Wszyscy wiemy, że karta graficzna i procesor mają nieco inne zadania, ale czy wiesz, jak różnią się od siebie wewnętrzną strukturą? Jak procesor jednostka centralna) i GPU (angielski - Procesor graficzny) są procesorami i jest między nimi wiele podobieństw, ale zostały zaprojektowane do wykonywania różnych zadań. Więcej na ten temat dowiesz się z tego artykułu.

procesor

Główne zadanie procesora, mówiące w prostych słowach, to wykonanie łańcucha instrukcji w najkrótszym możliwym czasie. Procesor jest zaprojektowany w taki sposób, że może wykonywać kilka z tych łańcuchów jednocześnie lub rozdzielić jeden strumień instrukcji na kilka, a po wykonaniu ich osobno, połączyć je z powrotem w jeden, we właściwej kolejności. Każda instrukcja w wątku zależy od tych, które po niej następują, dlatego procesor ma tak mało jednostek wykonawczych, a cały nacisk kładziony jest na szybkość wykonywania i skrócenie czasu bezczynności, co osiąga się za pomocą pamięci podręcznej i potoku.

GPU

Główną funkcją GPU jest renderowanie grafiki 3D i efekty wizualne, dlatego wszystko jest w nim trochę prostsze: musi uzyskać wielokąty na wejściu, a po wykonaniu na nich niezbędnych operacji matematycznych i logicznych wyprowadzić współrzędne pikseli na wyjściu. W rzeczywistości praca GPU sprowadza się do pracy na ogromnej liczbie niezależnych zadań, dlatego zawiera dużą ilość pamięci, ale nie tak szybką jak w CPU, i ogromną liczbę jednostek wykonawczych: nowoczesne GPU mają 2048 lub więcej z nich, podobnie jak procesor, ich liczba może sięgać 48, ale najczęściej ich liczba mieści się w przedziale 2-8.

Główne różnice

Procesor różni się od GPU przede wszystkim sposobem dostępu do pamięci. W GPU jest podłączona i łatwa do przewidzenia - jeśli z pamięci zostanie odczytany teksel tekstury, to po chwili nadejdzie kolej na sąsiednie teksele. Przy nagrywaniu sytuacja jest podobna – piksel jest zapisywany do bufora ramki, a po kilku cyklach zapisywany będzie ten znajdujący się obok. Ponadto GPU, w przeciwieństwie do procesorów ogólnego przeznaczenia, po prostu nie potrzebuje pamięci podręcznej. duży rozmiar, podczas gdy tekstury wymagają tylko 128-256 kilobajtów. Ponadto na kartach graficznych wykorzystywana jest szybsza pamięć, w wyniku czego GPU ma do dyspozycji wielokrotnie większą przepustowość, co jest również bardzo ważne w przypadku obliczeń równoległych, które operują ogromnymi strumieniami danych.

Istnieje wiele różnic w obsłudze wielowątkowości: procesor wykonuje 1 – 2 wątki obliczeniowe na rdzeń procesora, a GPU może obsłużyć kilka tysięcy wątków na multiprocesor, z czego kilka w chipie! A jeśli przełączanie procesora z jednego wątku na inny kosztuje setki cykli, to GPU przełącza kilka wątków w jednym cyklu.

W procesorze większość obszaru chipa zajmują bufory instrukcji, przewidywanie gałęzi sprzętowych i ogromne ilości pamięci podręcznej, podczas gdy w GPU większość obszaru zajmują jednostki wykonawcze. Powyższe urządzenie schematycznie pokazano poniżej:

Różnica prędkości obliczeniowej

Jeśli procesor jest rodzajem „szefa”, który podejmuje decyzje zgodnie z instrukcjami programu, to GPU jest „pracownikiem”, który wykonuje ogromną ilość tego samego rodzaju obliczeń. Okazuje się, że jeśli złożysz do GPU proste, niezależne zadania matematyczne, to poradzi sobie znacznie szybciej niż procesor. Ta różnica jest z powodzeniem wykorzystywana przez górników bitcoin.

