a graphics processing unit (GPU) je počítačový čip, který vykresluje grafiku a obrázky provedením rychlých matematických výpočtů. GPU se používají jak pro profesionální, tak pro osobní počítače. Tradičně jsou GPU zodpovědné za vykreslování 2D a 3D obrázků, animací a videa-i když nyní mají širší rozsah použití.

v počátcích výpočtů provedla centrální procesorová jednotka (CPU) tyto výpočty., Jako další grafika-intenzivní aplikace byly vyvinuty, nicméně, jejich nároky zatíží CPU a snížení výkonnosti. GPU byly vyvinuty jako způsob, jak tyto úkoly vyložit z procesorů a zlepšit vykreslování 3D grafiky. GPU pracují pomocí metody zvané paralelní zpracování, kde více procesorů zpracovává samostatné části stejného úkolu.

GPU jsou dobře známé v PC (osobní počítač) hraní, což umožňuje hladké, vysoce kvalitní grafické vykreslování. Vývojáři také začali používat GPU jako způsob, jak urychlit pracovní zatížení v oblastech, jako je umělá inteligence (AI).,

případy použití GPU / k čemu se dnes používají GPU?

grafické čipy jsou dnes přizpůsobeny širší paletě úkolů, než byly původně navrženy, částečně proto, že moderní GPU jsou programovatelnější než v minulosti.

některé příklady případů použití GPU zahrnují:

• GPU mohou urychlit vykreslování 2D a 3D grafických aplikací v reálném čase.
• editace videa a tvorba video obsahu se zlepšila pomocí GPU., Video editory a grafici mohou například použít paralelní zpracování GPU k rychlejšímu vykreslování videa a grafiky ve vysokém rozlišení.
• grafika videoher se stala výpočetně intenzivnější, takže s cílem udržet krok s zobrazovacími technologiemi-jako je 4K a vysoká obnovovací frekvence-byl kladen důraz na vysoce výkonné GPU.
• GPU mohou urychlit strojové učení. S vysokou výpočetní schopností GPU lze zlepšit pracovní zatížení, jako je rozpoznávání obrazu.,
• GPU mohou sdílet práci procesorů a trénovat hluboké učení neuronových sítí pro aplikace AI. Každý uzel v neuronové síti provádí výpočty jako součást analytického modelu. Programátoři si nakonec uvědomili, že mohou využít sílu GPU ke zvýšení výkonu modelů v hluboké učební matici-využívají mnohem více paralelismu, než je možné u konvenčních procesorů. Prodejci GPU to vzali na vědomí a nyní vytvářejí GPU zejména pro hluboké učení.
• GPU byly také použity k těžbě bitcoin a dalších kryptoměn, jako je Ethereum.,

Jak GPU funguje

GPU lze nalézt integrované s CPU na stejné elektronický obvod, na grafické karty nebo základní desky osobního počítače nebo serveru. GPU a procesory jsou ve stavebnictví poměrně podobné. GPU jsou však speciálně navrženy pro provádění složitějších matematických a geometrických výpočtů. Tyto výpočty jsou nezbytné pro vykreslení grafiky. GPU mohou obsahovat více tranzistorů než CPU.,

Gpu bude využívat paralelní zpracování, kde více procesorů zvládnout samostatné části stejný úkol. GPU bude mít také vlastní paměť RAM (random access memory) pro ukládání dat na obrázky, které zpracovává. Informace o každém pixelu jsou uloženy, včetně jeho umístění na displeji. Digitálně-analogový převodník (DAC) je připojen k paměti RAM a změní obraz na analogový signál, aby jej monitor mohl zobrazit., Video RAM bude obvykle pracovat při vysokých rychlostech.

GPU budou dodávány ve dvou typech: integrované a diskrétní. Integrované GPU jsou zabudovány vedle GPU, zatímco diskrétní GPU lze namontovat na samostatnou desku s plošnými spoji.

pro společnosti, které vyžadují těžký výpočetní výkon nebo pracují se strojovým učením nebo 3D vizualizacemi, může být dobrou volbou fixace GPU v cloudu. Příkladem toho jsou cloudové GPU společnosti Google, které nabízejí vysoce výkonné GPU v cloudu Google. Hosting GPU v cloudu bude mít výhody uvolnění místních zdrojů, úspory času, nákladů a škálovatelnosti., Uživatelé si mohou vybrat mezi řadou typů GPU a zároveň získat flexibilní výkon na základě svých potřeb.

GPU vs. CPU

GPU jsou poměrně podobné architekturám CPU. Nicméně, Procesory zvyklí reagovat a zpracovat základní pokyny, které disk počítače, zatímco Gpu jsou navrženy tak, aby rychle poskytnout high-rozlišení snímků a videa. CPU jsou v podstatě zodpovědné za interpretaci většiny příkazů počítače, zatímco GPU se zaměřují na grafické vykreslování.,

obecně je GPU určen pro datovou paralelismus a použití stejné instrukce na více datových položek (SIMD). CPU je určen pro úkol-paralelismus a provádění různých operací.

oba jsou také rozlišeny počtem jader. Jádrem je v podstatě procesor v procesoru. Většina jader CPU je očíslována mezi čtyřmi a osmi, i když některé mají až 32 jader. Každé jádro může zpracovávat své vlastní úkoly nebo vlákna., Protože některé procesory mají multithreading schopnosti-ve které jádro je rozděleno prakticky, umožňující jednom jádru zpracovávat dvě vlákna-počet vláken může být mnohem vyšší, než počet jader. To může být užitečné při editaci a překódování videa. CPU mohou spouštět dvě vlákna (nezávislé pokyny) na jádro (nezávislá procesorová jednotka). Jádro GPU může mít čtyři až 10 vláken na jádro.

