I datorenheter har vi en bearbetningsenhet som behandlar data. Denna enhet är känd som den centrala bearbetningsenheten. De viktigaste uppgifterna för denna enhet inkluderar kodning och avkodning av data, lagring av data, bearbetning och sammanställning av data, exekvering av data etc. Frekvensen för CPU bestämmer enhetens bearbetning eller bearbetning. När du arbetar med en stor mängd data kräver det större minneslagring. Idag med ökningen av bildbehandlingstekniker njuter vi av högupplösta bilder, tydlig grafik etc. Den matematiska operation som krävs för dessa tekniker är väldigt enorm och kräver en snabbare bearbetningsenhet. För att övervinna detta kom den grafiska bearbetningsenheten (GPU) i rampljuset.
Vad är en grafisk behandlingsenhet?
Bearbetningsenheter används för att göra beräkningar i en datoranordning. Med tillkomsten av teknologikoncept som 3D-bilder, högupplöst videostreaming, grafik etc. introduceras. För att implementera dessa koncept på en hårdvaruenhet måste stora och komplexa matematiska operationer utföras och med högre hastighet.
Centralbehandlingsenheten, även om den har hög frekvens, kan inte bearbeta beräkningarna i en sådan stor skala effektivt. Så infördes en dedikerad bearbetningsenhet för att utföra större beräkningar med hög frekvens. Denna bearbetningsenhet kallades en grafisk behandlingsenhet. GPU är en specialiserad elektronisk enhet som huvudsakligen används för beräkningar baserade på datorgrafik och bildbehandling. Dessa är antingen inbäddade i SoC tillsammans med mikroprocessorn eller huvudprocessorn eller finns som fristående chips med dedikerade minnesenheter.
Beräkningsfunktioner
För beräkningar relaterade till 3D-datorgrafik använder GPU de transistorer som finns i sin design. Beräkningarna runt 3D-grafiken inkluderar geometriska operationer som rotation och översättning av hörn till olika koordinatsystem, strukturmappning och rendering av polygoner. Många senaste GPU-funktioner inkluderar också funktionaliteten hos CPU, översampling och interpoleringstekniker för att minska aliasing.
Idag har det skett en enorm ökning av användningen av GPU med ökningen av teknik för djupinlärning och maskininlärning. För att träna en djup inlärningsmodell måste ett större antal komplexa beräkningar göras. Användningen av GPU har gjort utbildningen av modeller för maskininlärning enklare.
Grafiska bearbetningsenheter visar sig vara 250 gånger snabbare än CPU. I GPU-accelererad videoavkodning utför GPU delarna av videoavkodningsprocessen och efterbearbetning av video. Det vanligaste API för detta ändamål är DxVA, VDPAU, VAAPI, XvMC, XvBA. Här är DxVA för det Windows-baserade operativsystemet och de återstående är för Linux-baserade och Unix-liknande operativsystem. XvMC kan bara avkoda videor kodade med MPEG-1 och MPEG-2.
Videoavkodningsprocesserna som kan utföras av GPU är följande:
- Rörelsekompensation
- Invers diskret cosinustransform
- Omvänd modifierad diskret cosinustransform.
- In-loop deblockering filter
- Förutsägelse inom ramen
- Omvänd kvantisering
- Avkodning med variabel längd
- Rumslig-tidsmässig avgränsning
- Automatisk detektering av interlace-källa
- Bitstream-bearbetning
- Perfekt pixelpositionering
Arkitektur för grafisk bearbetningsenhet
GPU används vanligtvis som en samprocessor tillsammans med CPU: n. Genom detta kan CPU: n utföra allmänna vetenskapliga och tekniska datorer med högre frekvens. Här flyttas den tidskrävande och beräkningsintensiva delen av koden till GPU medan den återstående koden fortfarande fungerar på CPU: n. GPU utför parallell bearbetning av koden och ökar därigenom systemets prestanda. Denna typ av datorer är känd som Hybrid Computing.
Arkitektur för grafisk bearbetningsenhet
Till skillnad från CPU som innehåller två till åtta CPU-kärnor, består GPU av hundratals mindre kärnor. Alla dessa kärnor arbetar tillsammans i parallell bearbetning. För att effektivt kunna använda funktionerna i GPU: s parallella datorarkitektur har applikationsutvecklare på NVIDIA utformat en parallell programmeringsmodell som heter 'CUDA'.
GPU-arkitektur skiljer sig beroende på dess modell. GPU: s allmänna arkitektur består av flera processorkluster. Dessa kluster innehåller flera strömmande multiprocessorer. Här, var och en av streaming multiprocessorer innehåller ett lager av lager-1 instruktionscache tillsammans med tillhörande kärnor.
