In Computergeräten haben wir eine Verarbeitungseinheit, die die Daten verarbeitet. Diese Einheit ist als Zentraleinheit bekannt. Die Hauptaufgaben dieser Einheit umfassen das Codieren und Decodieren von Daten, das Speichern von Daten, das Verarbeiten und Zusammenstellen von Daten, die Ausführung von Daten usw. Die Häufigkeit der Zentralprozessor bestimmt die Verarbeitungs- oder Arbeitsgeschwindigkeit des Geräts. Wenn Sie mit einer großen Datenmenge arbeiten, ist ein größerer Speicher erforderlich. Mit der Zunahme der Bildverarbeitungstechniken genießen wir heute hochauflösende Bilder, klare Grafiken usw. Die für diese Techniken erforderlichen mathematischen Operationen sind sehr umfangreich und erfordern eine Geschwindigkeitsverarbeitungseinheit. Um dies zu überwinden, wurde die Graphical Processing Unit (GPU) ins Rampenlicht gerückt.
Was ist eine grafische Verarbeitungseinheit?
Verarbeitungseinheiten werden verwendet, um Berechnungen in einem Computergerät durchzuführen. Mit dem Aufkommen von Technologiekonzepten wie 3D-Bildern werden hochauflösendes Video-Streaming, Grafiken usw. eingeführt. Um diese Konzepte auf einem Hardwaregerät zu implementieren, müssen große und komplexe mathematische Operationen mit größerer Geschwindigkeit ausgeführt werden.
Die Zentraleinheit kann, obwohl sie eine hohe Frequenz aufweist, die Berechnungen eines so großen Maßstabs nicht effektiv verarbeiten. Daher wurde eine spezielle Verarbeitungseinheit zur Ausführung größerer Berechnungen mit hoher Frequenz eingeführt. Diese Verarbeitungseinheit wurde als grafische Verarbeitungseinheit bezeichnet. Die GPU ist ein spezielles elektronisches Gerät, das hauptsächlich für Berechnungen auf der Basis von Computergrafik und Bildverarbeitung verwendet wird. Diese sind entweder in die eingebettet SoC zusammen mit dem Mikroprozessor oder dem Hauptprozessor oder als eigenständige Chips mit dedizierten Speichereinheiten erhältlich.
Rechenfunktionen
Für Berechnungen im Zusammenhang mit 3D-Computergrafiken verwendet die GPU die in ihrem Design vorhandenen Transistoren. Die Berechnungen rund um die 3D-Grafik umfassen geometrische Operationen wie Drehen und Verschieben von Scheitelpunkten in verschiedene Koordinatensysteme, Texturabbildung und Rendern von Polygonen. Viele neuere GPU-Funktionen umfassen auch die Funktionalität von CPU-, Oversampling- und Interpolationstechniken zur Reduzierung von Aliasing.
Heute hat die Verwendung von GPUs mit der Zunahme von Deep-Learning- und maschinellen Lerntechnologien enorm zugenommen. Um ein Deep-Learning-Modell zu trainieren, muss eine größere Anzahl komplexer Berechnungen durchgeführt werden. Die Verwendung von GPU hat das Training von Modellen für maschinelles Lernen erleichtert.
Grafische Verarbeitungseinheiten sind 250-mal schneller als die CPU. Bei der GPU-beschleunigten Videodecodierung führt die GPU die Teile des Videodecodierungsprozesses und der Videonachverarbeitung durch. Die häufig verwendeten APIs für diesen Zweck sind DxVA, VDPAU, VAAPI, XvMC, XvBA. Hier ist DxVA für das Windows-basierte Betriebssystem und die restlichen sind für Linux-basierte und Unix-ähnliche Betriebssysteme. XvMC kann nur mit MPEG-1 und MPEG-2 codierte Videos dekodieren.
Die Videodecodierungsprozesse, die von der GPU ausgeführt werden können, sind wie folgt:
- Bewegungskompensation
- Inverse diskrete Kosinustransformation
- Inverse modifizierte diskrete Cosinustransformation.
