A számítástechnikai eszközökben van egy adatfeldolgozó egységünk. Ez az egység központi feldolgozó egységként ismert. Ennek az egységnek a fő feladatai közé tartozik az adatok kódolása és dekódolása, az adatok tárolása, az adatok feldolgozása és összeállítása, az adatok végrehajtása stb. processzor meghatározza az eszköz feldolgozásának vagy működésének sebességét. Nagy mennyiségű adatnál nagyobb memória tárolást igényel. Ma a képfeldolgozási technikák növekedésével nagyfelbontású képeket, tiszta grafikákat, stb. Élvezünk. Az ezekhez a technikákhoz szükséges matematikai műveletek nagyon nagyok, és gyorsabb feldolgozó egységet igényelnek. Ennek leküzdésére a grafikus processzor (GPU) reflektorfénybe került.
Mi az a grafikus feldolgozó egység?
Feldolgozó egységeket használnak számítások elvégzésére egy számítástechnikai eszközben. Az olyan technológiai koncepciók megjelenésével, mint a 3D képek, a High Definition video streaming, a Graphics stb. Ahhoz, hogy ezeket a koncepciókat hardver eszközön valósítsák meg, nagy és összetett matematikai műveleteket kell végrehajtani és nagyobb sebességgel.
A központi feldolgozó egység, bár nagy frekvenciával rendelkezik, nem képes hatékonyan feldolgozni az ilyen nagy léptékű számításokat. Tehát egy külön feldolgozó egységet vezettek be a nagyobb számítások nagy frekvenciával történő végrehajtására. Ezt a feldolgozó egységet grafikus feldolgozó egységnek hívták. A GPU egy speciális elektronikus eszköz, amelyet elsősorban számítógépes grafikákon és képfeldolgozáson alapuló számításokra használnak. Ezek vagy be vannak ágyazva a SoC a mikroprocesszorral vagy a fő processzorral együtt, vagy különálló memóriaként különálló chipként kapható.
Számítási függvények
A 3D számítógépes grafikával kapcsolatos számításokhoz a GPU a tervezésében jelen lévő tranzisztorokat használja. A 3D grafika körüli számítások olyan geometriai műveleteket tartalmaznak, mint például a csúcsok elforgatása és fordítása különböző koordinátarendszerekre, textúra leképezés és sokszögek renderelése. Sok közelmúltbeli GPU-funkció magában foglalja a CPU funkcióit, a túlmintavételezést és az interpolációs technikákat az álnév csökkentése érdekében.
Ma óriási növekedés tapasztalható a GPU használatában a mély tanulási és gépi tanulási technológiák növekedésével. A mély tanulási modell kiképzéséhez nagyobb számú komplex számítást kell elvégezni. A GPU használata megkönnyítette a gépi tanulási modellek képzését.
A grafikus feldolgozó egységek 250-szer gyorsabbak, mint a CPU. A GPU gyorsított videó dekódolásában a GPU elvégzi a videó dekódolási folyamat és a videó utómunka részeit. Az erre a célra általánosan használt API a DxVA, VDPAU, VAAPI, XvMC, XvBA. Itt a DxVA a Windows alapú operációs rendszerre vonatkozik, a többi pedig Linux alapú és Unix típusú operációs rendszerekre vonatkozik. Az XvMC csak az MPEG-1 és MPEG-2 kódolású videókat tudja dekódolni.
A GPU által végrehajtható videó dekódolási folyamatok a következők:
- Mozgáskompenzáció
- Inverz diszkrét koszinusz-transzformáció
- Inverz módosított diszkrét koszinusz-transzformáció.
- Hurkon belüli blokkoló szűrő
- Kereten belüli előrejelzés
- Inverz kvantálás
- Változó hosszúságú dekódolás
- Téri-időbeli elválasztás
- Automatikus váltott soros forrás érzékelés
- Bitfolyam feldolgozás
- Tökéletes pixel pozícionálás
Grafikus feldolgozó egység felépítése
A GPU-t általában társprocesszorként használják a CPU-val együtt. Ezzel a CPU általános célú tudományos és mérnöki számítástechnikát képes végrehajtani nagyobb gyakorisággal. Itt a kód időigényes és számításigényes része a GPU-ra kerül, míg a fennmaradó kód még mindig működik a CPU-n. A GPU párhuzamosan dolgozza fel a kódot, ezáltal növelve a rendszer teljesítményét. Ez a számítástípus hibrid számítástechnika néven ismert.
Grafikus feldolgozó egység felépítése
A két-nyolc CPU-magot tartalmazó CPU-val ellentétben a GPU több száz kisebb magból áll. Mindezek a magok párhuzamos feldolgozással működnek együtt. A GPU párhuzamos számítási architektúrájának funkcióinak hatékony kihasználása érdekében az NVIDIA alkalmazásfejlesztői egy „CUDA” nevű párhuzamos programozási modellt terveztek.
A GPU architektúrája modellje szerint különbözik. A GPU általános felépítése többszörös feldolgozó fürtökből áll. Ezek a fürtök több Streaming multiprocesszort tartalmaznak. Itt mindegyik a streaming multiprocesszorok az 1. réteg utasítás-gyorsítótár rétegét tartalmazza a hozzá tartozó magokkal együtt.