Kopalnia bitcoinów

Istotą górnictwa jest to, że komputery znajdujące się w różnych częściach Ziemi rozwiązują problemy matematyczne, w wyniku których powstają bitcoiny. Wszystkie transfery bitcoinów w łańcuchu są przekazywane górnikom, których zadaniem jest wybieranie spośród milionów kombinacji jednego skrótu, który pasuje do wszystkich nowych transakcji i tajnego klucza, który zapewni górnikowi nagrodę w wysokości 25 bitcoinów na raz. Ponieważ szybkość obliczeń zależy bezpośrednio od liczby jednostek wykonawczych, okazuje się, że procesory GPU są znacznie lepiej przystosowane do wykonywania tego typu zadań niż procesor. Im większa liczba wykonanych obliczeń, tym większa szansa na zdobycie bitcoinów. Doszło nawet do budowy całych farm z kart wideo.

Niemiecki badacz zajmujący się wykorzystaniem obliczeń GPU w ekonofizyce i fizyce statystycznej, w tym do analizy informacji na giełdzie. Przedstawiamy Państwu główne tezy tego materiału.

Uwaga: artykuł w czasopiśmie datowany jest na 2011 rok, od tego czasu pojawiły się nowe modele urządzeń GPU, jednak ogólne podejście do wykorzystania tego narzędzia w infrastrukturze do handlu online pozostało niezmienione.

Wymagania dotyczące mocy obliczeniowej rosną w różnych obszarach. Jednym z nich jest analiza finansowa, która jest niezbędna do skutecznego handlu na giełdzie, zwłaszcza z HFT. W celu podjęcia decyzji o kupnie lub sprzedaży akcji algorytm musi przeanalizować znaczną ilość danych wejściowych – informacje o transakcjach i ich parametrach, aktualne notowania i trendy cenowe itp.

Czas, który upłynie od utworzenia zlecenia kupna lub sprzedaży do otrzymania z serwera giełdy odpowiedzi o jego pomyślnym wykonaniu, nazywany jest podróżą w obie strony (RTT). Uczestnicy rynku starają się skrócić ten czas, w szczególności korzystają z technologii bezpośredniego dostępu do giełdy, a serwery z oprogramowaniem tradingowym znajdują się w kolokacji obok silnika handlowego giełd.

Jednak technologiczne możliwości ograniczenia podróży w obie strony są ograniczone, a po ich wyczerpaniu handlowcy stają przed pytaniem, jak jeszcze przyspieszyć operacje handlowe. W tym celu stosuje się nowe podejścia do budowania infrastruktury do handlu online. W szczególności używane są FPGA i GPU. O przyspieszeniu handlu HFT pisaliśmy wcześniej za pomocą „programowalnego sprzętu”, dziś porozmawiamy o tym, jak można do tego wykorzystać GPU.

Co to jest GPU

Architektura nowoczesności karty graficzne opiera się na skalowalnej tablicy multiprocesorów strumieniowych. Jeden z takich wieloprocesorów zawiera osiem rdzeni procesorów skalarnych, wielowątkowy moduł instrukcji, pamięć współdzieloną umieszczoną na chipie (na chipie).

Kiedy program w C używający rozszerzeń CUDA wywołuje rdzeń GPU, kopie tego rdzenia lub wątków są numerowane i przydzielane do dostępnych wieloprocesorów, w których rozpoczyna się ich wykonanie. W przypadku tej numeracji i dystrybucji sieć szkieletowa jest podzielona na bloki, z których każdy jest podzielony na różne strumienie. Wątki w takich blokach działają jednocześnie na dostępnych wieloprocesorach. Do zarządzania dużą liczbą wątków wykorzystywany jest moduł SIMT (pojedyncza instrukcja wielowątkowa). Ten moduł grupuje je w „paczki” 32 wątków. Takie grupy są wykonywane na tym samym multiprocesorze.

Analiza danych finansowych na GPU

W analizie finansowej stosuje się wiele miar i wskaźników, których obliczenie wymaga poważnego moc obliczeniowa. Poniżej wymieniamy niektóre z nich i porównujemy szybkość przetwarzania pokazywaną przez „normalny” procesor z Intel Core 2 Quad CPU (Q6700) o taktowaniu 2,66 GHz z 4096 kilobajtami pamięci podręcznej, a także popularne karty graficzne.

Wystawca Hurst

W analizie szeregów czasowych stosowana jest miara zwana wykładniczą Hursta. Wartość ta maleje, gdy zwiększa się opóźnienie między dwiema identycznymi parami wartości w szeregu czasowym. Początkowo koncepcja ta została wykorzystana w hydrologii do określenia wielkości zapory na Nilu w warunkach nieprzewidywalnych deszczów i susz.

