Skaitļošanas ierīcēs mums ir apstrādes vienība, kas apstrādā datus. Šī vienība ir pazīstama kā centrālais procesors. Šīs vienības galvenie uzdevumi ir datu kodēšana un dekodēšana, datu glabāšana, datu apstrāde un apkopošana, datu izpilde utt. Procesors nosaka ierīces apstrādes vai darba ātrumu. Strādājot ar lielu datu apjomu, ir nepieciešama lielāka atmiņas atmiņa. Šodien, palielinoties attēlu apstrādes tehnikai, mēs baudām augstas izšķirtspējas attēlus, skaidru grafiku utt. Matemātiskā darbība, kas nepieciešama šīm metodēm, ir ļoti milzīga, un tai nepieciešama ātruma apstrādes vienība. Lai to pārvarētu, uzmanības centrā nonāca grafiskā apstrādes vienība (GPU).
Kas ir grafiskā apstrādes vienība?
Apstrādes vienības tiek izmantotas, lai veiktu aprēķinus skaitļošanas ierīcē. Līdz ar tādu tehnoloģiju koncepciju parādīšanos kā 3D attēli, augstas izšķirtspējas video straumēšana, grafika utt. Lai šīs koncepcijas ieviestu aparatūras ierīcē, ir jāveic lielas un sarežģītas matemātiskas darbības un ar lielāku ātrumu.
Lai gan centrālais procesors ir ar augstu frekvenci, nevar efektīvi apstrādāt tik liela mēroga aprēķinus. Tātad tika ieviesta īpaša apstrādes vienība lielāku aprēķinu veikšanai ar augstu frekvenci. Šo apstrādes vienību sauca par grafiskās apstrādes vienību. GPU ir specializēta elektroniska ierīce, ko galvenokārt izmanto aprēķiniem, kuru pamatā ir datorgrafika un attēlu apstrāde. Tie ir vai nu iegulti SoC kopā ar mikroprocesoru vai galveno procesoru vai pieejams kā atsevišķas mikroshēmas ar īpašām atmiņas vienībām.
Skaitļošanas funkcijas
Aprēķiniem, kas saistīti ar 3D datorgrafiku, GPU izmanto tā projektā esošos tranzistorus. Aprēķini ap 3D grafiku ietver ģeometriskas darbības, piemēram, virsotņu pagriešanu un tulkošanu dažādās koordinātu sistēmās, faktūras kartēšanu un daudzstūru renderēšanu. Daudzas nesenās GPU funkcijas ietver arī centrālā procesora funkcionalitāti, pārmērīgas paraugu ņemšanas un interpolācijas paņēmienus aliasing samazināšanai.
Šodien ir ievērojami pieaudzis GPU izmantojums, palielinoties dziļo un mašīnmācīšanās tehnoloģijām. Lai apmācītu dziļas mācīšanās modeli, jāveic lielāks skaits sarežģītu aprēķinu. GPU izmantošana ir padarījusi mašīnmācīšanās modeļu apmācību vieglāku.
Tiek konstatēts, ka grafiskās apstrādes vienības ir 250 reizes ātrākas nekā CPU. GPU paātrinātā video dekodēšanā GPU veic video dekodēšanas procesa un video pēcapstrādes daļas. Šim nolūkam parasti izmanto API ir DxVA, VDPAU, VAAPI, XvMC, XvBA. Šeit DxVA ir paredzēts operētājsistēmai Windows, bet pārējās - operētājsistēmām Linux un Unix. XvMC var atšifrēt tikai tos videoklipus, kas kodēti ar MPEG-1 un MPEG-2.
Video dekodēšanas procesi, kurus var veikt GPU, ir šādi:
- Kustību kompensācija
- Apgrieztā diskrētā kosinusa pārveidošana
- Apgrieztā modificētā diskrētā kosinusa transformācija.
