Bij computerapparatuur hebben we een verwerkingseenheid die de gegevens verwerkt. Deze eenheid staat bekend als de centrale verwerkingseenheid. De belangrijkste taken van deze eenheid zijn het coderen en decoderen van gegevens, opslag van gegevens, verwerking en compilatie van gegevens, uitvoering van gegevens, enz. De frequentie van de processor bepaalt de snelheid van verwerking of werking van het apparaat. Als u aan een grote hoeveelheid gegevens werkt, is meer geheugen nodig. Met de toename van beeldverwerkingstechnieken genieten we tegenwoordig van high-definition beelden, duidelijke graphics, enz. De wiskundige bewerking die voor deze technieken vereist is, is enorm en vereist een snellere verwerkingseenheid. Om dit te verhelpen, kwam de grafische verwerkingseenheid (GPU) in de schijnwerpers.

Wat is een grafische verwerkingseenheid?

Verwerkingseenheden worden gebruikt om berekeningen uit te voeren in een computerapparaat. Met de komst van technologische concepten zoals 3D-beelden, High Definition-videostreaming, Graphics, enz .. worden geïntroduceerd. Om deze concepten op een hardwareapparaat te implementeren, moeten grote en complexe wiskundige bewerkingen en met grotere snelheid worden uitgevoerd.

De centrale verwerkingseenheid, hoewel deze een hoge frequentie heeft, kan de berekeningen van zo'n grote schaal niet effectief verwerken. Daarom werd een speciale verwerkingseenheid geïntroduceerd voor het uitvoeren van grotere berekeningen met hoge frequentie. Deze verwerkingseenheid werd een grafische verwerkingseenheid genoemd. GPU is een gespecialiseerd elektronisch apparaat dat voornamelijk wordt gebruikt voor berekeningen op basis van computergraphics en beeldverwerking. Deze zijn ofwel ingebed in het SoC samen met de microprocessor of de hoofdprocessor of beschikbaar als stand-alone chips met toegewezen geheugeneenheden.

Computationele functies

Voor berekeningen met betrekking tot 3D-computergraphics gebruikt GPU de transistors die aanwezig zijn in het ontwerp. De berekeningen rond de 3D-afbeeldingen omvatten geometrische bewerkingen zoals rotatie en vertaling van hoekpunten in verschillende coördinatensystemen, texture mapping en rendering polygonen. Veel recente GPU-functies omvatten ook de functionaliteit van CPU, oversampling en interpolatietechnieken voor het verminderen van aliasing.

“voeding pi filter rekenmachine ”

Vandaag is er een enorme toename te zien in het gebruik van GPU met de toename van deep learning en machine learning-technologieën. Om een deep learning-model te trainen, moet een groter aantal complexe berekeningen worden uitgevoerd. Het gebruik van GPU heeft het trainen van machine learning-modellen eenvoudiger gemaakt.

Grafische verwerkingseenheden blijken 250 keer sneller te zijn dan CPU. Bij GPU-versnelde videodecodering voert de GPU de delen van het videodecoderingsproces en de videopostverwerking uit. De veelgebruikte API voor dit doel zijn DxVA, VDPAU, VAAPI, XvMC, XvBA. Hier is DxVA voor het Windows-gebaseerde besturingssysteem en de overige zijn voor Linux-gebaseerde en Unix-achtige besturingssystemen. XvMC kan alleen video's decoderen die zijn gecodeerd met MPEG-1 en MPEG-2.

De videodecoderingsprocessen die door GPU kunnen worden uitgevoerd, zijn als volgt:

Bewegingscompensatie
Inverse discrete cosinus transformatie
Inverse gemodificeerde discrete cosinus-transformatie.
In-loop deblokkeringsfilter
Intra-frame voorspelling
Inverse kwantisering
Decodering met variabele lengte
Ruimtelijk-temporele deïnterliniëring
Automatische brondetectie van interlace
Bitstream-verwerking
Perfecte pixelpositionering

Grafische verwerkingseenheidarchitectuur

GPU wordt meestal samen met de CPU als co-processor gebruikt. Hierdoor kan de CPU algemene wetenschappelijke en technische berekeningen uitvoeren met een hogere frequentie. Hier wordt het tijdrovende en rekenintensieve deel van de code naar de GPU verplaatst, terwijl de resterende code nog steeds op de CPU werkt. GPU voert parallelle verwerking van de code uit, waardoor de prestaties van het systeem worden verbeterd. Dit type computergebruik staat bekend als Hybrid Computing.