Następnie wykładnik Hursta zaczęto wykorzystywać w ekonomii, w szczególności w analizie technicznej do przewidywania trendów w ruchu szeregów cenowych. Poniżej znajduje się porównanie wydajności obliczania wykładnika Hursta na CPU i GPU (wskaźnik „przyspieszenia” β = całkowity czas obliczeń na CPU / całkowity czas obliczeń na GPU GeForce 8800 GT):

Model Isinga i metoda Monte Carlo

Innym narzędziem, które tym razem przeniosło się z fizyki do dziedziny finansów, jest model Isinga. Ten matematyczny model fizyki statystycznej ma na celu opisanie namagnesowania materiału.

Każdemu wierzchołkowi sieci krystalicznej (uwzględniamy nie tylko trójwymiarowe, ale także jedno- i dwuwymiarowe wariacje) przypisywana jest liczba zwana spinem i równa +1 lub -1 („pole w górę” / „pole w dół”) . Każdy z 2^N opcje układowi spinów (gdzie N jest liczbą atomów w sieci), przypisuje się energię wynikającą z parowego oddziaływania spinów sąsiednich atomów. Następnie dla danej temperatury rozważany jest rozkład Gibbsa – jego zachowanie jest rozważane dla dużej liczby atomów N.

W niektórych modelach (na przykład o wymiarze > 1) obserwuje się przejście fazowe drugiego rzędu. Temperatura, w której zanikają właściwości magnetyczne materiału, nazywana jest temperaturą krytyczną (punkt Curie). W jego sąsiedztwie rozchodzi się szereg charakterystyk termodynamicznych.

Początkowo model Isinga był używany do zrozumienia natury ferromagnetyzmu, ale później stał się bardziej rozpowszechniony. W szczególności służy do uogólnień w systemach społeczno-gospodarczych. Na przykład uogólnienie modelu Isinga determinuje interakcje uczestników rynku finansowego. Każdy z nich ma strategię zachowania, której racjonalność można ograniczyć. Decyzje o tym, czy sprzedać lub kupić akcje i po jakiej cenie, zależą od wcześniejszych decyzji danej osoby i ich wyniku, a także od działań innych uczestników rynku.

Model Isinga służy do modelowania interakcji między uczestnikami rynku. Do implementacji modelu Isinga i modelowania symulacyjnego wykorzystywana jest metoda Monte Carlo, która pozwala na zbudowanie modelu matematycznego dla projektu o niepewnych wartościach parametrów.

Poniżej znajduje się porównanie wydajności symulacji na CPU i GPU ( NVIDIA GeForce GTX 280):

Istnieją implementacje modelu Isinga wykorzystujące podczas analizy różne liczby spinów. Implementacje wieloobrotowe umożliwiają równoległe ładowanie wielu obrotów.

Przyspieszenie wielu GPU

Aby przyspieszyć przetwarzanie danych, wykorzystywane są również klastry urządzeń GPU – w tym przypadku badacze zmontowali klaster dwóch kart GPU Tesla C1060, między którymi komunikacja odbywała się za pośrednictwem Double Data Rate InfiniBand.

W przypadku symulacji Monte Carlo modelu Isinga, wyniki pokazują, że wydajność wzrasta niemal liniowo wraz z dodaniem większej liczby GPU.

Wniosek

Eksperymenty pokazują, że wykorzystanie GPU może prowadzić do znacznego wzrostu wydajności analiz finansowych. Jednocześnie przyrost prędkości w porównaniu z wykorzystaniem architektury z procesorem może sięgać kilkudziesięciu razy. Jednocześnie można osiągnąć jeszcze większy wzrost wydajności, tworząc klastry GPU – w tym przypadku rośnie ona niemal liniowo.

Cześć przyjaciele.

Czy lubisz grać w realistyczne gry na swoim komputerze? Albo obejrzeć film w jakości, która wyraźnie pokazuje każdy drobiazg? Musisz więc sobie wyobrazić, czym jest procesor graficzny w komputerze. Czy wiesz coś o nim? Mój artykuł pomoże Ci pozbyć się tego nieporozumienia ;-).

GPU nie jest kartą graficzną

Kombinacja nieznanych wielu liter implikuje pojęcie „jednostki przetwarzania grafiki”, co w naszym języku oznacza procesor graficzny. To on jest odpowiedzialny za odtworzenie obrazu na twoim sprzęcie, a im lepsza jego charakterystyka, tym lepszy będzie obraz.