- Cilpas bloķēšanas filtrs
- Iekšējā kadra prognozēšana
- Apgrieztā kvantēšana
- Mainīga garuma dekodēšana
- Telpiskā-laika deinterlacing
- Automātiska rindas avota noteikšana
- Bitstream apstrāde
- Perfekta pikseļu pozicionēšana
Grafiskā apstrādes bloka arhitektūra
GPU parasti tiek izmantots kā līdzprocesors kopā ar CPU. Tādējādi CPU var veikt vispārējas nozīmes zinātnisko un inženiertehnisko skaitļošanu ar lielāku frekvenci. Šeit koda laikietilpīgā un skaitļošanas ietilpīgā daļa tiek pārvietota uz GPU, bet atlikušais kods joprojām darbojas CPU. GPU paralēli apstrādā kodu, tādējādi uzlabojot sistēmas veiktspēju. Šis skaitļošanas veids ir pazīstams kā hibrīda skaitļošana.
Grafiskā apstrādes bloka arhitektūra
Atšķirībā no procesora, kas satur divus līdz astoņus procesora kodolus, GPU veido simtiem mazāku kodolu. Visi šie kodoli darbojas paralēli paralēli. Lai efektīvi izmantotu GPU paralēlās skaitļošanas arhitektūras funkcijas, NVIDIA lietojumprogrammu izstrādātāji ir izstrādājuši paralēlu programmēšanas modeli ar nosaukumu “CUDA”.
GPU arhitektūra atšķiras atkarībā no tā modeļa. GPU vispārējo arhitektūru veido vairākas apstrādes kopas. Šajās kopās ir vairāki straumēšanas multiprocesori. Šeit katrs no straumēšanas daudzprocesori satur 1. slāņa instrukciju kešatmiņas slāni kopā ar saistītajiem kodoliem.
GPU veidlapas
Pamatojoties uz to funkcionalitāti un apstrādes metodēm, tirgū ir pieejamas dažādas GPU formas. Ir divas galvenās GPUin personālo datoru formas - īpaša grafiskā karte, integrēta grafika. Īpašā grafiskā karte ir pazīstama arī kā Discrete GPU. Integrētā grafika ir pazīstama arī kā vienotās atmiņas arhitektūra, koplietojami grafikas risinājumi.
Lielākā daļa GPU ir veidoti, ņemot vērā to pielietojumu, piemēram, 3D grafikas apstrādei, spēlēšanai utt. darbstacijas un mākslīgā intelekta apmācība, Nvidia Drive PX, kas paredzēta automatizētai automašīnai utt.
Īpaša grafikas karte
Sistēmas ar īpašu GPU ir pazīstamas kā “DIS sistēmas”. Šeit īpašais attiecas uz faktu, ka šīm GPU mikroshēmām ir īpaša RAM izmanto tikai karte. Parasti tās tiek mijiedarbotas ar mātesplatē, izmantojot paplašināšanas slotus, piemēram, PCI Express vai Accelerated Graphics Port. Šīs mikroshēmas ir viegli nomaināmas vai modernizētas. Lieluma un svara ierobežojumu dēļ īpašais GPU portatīvajos datoros tiek savienots, izmantojot nestandarta slotu.
Integrētā grafikas apstrādes vienība
Šim GPU nav īpašas RAM vienības. Tā vietā tā darbībai izmanto daļu no datora atmiņas. Šo GPU var integrēt mātesplatē vai nu kā tās mikroshēmas daļu, vai arī uzbūvēt to pašu mirst ar CPU. Šīm ierīcēm ir mazāka ietilpība nekā paredzētajai grafiskajai kartei, taču to ieviešana ir lētāka. Intel GP Graphics un AMD paātrinātā apstrādes vienība ir šī GPU piemēri.