GPU űrlapok
Funkcionalitásuk és feldolgozási módszereik alapján a GPU különböző formái állnak rendelkezésre a piacon. A GPUin személyi számítógépeknek két fő formája létezik - dedikált grafikus kártya, integrált grafika. A dedikált grafikus kártya más néven Diszkrét GPU. Az integrált grafika Unified memory architektúra, megosztott grafikai megoldások néven is ismert.
A legtöbb GPU-t alkalmazásuknak megfelelően tervezték, például 3D grafikus feldolgozáshoz, játékhoz stb. munkaállomás és mesterséges intelligencia oktatás, az automatizált autóhoz tervezett Nvidia Drive PX stb.
Dedikált grafikus kártya
A dedikált GPU-val rendelkező rendszerek „DIS Systems” néven ismertek. Itt a dedikált arra utal, hogy ezek a GPU chipek dedikáltak RAM kizárólag a kártya használja. Ezeket általában az alaplaphoz illesztik, olyan bővítőhelyek segítségével, mint a PCI Express vagy az Accelerated Graphics Port. Ezek a chipek könnyen cserélhetők vagy frissíthetők. A méret és a súly korlátai miatt a hordozható számítógépeken a dedikált GPU-k nem szabványos nyíláson keresztül kapcsolódnak egymáshoz.
Integrált grafikus feldolgozó egység
Ez a típusú GPU nem rendelkezik külön RAM egységgel. Ehelyett a számítógép memóriájának egy részét használja működéséhez. Ez a GPU integrálható az alaplapra akár a chipset részeként, akár ugyanazon kockára építhető CPU-val. Ezek kapacitása kisebb, mint a dedikált grafikus kártya, de megvalósításuk kevésbé költséges. Az Intel HD Graphics és az AMD Accelerated processzor példája ennek a GPU-nak.
Hibrid grafikus feldolgozás
A GPU működése a dedikált grafikus kártya és az integrált grafikus kártya között található. Ez felhasználja a rendszermemória egy részét, és rendelkezik egy kis dedikált memória gyorsítótárral is. Ez a dedikált gyorsítótár pótolja a RAM nagy késleltetését. Az ATI hipermemóriája és az Nvidia TurboCache a leggyakrabban használt hibrid grafikus feldolgozó egységek.
Adatfolyam-feldolgozás és általános feldolgozás GPU-k
Ezeket népiesen GPGPU-ként hívják. Az általános célú grafikus feldolgozó egységet általában módosított adatfolyam-processzorként használják számítógépes magok végrehajtására. Ezt a koncepciót használva a modern grafikus gyorsító árnyékolójának hatalmas számítási teljesítményét használják általános célú számítási teljesítményként. Hatalmas vektoros műveleteknél ez a módszer nagyobb teljesítményt nyújt, mint egy egyszerű CPU.
Külső GPU
Hasonlóan egy nagy külső merevlemezhez, ez a grafikus feldolgozó egység a számítógép egység külsején is jelen van. Ezek külsőleg a laptopokhoz is csatlakoznak. A laptopok általában jó mennyiségű RAM-mal és kellően erős CPU-val rendelkeznek. Nagy teljesítményű grafikus processzor helyett a laptopok kevésbé erőteljes, de energiatakarékosabb fedélzeti grafikus chipbe vannak ágyazva. Ezek nem elég erősek a játékgrafikák végrehajtásához, és nem támogatják a magasabb grafikus játékokat. Tehát ezt a külső GPU-t laptopokkal használják a nagyobb teljesítmény érdekében.
A magas grafika és a jó képfelbontás iránti növekvő igény miatt az erősebb GPU-k iránti igény is növekszik. Az erőteljes GPU elérhetőségével sokkal többet lehet elérni olyan magas feldolgozási technológiák területén, mint a gépi tanulás és a mély tanulás. A GPU a játékipar óriási fellendülését is felgyorsította. Számos olyan grafikus játék indult, amely teljes mértékben kihasználja a GPU erejét. Milyen típusú GPU csatlakoztatható külsőleg a laptopokhoz?
GYIK
1). A GPU grafikus kártya?
A számítástechnikai eszközön lévő grafikus kártya egy teljes hardverelem. Míg a GPU egy chip, amely a grafikus kártyán található.
2). Melyik a gyorsabb CPU vagy GPU?
Ma a GPU nagyobb memóriaegységekkel, nagyobb feldolgozási kapacitással és nagyobb memória sávszélességgel érhető el, mint a hagyományos CPU. Tehát a GPU körülbelül 50-100-szor gyorsabb, mint a CPU.
3). Hány magja van egy GPU-nak?
A GPU párhuzamos számítást végez. Több száz kisebb mag dolgozik együtt. Ez a hatalmas párhuzamos számítástechnika a GPU-nak kiváló számítási teljesítményt nyújt.
4). Az RTX vagy a GTX jobb?
A GTX 1080 Ti-hez képest az RTX 2080 újabb technológiával rendelkezik, és jobb, gyorsabb teljesítményt kínál. Az RTX költsége alacsonyabb a GTX-hez képest.
5.) Helyettesítheti-e a GPU a CPU-t?
A GPU gyorsabb, mint a CPU. Nagyon gyorsan végzik a feladatot, ha egyszerre sok feladatot végeznek. De csak bizonyos magasabb frekvenciájú műveleteket képes végrehajtani, és minden más végrehajtást, például a megszakítások rombolását, az adattárolást a CPU végzi. Nem, a GPU nem helyettesítheti a CPU-t.