Zawsze myślałeś, że te funkcje spełniają? Oczywiście masz rację, ale jest to złożone urządzenie, a jego głównym elementem jest właśnie procesor graficzny. Może również istnieć niezależnie od vidyuhi. Porozmawiamy o tym nieco później.

GPU: nie mylić z procesorem

Pomimo podobieństwa skrótów, nie myl tematu naszej rozmowy z (Central Processor Unit). Tak, są podobne, zarówno pod względem nazwy, jak i funkcji. Ten ostatni potrafi też odwzorować grafikę, jednak jest pod tym względem słabszy. Są to jednak zupełnie inne urządzenia.

Różnią się architekturą. Procesor to wielofunkcyjne urządzenie, które odpowiada za wszystkie procesy w komputerze. Aby to zrobić, potrzebuje kilku, za pomocą których sekwencyjnie przetwarza jedno zadanie po drugim.

Z kolei GPU został pierwotnie zaprojektowany jako specjalistyczne urządzenie przeznaczone do renderowania grafiki, przetwarzania tekstur i złożonych obrazów z dużą prędkością. Do takich celów został wyposażony w wielowątkową strukturę i wiele rdzeni, aby mógł pracować z dużą ilością informacji na raz, a nie sekwencyjnie.

W związku z tą przewagą liderzy wśród producentów kart wideo wypuścili modele, w których procesory graficzne mogą stać się zaawansowanym zamiennikiem centralnego. Marka nVidia nazywa takie urządzenie GTX 10xx, podczas gdy główny konkurent AMD nazywa je RX.

Rodzaje procesorów graficznych

Abyś mógł poruszać się po rynku GPU, proponuję zapoznać się z typami tego urządzenia:

• Oddzielny. Zawarty w karcie wideo. Łączy się z płyta główna przez dedykowane gniazdo (najczęściej PCIe lub AGP). Ma własne Baran. Jesteś wymagającym graczem lub pracujesz z kompleksem edytory graficzne? Weź dyskretny model.

• Zintegrowany (IGP). Wcześniej wlutowany w płyta główna, jest teraz wbudowany w procesor. Początkowo nie nadaje się do grania w realistyczne gry i ciężkie programy graficzne Jednak nowsze modele radzą sobie z tymi zadaniami. Należy jednak pamiętać, że takie układy są nieco wolniejsze, ponieważ nie mają osobistej pamięci RAM i mają dostęp do pamięci procesora.

• Hybrydowe przetwarzanie grafiki. Jest to 2 w 1, to znaczy, gdy w komputerze zainstalowany jest zarówno pierwszy typ, jak i drugi typ GPU. W zależności od wykonywanych zadań, jedno lub drugie jest zawarte w pracy. Są jednak laptopy, w których jednocześnie mogą pracować 2 rodzaje urządzeń.
• typ zewnętrzny. Jak można się domyślić, jest to procesor graficzny znajdujący się poza komputerem. Najczęściej ten model wybierają posiadacze laptopów, którym trudno jest wcisnąć się w sprzęt dyskretna karta graficzna, ale naprawdę chcę uzyskać przyzwoitą grafikę.

Jak wybrać?

Wybierając kartę wideo dla siebie, zwróć uwagę na następujące cechy:

• Częstotliwość zegara. Określone w megahercach. Im wyższa liczba, tym więcej informacji na sekundę może przetworzyć urządzenie. To prawda, że ​​nie tylko wpływa to na jego wydajność. Architektura też ma znaczenie.
• Liczba bloków obliczeniowych. Przeznaczone są do przetwarzania zadań - shaderów odpowiedzialnych za obliczenia wierzchołkowe, geometryczne, pikselowe i uniwersalne.

• Szybkość napełniania (szybkość napełniania). Ten parametr może powiedzieć, jak szybko GPU może narysować obraz. Jest podzielony na 2 typy: piksel (szybkość wypełniania pikseli) i tekstura (szybkość texel). Na pierwszy wpływ ma liczba bloków ROP w strukturze procesora, a na drugi - jednostki tekstur (TMU).