Hibrīda grafikas apstrāde
Šī GPU funkcionalitāte atrodas starp veltīto grafisko karti un integrēto grafisko karti. Tas izmanto daļu no sistēmas atmiņas, un tam ir arī neliela veltīta atmiņas kešatmiņa. Šī īpašā kešatmiņa kompensē RAM lielo latentumu. ATI hiper atmiņa un Nvidia TurboCache ir parasti izmantotās hibrīdās grafikas apstrādes vienības.
Straumēšanas un GPU apstrāde vispārīgi
Tos tautā sauc par GPGPU. Vispārējas nozīmes grafikas apstrādes vienību parasti izmanto kā modificētu straumes procesoru, lai veiktu datorkodolu. Izmantojot šo koncepciju, mūsdienu grafiskā paātrinātāja ēnotāja masveida skaitļošanas jauda tiek izmantota kā vispārējas nozīmes skaitļošanas jauda. Masveida vektoru operācijām šī metode nodrošina lielāku veiktspēju nekā vienkāršs centrālais procesors.
Ārējais GPU
Līdzīgi lielam ārējam cietajam diskam, šī grafiskā apstrādes vienība atrodas arī datora bloka ārpusē. Tie ir arī ārēji savienoti ar klēpjdatoriem. Klēpjdatoriem parasti ir labs RAM apjoms un pietiekami jaudīgs centrālais procesors. Spēcīga grafiskā procesora vietā klēpjdatori ir iebūvēti ar mazāk jaudīgu, bet energoefektīvu borta grafisko mikroshēmu. Tie nav pietiekami jaudīgi, lai veiktu spēļu grafiku, un neatbalsta augstākas grafikas spēles. Tātad šis ārējais GPU tiek izmantots kopā ar klēpjdatoriem augstākām veiktspējām.
Pieaugot pieprasījumam pēc augstas grafikas un labas attēla izšķirtspējas, pieaug arī pieprasījums pēc jaudīgākiem GPU. Ar jaudīga GPU pieejamību daudz ko var sasniegt tādu augstas apstrādes tehnoloģiju jomā kā mašīnmācība un padziļināta mācīšanās. GPU ir arī paātrinājis milzīgu uzplaukumu spēļu nozarē. Ir uzsāktas daudzas augstas grafiskās spēles, kas pilnībā izmanto GPU jaudu. Kura veida GPU var ārēji pievienot klēpjdatoriem?
Bieži uzdotie jautājumi
1). Vai GPU ir grafiskā karte?
Grafiskā karte, kas atrodas skaitļošanas ierīcē, ir visa aparatūras daļa. Tā kā GPU ir mikroshēma, kas atrodas grafiskajā kartē.
2). Kurš ir ātrāks CPU vai GPU?
Šodien GPU ir pieejams ar lielākām atmiņas vienībām, lielāku apstrādes jaudu un lielāku atmiņas joslas platumu, salīdzinot ar tradicionālo procesoru. Tātad tiek konstatēts, ka GPU ir aptuveni 50 līdz 100 reizes ātrāks nekā centrālais procesors.
3). Cik kodolu ir GPU?
GPU veic paralēlo skaitļošanu. Tam ir simtiem mazāku kodolu, kas darbojas kopā. Šī milzīgā paralēlā skaitļošana nodrošina GPU tā izcilo skaitļošanas jaudu.
4). Vai RTX vai GTX ir labāki?
Salīdzinot ar GTX 1080 Ti, RTX 2080 ir jaunāka tehnoloģija un tā piedāvā labāku, ātrāku veiktspēju. RTX ir zemākas izmaksas, salīdzinot ar GTX.
5). Vai GPU var aizstāt CPU?
GPU ir ātrāks nekā centrālais procesors. Viņi veic uzdevumu ļoti ātri, vienlaikus veicot daudzus uzdevumus. Bet tas var veikt tikai noteiktas augstākas frekvences darbības un visas pārējās izpildes, piemēram, pārtraucēju manging, datu glabāšanu veic CPU. Nē, GPU nevar aizstāt CPU.
