämuotoa - erillinen näytönohjain, integroitu grafiikka. Oma grafiikkakortti tunnetaan myös nimellä erillinen GPU. Integroitu grafiikka tunnetaan myös nimellä yhtenäinen muistiarkkitehtuuri, jaetut grafiikkaratkaisut.
Suurin osa GPU: sta on suunniteltu ottaen huomioon niiden sovellukset, kuten 3D-grafiikan käsittely, pelaaminen jne.. työasema- ja tekoälykoulutus, automatisoituun autoon suunniteltu Nvidia Drive PX jne.
Oma grafiikkakortti
Järjestelmät, joilla on oma GPU, tunnetaan nimellä ”DIS-järjestelmät”. Tässä omistettu viittaa siihen, että näillä GPU-siruilla on oma RAM käyttää yksinomaan kortti. Nämä liitetään yleensä emolevyyn käyttämällä laajennuspaikkoja, kuten PCI Express tai Accelerated Graphics Port. Nämä pelimerkit on helppo vaihtaa tai päivittää. Koon ja painorajoitusten vuoksi kannettavien tietokoneiden erillinen GPU on liitetty epätyypillisen korttipaikan kautta.
Integroitu graafisen prosessorin yksikkö
Tämän tyyppisessä GPU: ssa ei ole erillistä RAM-yksikköä. Sen sijaan se käyttää toimintaansa osan tietokoneen muistista. Tämä GPU voidaan integroida emolevyyn joko osana piirisarjaansa tai rakentaa samalle suulakkeelle suorittimen kanssa. Näiden kapasiteetti on pienempi kuin erillisen näytönohjaimen, mutta niiden toteuttaminen on halvempaa. Intel HD -näytönohjain ja AMD-nopeutettu prosessoriyksikkö ovat esimerkkejä tästä näytönohjaimesta.
Hybridi-grafiikan käsittely
Tämän GPU: n toiminnallisuus on erillisen näytönohjaimen ja integroidun näytönohjaimen välillä. Tämä käyttää osan järjestelmämuistista ja sillä on myös pieni oma muistivälimuisti. Tämä omistettu välimuisti korvaa RAM-muistin suuren viiveen. ATI: n hypermuisti ja Nvidian TurboCache ovat yleisesti käytettyjä hybridi-grafiikan prosessointiyksiköitä.
Suorakäsittely ja GPU: n yleinen käsittely
Näitä kutsutaan yleisesti GPGPU: ksi. Yleiskäyttöistä grafiikkaprosessoriyksikköä käytetään yleisesti modifioituna virtausprosessorina tietokoneen ytimien suorittamiseen. Tätä käsitettä käyttämällä modernin grafiikkakiihdyttimen varjostimen massiivista laskentatehoa käytetään yleiskäyttöisenä laskentatehona. Massiivisissa vektoritoiminnoissa tämä menetelmä antaa paremman suorituskyvyn kuin yksinkertainen CPU.
Ulkoinen GPU
Samanlainen kuin suuri ulkoinen kiintolevy, tämä graafinen prosessoriyksikkö on myös tietokoneyksikön ulkopuolella. Nämä ovat myös ulkoisesti kytketty kannettaviin tietokoneisiin. Kannettavissa tietokoneissa on yleensä hyvä määrä RAM-muistia ja riittävän tehokas prosessori. Tehokkaan grafiikkaprosessorin sijasta kannettavat tietokoneet on upotettu vähemmän tehokkaalla, mutta energiatehokkaammalla grafiikkasirulla. Nämä eivät ole riittävän tehokkaita peligrafiikan suorittamiseen eivätkä tue korkeamman tason grafiikkapelejä. Joten tätä ulkoista GPU: ta käytetään kannettavien tietokoneiden kanssa parempaan suorituskykyyn.
Korkean grafiikan ja hyvien kuvaresoluutioiden lisääntyneen kysynnän myötä myös tehokkaampien näytönohjainten kysyntä kasvaa. Tehokkaan näytönohjaimen saatavuuden ansiosta voidaan saavuttaa paljon enemmän korkean prosessointitekniikan, kuten koneoppimisen ja syvällisen oppimisen, alalla. GPU on myös kiihdyttänyt valtavaa nousua pelialalla. On käynnistetty monia grafiikkapelejä, jotka käyttävät täysin GPU: n tehoa. Minkä tyyppinen näytönohjain voidaan kiinnittää ulkoisesti kannettaviin tietokoneisiin?
UKK
1). Onko GPU grafiikkakortti?
Laskentalaitteessa oleva graafinen kortti on koko laitteisto-osa. GPU on näytönohjaimessa oleva siru.
2). Mikä on nopeampi CPU tai GPU?
Nykyään GPU: ta on saatavana suuremmilla muistimoduuleilla, suuremmalla prosessointiteholla ja suuremmalla muistin kaistanleveydellä verrattuna perinteiseen suorittimeen. Joten, GPU: n havaitaan olevan noin 50-100 kertaa nopeampi kuin suorittimen.
3). Kuinka monta ydintä GPU: lla on?
GPU suorittaa rinnakkaislaskennan. Siinä on satoja pienempiä ytimiä yhdessä. Tämä massiivinen rinnakkainen laskenta antaa GPU: lle ylivertaisen laskentatehon.
4). Onko RTX tai GTX parempi?
RTX 2080: lla on uudempi tekniikka ja se tarjoaa paremman ja nopeamman suorituskyvyn verrattuna GTX 1080 Ti: hen. RTX on edullisempi kuin GTX.
5). Voiko GPU korvata suorittimen?
GPU on nopeampi kuin suorittimen. He suorittavat tehtävän erittäin nopeasti suorittamalla useita tehtäviä kerrallaan. Mutta se voi suorittaa vain tiettyjä korkeamman taajuuden toimintoja ja kaikki muut suoritukset, kuten keskeytysten hoitaminen, tietojen tallennus tapahtuu keskusyksiköllä. Ei, GPU ei voi korvata suorittinta.