GPU je schopen vykreslit obrázky rychleji než CPU kvůli architektuře paralelního zpracování, což mu umožňuje provádět více výpočtů současně., Jeden procesor nemá tuto schopnost, ačkoli vícejádrové procesory mohou provádět výpočty paralelně kombinací více než jednoho CPU na stejný čip.

procesor má také vyšší rychlost hodin, což znamená, že může provádět individuální výpočet rychleji než GPU, takže je často lépe vybaven pro zpracování základních výpočetních úkolů.

GPU vs. grafická karta: podobnosti a rozdíly

GPU a grafická karta jsou dva pojmy, které se někdy používají zaměnitelně. Existují však některé důležité rozdíly mezi těmito dvěma., Hlavní rozdíl spočívá v tom, že GPU je specifická jednotka v grafické kartě. GPU je to, co provádí skutečné zpracování obrazu a grafiky. Grafická karta je to, co představuje obrázky zobrazovací jednotky.

nejlepší GPU a grafické karty na trhu

Nvidia, Advanced Micro Devices (AMD), Intel a Arm jsou některými z hlavních hráčů na trhu GPU.,

V roce 2020, některé z top Gpu a grafické karty mají v ceně:

• GeForce RTX 3080
• GeForce RTX 3090
• GeForce RTX 3060 Ti
• AMD Radeon RX 6800 XT
• AMD Radeon RX 5600 XT

Když chtějí koupit grafickou kartu, jednotlivec by měl držet jeho cenu, celkovou hodnotu, výkon, vlastnosti, množství video paměti a dostupnosti na mysli. Mezi funkce, o které se spotřebitelé mohou starat, patří podpora pro 4K, 60 fps (snímky za sekundu) nebo více a sledování paprsků., Cena bude někdy rozhodujícím faktorem, protože některé GPU mohou být dvakrát dražší pouze o 10% -15% vyšší výkon.

Historie Gpu

Specializované čipy pro zpracování grafiky existují již od úsvitu video hry v 1970. Brzy na, grafické schopnosti byly zahrnuty jako součást grafické karty, diskrétní specializovaný obvod, křemíkový čip a potřebné chlazení, které poskytuje 2D, 3D a někdy dokonce i general-purpose graphics processing (GPGPU) výpočty na počítači., Moderní karty s integrovanými výpočty pro nastavení trojúhelníku, transformace a osvětlení pro 3D aplikace se obvykle nazývají GPU. Jakmile jsou vzácné, GPU vyšší třídy jsou nyní běžné a někdy jsou integrovány do samotných procesorů. Alternativní termíny zahrnují grafickou kartu, grafický adaptér, grafický adaptér, grafickou desku a téměř jakoukoli kombinaci slov v těchto termínech.

Grafické zpracování jednotky přišel na vysoce výkonných podnikových počítačů v pozdní 1990, a Nvidia představila první grafické karty pro osobní počítače, GeForce 256, v roce 1999.,

v průběhu času zpracovatelský výkon GPU učinil čipy oblíbenou volbou pro jiné úkoly náročné na zdroje nesouvisející s grafikou. Rané aplikace zahrnovaly vědecké výpočty a modelování; do poloviny roku 2010 GPU computing také poháněl strojové učení a software AI.

V roce 2012, Nvidia vydala virtualizované GPU, což snižuje zatížení grafické zpracování výkon z CPU serveru na virtuální plochy infrastruktury (VDI)., Grafický výkon je tradičně jednou z nejčastějších stížností uživatelů virtuálních stolních počítačů a aplikací a virtualizované GPU se snaží tento problém řešit.

Ray tracing a další nejnovější trendy

několik posledních trendů v GPU technologie patří:

• od roku 2019, GPU prodejci obvykle poskytují GPU virtualizace, a nové a silnější GPU čipy jsou zasílány v pravidelných intervalech.
• v roce 2019 představila společnost AMD celou řadu GPU řady Radeon RX 5700. Série je založena na architektuře GPU Navi společnosti AMD., Navi je považován za upgrade na technologii AMD Graphics Core Next.
• Arm se svými procesory Mali-G77 zaměřil na trh mobilní rozšířené reality (AR) a virtuální reality (VR).
• Nvidia pokračovala v prosazování svých možností sledování paprsků jako součást platformy RTX. Sledování paprsků je považováno za další krok ve vývoji grafického Vykreslování po rasterizaci., Zatímco rasterizace používá objekty vytvořené ze sítě trojúhelníků k reprezentaci 3D modelu, ray tracing poskytuje realistické osvětlení simulací fyzického chování světla sledováním dráhy světla jako pixelů v rovině obrazu a simulací efektů.
• GPU podnikového datového centra pomáhají organizacím využívat možnosti paralelního zpracování prostřednictvím upgradů hardwaru. To pomáhá organizacím urychlit pracovní postupy a aplikace náročné na grafiku.