GPU-formulär
Baserat på deras funktionalitet och bearbetningsmetoder finns det olika former av GPU tillgängliga på marknaden. Det finns två huvudformer av GPUin persondatorer - dedikerat grafikkort, integrerad grafik. Det dedikerade grafikkortet kallas också Discrete GPU. Integrerad grafik är också känd som Unified memory architecture, shared graphics solutions.
De flesta av GPU: erna är designade med tanke på deras applikation som för 3D-grafikbearbetning, spel mm. träning av arbetsstation och artificiell intelligens, Nvidia Drive PX designad för den automatiska bilen, etc ...
Dedikerat grafikkort
System med dedikerad GPU kallas 'DIS-system'. Här hänvisar dedikerad till det faktum att dessa GPU-chips har en dedikerad Bagge används uteslutande av kortet. Dessa är vanligtvis gränssnitt med moderkortet med hjälp av expansionsplatser som PCI Express eller Accelerated Graphics Port. Dessa marker kan enkelt bytas ut eller uppgraderas. På grund av storlek och viktbegränsningar är dedikerad GPU på bärbara datorer gränssnitt via en icke-standardplats.
Integrerad grafikbehandlingsenhet
Denna typ av GPU har inte en dedikerad RAM-enhet. Istället använder den en del datorminne för dess funktion. Denna GPU kan integreras på moderkortet antingen som en del av chipsetet eller byggas på samma matris med CPU. Dessa har mindre kapacitet än det dedikerade grafikkortet men är mindre kostsamma att implementera. Intel HD Graphics och AMD Accelerated Processing Unit är exempel på denna GPU.
Hybrid grafikbehandling
Funktionen för denna GPU ligger mellan det dedikerade grafikkortet och det integrerade grafikkortet. Detta använder en del av systemminnet och har också en liten dedikerad minnecache. Denna dedikerade cache kompenserar för den höga latensen för RAM. ATI: s hyperminne och Nvidias TurboCache är de vanliga Hybrid Graphics Processing Units.
Stream Processing och General Processing GPU: er
Dessa kallas populärt som GPGPU. Allmän grafikbehandlingsenhet används ofta som den modifierade strömprocessorn för att utföra datorkärnor. Med detta koncept används den massiva beräkningskraften för den moderna grafikacceleratorns skuggning som den allmänna datorkraften. För massiva vektoroperationer ger denna metod högre prestanda än en enkel CPU.
Extern GPU
På samma sätt som en stor extern hårddisk finns den här grafiska bearbetningsenheten också på datorns utsida. Dessa är också externt anslutna till bärbara datorer. Bärbara datorer har vanligtvis en hel del RAM och en tillräckligt kraftfull CPU. Istället för en kraftfull grafikprocessor är bärbara datorer inbäddade med ett mindre kraftfullt men mer energieffektivt grafikchip ombord. Dessa är inte tillräckligt kraftfulla för att utföra spelgrafik och stöder inte högre grafikspel. Så denna externa GPU används med bärbara datorer för högre prestanda.
Med den ökande efterfrågan på hög grafik och bra bildupplösningar ökar också efterfrågan på kraftfullare GPU: er. Med tillgången på kraftfull GPU kan mycket mer uppnås inom teknik för hög bearbetning som maskininlärning och djupinlärning. GPU har också påskyndat en enorm boom i spelbranschen. Många högt grafiska spel har lanserats som utnyttjar kraften i GPU till fullo. Vilken typ av GPU kan anslutas externt till bärbara datorer?
Vanliga frågor
1). Är en GPU ett grafikkort?
Ett grafikkort som finns på datoranordningen är en hel hårdvarudel. Medan en GPU är ett chip som finns på grafikkortet.
2). Vilken är en snabbare CPU eller GPU?
Idag finns GPU med större minnesenheter, större processorkraft och större minnesbandbredd jämfört med den traditionella processorn. Så, GPU visar sig vara cirka 50 till 100 gånger snabbare än CPU: n.
3). Hur många kärnor har en GPU?
GPU gör parallell beräkning. Den har hundratals mindre kärnor som arbetar tillsammans. Denna massiva parallella beräkning ger GPU: n sin överlägsna datorkraft.
4). Är RTX eller GTX bättre?
Jämfört med GTX 1080 Ti har RTX 2080 nyare teknik och erbjuder bättre, snabbare prestanda. RTX har lägre kostnad jämfört med GTX.
5). Kan en GPU ersätta en CPU?
GPU är snabbare än CPU. De utför uppgiften mycket snabbt genom att utföra många uppgifter åt gången. Men det kan bara utföra vissa högre frekvensoperationer och alla andra körningar som avbrott i avbrott, datalagring görs av CPU. Nej, GPU kan inte ersätta en CPU.