Zwykle w najnowsze modele GPU pierwszych bloków jest mniejsze. Zapisują piksele obliczone przez kartę wideo do buforów i mieszają je, co sprytnie nazywa się mieszaniem. TMU wykonują próbkowanie i filtrowanie tekstur oraz innych informacji wymaganych do wyrównania sceny i ogólnych obliczeń.

bloki geometryczne

Wcześniej nikt nie zwracał na nie uwagi, ponieważ wirtualne gry miały prostą geometrię. Ten parametr zaczął być brany pod uwagę po pojawieniu się teselacji w DirectX 11. Nie rozumiesz o co mi chodzi? Chodźmy w porządku.

Jest to środowisko (zestaw narzędzi) do pisania gier. Aby ułatwić poruszanie się w temacie, powiem, że Ostatnia wersja produkt - 12., który został wydany w 2015 roku.

Teselacja to podział samolotu na części w celu wypełnienia ich nowymi informacjami, co zwiększa realizm rozgrywki.

Tak więc, jeśli chcesz zanurzyć się na oślep w atmosferę Metro 2033, Crysis 2, HAWX 2 itp., Przy wyborze GPU weź pod uwagę liczbę bloków geometrycznych.

Pamięć

Gotowy na nową kartę wideo? Musisz więc wziąć pod uwagę jeszcze kilka cech pamięci RAM:

• Tom. Znaczenie pamięci RAM jest nieco przeceniane, ponieważ nie tylko jej pojemność, ale także rodzaj i właściwości wpływają na wydajność karty.
• Szerokość opony. To jest bardziej znaczący parametr. Im szerszy, tym więcej informacji pamięć może wysłać do chipa i odwrotnie w określonym czasie. Do grania w gry wymagane jest minimum 128 bitów.
• Częstotliwość. Definiuje również wydajność BARAN. Należy jednak pamiętać, że pamięć z 256-bitową szyną i częstotliwością 800 (3200) MHz działa wydajniej niż 128 bitów przy 1000 (4000) MHz.
• Rodzaj. Nie będę Was obarczał zbędnymi informacjami, ale wymienię tylko typy, które są optymalne na dziś – to GDDR 3 i 5 generacji.

Słowo o chłodzeniu

Myślisz o zainstalowaniu potężnego chipa? Od razu zadbaj o dodatkowe chłodzenie w postaci grzejników, chłodnic, a jeśli masz zamiar regularnie wyciskać cały sok z urządzenia, możesz pomyśleć o układzie płynnym.

Ogólnie miej oko na temperaturę vidyuhi. Program może ci w tym pomóc. GPU-Z itp., który oprócz tego parametru powie Ci wszystko o urządzeniu.

Oczywiście nowoczesne karty graficzne są wyposażone w system ochronny, który wydaje się zapobiegać przegrzaniu. Do różne modele granica temperatury jest inna. Średnio jest to 105 ° C, po czym adapter sam się wyłącza. Ale lepiej jest zaoszczędzić drogie urządzenie i zapewnić chłodzenie pomocnicze.

Cześć chłopaki. Dziś porozmawiamy o prędkości GPU – w prosty sposób powiem, co to jest. Cóż, na początek przeanalizujmy samą nazwę, GPU to procesor graficzny lub, w prosty sposób, twoja karta graficzna, nawiasem mówiąc, oznacza Graphics Processing Unit. Drugie słowo to Speed ​​i oznacza prędkość. Jaki jest wniosek? Szybkość GPU odnosi się do szybkości karty graficznej.

Ale co oznacza prędkość karty graficznej? Więc pomyślałem.. prędkość, jakby czegoś takiego nie było. Jest częstotliwość vidyuhi, czyli procesor graficzny. Im wyższa jest ta częstotliwość, tym szybciej działa odpowiednio vidyukha.

Poszedłem do internetu trochę wyjaśnić tę sytuację i.. tak się dowiedziałem, patrzcie, znalazłem to zdjęcie:

Na zdjęciu autorski program firmy Asus, czyli GPU Tweak II. I rozumiem, że program pozwala przełączać tryby vidyuhi. I spójrz, zdjęcie mówi 122%, prawda? Co to znaczy? Oznacza to, że vidyukha jest o 22% bardziej wydajna niż zwykle. To znaczy jakiś akcelerator dla siebie. A po prawej, od razu widzimy temperaturę, aby zobaczyć, jak tam się sprawy mają, ponieważ podczas przyspieszania temperatura i tak rośnie.