- In-Loop-Deblocking-Filter
- Intra-Frame-Vorhersage
- Inverse Quantisierung
- Dekodierung mit variabler Länge
- Räumlich-zeitliches Deinterlacing
- Automatische Erkennung von Interlace-Quellen
- Bitstream-Verarbeitung
- Perfekte Pixelpositionierung
Architektur der grafischen Verarbeitungseinheit
Die GPU wird normalerweise zusammen mit der CPU als Co-Prozessor verwendet. Auf diese Weise kann die CPU allgemeine wissenschaftliche und technische Berechnungen mit höherer Frequenz durchführen. Hier wird der zeitaufwändige und rechenintensive Teil des Codes auf die GPU verschoben, während der verbleibende Code noch auf der CPU funktioniert. Die GPU verarbeitet den Code parallel, wodurch die Leistung des Systems gesteigert wird. Diese Art der Datenverarbeitung wird als Hybrid Computing bezeichnet.
Architektur der grafischen Verarbeitungseinheit
Im Gegensatz zur CPU mit zwei bis acht CPU-Kernen besteht die GPU aus Hunderten kleinerer Kerne. Alle diese Kerne arbeiten parallel zusammen. Um die Funktionen der Parallel-Computing-Architektur der GPU effektiv nutzen zu können, haben Anwendungsentwickler bei NVIDIA ein paralleles Programmiermodell namens „CUDA“ entwickelt.
Die GPU-Architektur unterscheidet sich je nach Modell. Die allgemeine Architektur der GPU besteht aus mehreren Verarbeitungsclustern. Diese Cluster enthalten mehrere Streaming-Multiprozessoren. Hier jeweils das Streaming Multiprozessoren enthält eine Schicht des Layer-1-Befehls-Cache zusammen mit den zugehörigen Kernen.
GPU-Formulare
Aufgrund ihrer Funktionalität und Verarbeitungsmethoden sind auf dem Markt verschiedene Formen von GPUs erhältlich. Es gibt zwei Hauptformen von GPU in PCs: dedizierte Grafikkarte, integrierte Grafik. Die dedizierte Grafikkarte wird auch als diskrete GPU bezeichnet. Integrierte Grafik wird auch als Unified Memory Architecture (Shared Graphic Solutions) bezeichnet.
Die meisten GPUs wurden unter Berücksichtigung ihrer Anwendung wie 3D-Grafikverarbeitung, Spiele usw. entwickelt. GeForceGTX wurde speziell für Spiele entwickelt, Nvidia Titan wurde für Cloud Computing entwickelt, Nvidia Quadro wurde für Workstations und 3D-Animationen entwickelt, Nvidia Tesla wurde für Cloud entwickelt Training für Workstation und künstliche Intelligenz, Nvidia Drive PX für automatisierte Autos usw.
Spezielle Grafikkarte
Systeme mit dedizierter GPU werden als 'DIS-Systeme' bezeichnet. Hier bezieht sich das dedizierte auf die Tatsache, dass diese GPU-Chips ein dediziertes haben RAM wird ausschließlich von der Karte verwendet. Diese werden normalerweise über Erweiterungssteckplätze wie PCI Express oder Accelerated Graphics Port mit dem Motherboard verbunden. Diese Chips können leicht ausgetauscht oder aufgerüstet werden. Aufgrund von Größen- und Gewichtsbeschränkungen sind dedizierte GPUs auf tragbaren Computern über einen nicht standardmäßigen Steckplatz angeschlossen.
Integrierte Grafikverarbeitungseinheit
Dieser GPU-Typ verfügt nicht über eine dedizierte RAM-Einheit. Stattdessen wird ein Teil des Computerspeichers für den Betrieb verwendet. Diese GPU kann entweder als Teil ihres Chipsatzes oder auf demselben Chip mit CPU auf dem Motherboard integriert werden. Diese haben eine geringere Kapazität als die dedizierte Grafikkarte, sind jedoch weniger kostspielig in der Implementierung. Intel HD Graphics und AMD Accelerated Processing Unit sind Beispiele für diese GPU.