Oznacza to, że pierwszy prawdziwy przypadek, w którym może istnieć GPU Speed ​​\u200b\u200bto zastrzeżony program do konfigurowania vidyuhi, zwykle ma on różne tryby, jest gra, biuro, tryb cichy i może trochę więcej. I wydaje się, że możesz nawet stworzyć swój własny tryb.

Znalazłem więc inny obrazek, tutaj wszystko to ten sam program, ale już 137% warty:

A u góry widzisz wybrany tryb gier, czyli tryb gry.

Czy szybkość GPU jest w porządku?

Więc chłopaki, widziałem kilka wiadomości w Internecie, pytają GPU Speed ​​​​100, czy to normalne, czy nie? Cóż, tutaj pytanie nie jest dla mnie do końca jasne i muszę przyznać, że tak naprawdę nie rozumiem kart wideo.. Ale jest poważny powód, dla którego zdecydowałem się napisać.

Więc spójrz, gdy bezczynna karta graficzna może również obniżyć częstotliwość, jak może to zrobić procesor? Poszukałem w Internecie - wydaje się, że jest w stanie. Ale co to znaczy, gdy karta graficzna jest bezczynna w 100 procentach? Ale chłopaki, to nie jest takie proste. Może się mylę, ale nie ma wielu programów, które ładują kartę graficzną, a nie procesor jak zwykle. Oznacza to, że jeśli program potrzebuje zasilania, to zwykle sam potrzebuje procesora, prawda? Ale nie karta graficzna, na pewno nie mam na myśli gry. Ale wiesz, do czego zmierzam? Tak, do tego, że mógłby to być… górnik. Istnieją wirusy, które wykorzystują moc vidyuhi do własnych celów. Niektórzy robią to bezczelnie i dlatego jest to od razu zauważalne, a niektórzy wykorzystują tylko odrobinę wydajności i sprawiają, że jest niewidoczny..

Po raz kolejny - to znaczy, że wirus nie używa procesora, jak większość wirusów i konwencjonalnych programów, ale przede wszystkim vidyuhu. A raczej GPU. Tak więc coś tam wydobywają, tak jak wydobywają jakieś bitcoiny, coś zarabiają, to nie jest jasne. Możesz przeszukiwać Internet o górnikach, takie wirusy nie są rzadkością, w Internecie jest wiele wiadomości, które niektóre procesy ładują się bez powodu, więc komputer.

Ogólnie rzecz biorąc, jeśli karta graficzna jest w 100 procentach ładowana w czasie bezczynności, pierwszą rzeczą, którą bym zrobił, jest sprawdzenie komputera pod kątem wirusów. Aby to zrobić, radzę skorzystać z narzędzia Dr.Web CureIt!, możesz je pobrać tutaj (jest to poza witryną):

Swoją drogą mogę się mylić, ale spójrz na zdjęcie:

Widzisz, gdzie jest prędkość GPU, to jest 100%, ale gdzie jest wykorzystanie pamięci VRAM, to jest 1%. Powtarzam, że tak naprawdę nie rozumiem kart graficznych, ale wydaje mi się, że jest to dziwna sytuacja, gdy procesor graficzny jest obciążony w 100%, ale pamięć wideo (jest to użycie VRAM) w ogóle nie jest używana.. Ta sytuacja wydaje mi się podejrzana.

Czym jest GPU z prędkością wentylatora?

Prędkość wentylatora oznacza prędkość wentylatora, odnosi się do chłodzenia. A jeśli wartości procentowe są wyświetlane w prędkości wentylatora​​ GPU, oznacza to, jak bardzo działa system chłodzenia karty graficznej. To może nie są procenty, ale RPM to liczba obrotów wentylatora. Na przykład program z AMD Radeon Ustawienia i jest tutaj taki wskaźnik, chociaż to tylko prędkość wentylatora, ogólnie bez GPU, zobacz:

Ale program to znowu GPU Tweak II i istnieje pasmo prędkości wentylatora, jak rozumiem, możesz dostosować je w procentach:

To są rzeczy chłopaki, mam nadzieję, że informacje były dla was przydatne, ale jeśli coś jest nie tak, to przepraszam! Powodzenia i oby wszyscy byli zdrowi!

Procesory i procesory graficzne są bardzo podobne, oba są wykonane z setek milionów tranzystorów i mogą przetwarzać tysiące operacji na sekundę. Ale czym dokładnie różnią się te dwa ważne elementy każdego komputera domowego?

W tym artykule postaramy się w bardzo prosty i przystępny sposób powiedzieć, jaka jest różnica między CPU a GPU. Ale najpierw musimy osobno rozważyć te dwa procesory.

Procesor (Central Processing Unit lub Central Processing Unit) jest często określany jako „mózg” komputera. Wewnątrz jednostki centralnej znajduje się około miliona tranzystorów, za pomocą których wykonywane są różne obliczenia. Komputery domowe zazwyczaj mają procesory mające od 1 do 4 rdzeni o częstotliwości taktowania od około 1 GHz do 4 GHz.

Procesor jest potężny, ponieważ potrafi wszystko. Komputer jest w stanie wykonać zadanie, ponieważ procesor jest w stanie wykonać to zadanie. Programiści byli w stanie to osiągnąć dzięki szerokim zestawom instrukcji i ogromnym listom funkcji współdzielonych przez nowoczesne procesory.

Co to jest GPU?

GPU (Graphics Processing Unit lub Graphic Processing Unit) to wyspecjalizowany typ mikroprocesora zoptymalizowany pod kątem bardzo specyficznych obliczeń i wyświetlania grafiki. GPU działa z niższą częstotliwością zegara niż procesor, ale ma o wiele więcej rdzeni procesora.

Można też powiedzieć, że GPU to wyspecjalizowany procesor stworzony w jednym konkretnym celu – renderowaniu wideo. Podczas renderowania GPU wykonuje proste obliczenia matematyczne ogromną liczbę razy. GPU ma tysiące rdzeni, które będą działać w tym samym czasie. Chociaż każdy rdzeń GPU jest wolniejszy niż rdzeń procesora, nadal jest bardziej wydajny przy wykonywaniu prostych obliczeń matematycznych potrzebnych do wyświetlania grafiki. Ta ogromna równoległość sprawia, że ​​GPU jest w stanie renderować złożoną grafikę 3D wymaganą przez współczesne gry.

Różnica między procesorem a GPU

GPU może wykonać tylko część tego, co może zrobić procesor, ale robi to z niesamowitą prędkością. GPU użyje setek rdzeni, aby wykonać krytyczne czasowo obliczenia na tysiącach pikseli i renderować w tym procesie złożoną grafikę 3D. Jednak aby osiągnąć wysokie prędkości, GPU musi wykonywać powtarzalne operacje.

Weźmy na przykład Nvidia GTX 1080. Ta karta graficzna ma 2560 rdzeni shaderów. Dzięki tym rdzeniom Nvidia GTX 1080 może wykonać 2560 instrukcji lub operacji w jednym cyklu zegara. Jeśli chcesz, aby obraz był jaśniejszy o 1%, GPU poradzi sobie z tym bez większych trudności. A oto quad centralny Procesor Intel Core i5 będzie w stanie wykonać tylko 4 instrukcje na cykl zegara.

Jednak procesory są bardziej elastyczne niż GPU. Jednostki centralne mają większy zestaw instrukcji, dzięki czemu mogą wykonywać szerszy zakres funkcji. Procesory działają również z wyższymi maksymalnymi częstotliwościami zegara i mają możliwość kontrolowania wejścia i wyjścia komponentów komputera. Na przykład procesor może być zintegrowany z pamięć wirtualna, który jest niezbędny do uruchomienia nowoczesnego system operacyjny. To jest dokładnie to, czego GPU nie będzie w stanie zrobić.

obliczenia GPU

Mimo że procesory graficzne są zaprojektowane do renderowania, są w stanie zrobić więcej. Przetwarzanie grafiki to po prostu rodzaj powtarzalnego przetwarzania równoległego. Inne zadania, takie jak wydobywanie bitcoinów i łamanie haseł, opierają się na tych samych rodzajach ogromnych zbiorów danych i prostych obliczeniach matematycznych. Dlatego niektórzy użytkownicy używają kart wideo do operacji niegraficznych. Zjawisko to nazywa się obliczeniami GPU lub obliczeniami GPU.

wnioski

W tym artykule porównaliśmy CPU i GPU. Myślę, że dla wszystkich stało się jasne, że GPU i CPU mają podobne cele, ale są zoptymalizowane pod kątem różnych obliczeń. Napisz swoją opinię w komentarzach, postaram się odpowiedzieć.