Hybrid-Grafikverarbeitung
Die Funktionalität dieser GPU liegt zwischen der dedizierten Grafikkarte und der integrierten Grafikkarte. Dies verwendet einen Teil des Systemspeichers und verfügt auch über einen kleinen dedizierten Speichercache. Dieser dedizierte Cache gleicht die hohe Latenz des RAM aus. Der Hyperspeicher von ATI und der TurboCache von Nvidia sind die häufig verwendeten Hybrid-Grafikprozessoren.
GPUs für Stream-Verarbeitung und allgemeine Verarbeitung
Diese werden im Volksmund als GPGPUs bezeichnet. Allzweck-Grafikverarbeitungseinheit wird üblicherweise als modifizierter Stream-Prozessor verwendet, um Computerkerne auszuführen. Mit diesem Konzept wird die enorme Rechenleistung des Shaders des modernen Grafikbeschleunigers als Allzweck-Rechenleistung verwendet. Bei massiven Vektoroperationen bietet diese Methode eine höhere Leistung als eine einfache CPU.
Externe GPU
Ähnlich wie bei einer großen externen Festplatte befindet sich diese Grafikverarbeitungseinheit auch außerhalb der Computereinheit. Diese sind auch extern mit Laptops verbunden. Laptops haben normalerweise viel RAM und eine ausreichend leistungsfähige CPU. Anstelle eines leistungsstarken Grafikprozessors sind Laptops mit einem weniger leistungsstarken, aber energieeffizienteren integrierten Grafikchip ausgestattet. Diese sind nicht leistungsfähig genug, um Spielgrafiken auszuführen, und unterstützen keine Spiele mit höheren Grafiken. Daher wird diese externe GPU mit Laptops für höhere Leistungen verwendet.
Mit der steigenden Nachfrage nach hohen Grafiken und guten Bildauflösungen steigt auch die Nachfrage nach leistungsstärkeren GPUs. Mit der Verfügbarkeit einer leistungsstarken GPU kann im Bereich hochverarbeitender Technologien wie maschinelles Lernen und Deep Learning noch viel mehr erreicht werden. Die GPU hat auch einen enormen Boom in der Spielebranche beschleunigt. Es wurden viele hochgrafische Spiele auf den Markt gebracht, die die Leistung der GPU voll ausnutzen. Welcher GPU-Typ kann extern an Laptops angeschlossen werden?
FAQs
1). Ist eine GPU eine Grafikkarte?
Eine auf dem Computergerät vorhandene Grafikkarte ist ein ganzer Hardwareteil. Während eine GPU ein Chip ist, der auf der Grafikkarte vorhanden ist.
2). Welches ist eine schnellere CPU oder GPU?
Heutzutage ist die GPU mit größeren Speichereinheiten, größerer Verarbeitungsleistung und größerer Speicherbandbreite im Vergleich zur herkömmlichen CPU erhältlich. Die GPU ist also etwa 50- bis 100-mal schneller als die CPU.
3). Wie viele Kerne hat eine GPU?
Die GPU berechnet parallel. Es gibt Hunderte kleinerer Kerne, die zusammenarbeiten. Dieses massive parallele Rechnen verleiht der GPU ihre überlegene Rechenleistung.
4). Ist RTX oder GTX besser?
Im Vergleich zur GTX 1080 Ti verfügt die RTX 2080 über eine neuere Technologie und bietet eine bessere und schnellere Leistung. RTX ist im Vergleich zu GTX kostengünstiger.
5). Kann eine GPU eine CPU ersetzen?
Die GPU ist schneller als die CPU. Sie führen die Aufgabe sehr schnell aus, indem sie viele Aufgaben gleichzeitig ausführen. Es kann jedoch nur bestimmte Operationen mit höherer Frequenz ausgeführt werden, und alle anderen Ausführungen wie das Ändern von Interrupts und die Datenspeicherung werden von der CPU durchgeführt. Nein, die GPU kann eine CPU nicht ersetzen.