Grafische verwerkingseenheidarchitectuur

In tegenstelling tot een CPU die twee tot acht CPU-kernen bevat, bestaat de GPU uit honderden kleinere kernen. Al deze kernen werken parallel samen. Om de functies van de parallelle computerarchitectuur van GPU effectief te gebruiken, hebben applicatieontwikkelaars bij NVIDIA een parallel programmeermodel ontworpen met de naam ‘CUDA’.

GPU-architectuur verschilt op basis van het model. De algemene architectuur van de GPU bestaat uit meerdere verwerkingsclusters. Deze clusters bevatten meerdere streaming-multiprocessors. Hier, elk van de streaming multiprocessors bevat een laag instructiecache van laag 1 samen met de bijbehorende cores.

GPU-formulieren

Op basis van hun functionaliteit en verwerkingsmethoden zijn er verschillende vormen van GPU op de markt verkrijgbaar. Er zijn twee hoofdvormen van GPU in personal computers: speciale grafische kaart, geïntegreerde grafische kaart. De speciale grafische kaart wordt ook wel discrete GPU genoemd. Geïntegreerde grafische kaart is ook bekend als Unified Memory-architectuur, gedeelde grafische oplossingen.

De meeste GPU's zijn ontworpen met het oog op hun toepassing, zoals voor 3D grafische verwerking, gaming, enz. GeForce GTX is specifiek ontworpen voor gaming, Nvidia Titan is ontworpen voor cloud computing, Nvidia Quadro is ontworpen voor werkstations en 3D-animaties, Nvidia Tesla is ontworpen voor cloud werkstation en training in kunstmatige intelligentie, Nvidia Drive PX ontworpen voor de geautomatiseerde auto, enz ...

Speciale grafische kaart

Systemen met een speciale GPU staan bekend als ‘DIS-systemen '. Hier verwijst de dedicated naar het feit dat deze GPU-chips een dedicated RAM uitsluitend gebruikt door de kaart. Deze worden meestal op het moederbord aangesloten met behulp van uitbreidingsslots zoals PCI Express of Accelerated Graphics Port. Deze chips zijn eenvoudig te vervangen of te upgraden. Vanwege beperkingen qua grootte en gewicht is de speciale GPU op de draagbare computers gekoppeld via een niet-standaard sleuf.

Geïntegreerde grafische verwerkingseenheid

Dit type GPU heeft geen speciale RAM-eenheid. In plaats daarvan gebruikt het een deel van het computergeheugen voor zijn werking. Deze GPU kan op het moederbord worden geïntegreerd als onderdeel van de chipset of op dezelfde chip met CPU. Deze hebben een kleinere capaciteit dan de speciale grafische kaart, maar zijn minder duur om te implementeren. Intel HD Graphics en AMD Accelerated Processing Unit zijn de voorbeelden van deze GPU.

Hybride grafische verwerking

De functionaliteit van deze GPU ligt tussen de dedicated grafische kaart en de geïntegreerde grafische kaart. Dit gebruikt een deel van het systeemgeheugen en heeft ook een kleine speciale geheugencache. Deze speciale cache compenseert de hoge latentie van de RAM. Het hypergeheugen van ATI en de TurboCache van Nvidia zijn de veelgebruikte Hybrid Graphics Processing Units.

Stream Processing en General Processing GPU's

Deze worden in de volksmond GPGPU's genoemd. Grafische verwerkingseenheid voor algemene doeleinden wordt gewoonlijk gebruikt als de gemodificeerde stroomprocessor om computerkernels uit te voeren. Bij gebruik van dit concept wordt de enorme rekenkracht van de arcering van de moderne grafische versneller gebruikt als de algemene rekenkracht. Voor omvangrijke vectorbewerkingen biedt deze methode betere prestaties dan een eenvoudige CPU.

“zonnekokerproject voor middelbare school ”

Externe GPU

Net als bij een grote externe harde schijf, bevindt deze grafische verwerkingseenheid zich ook aan de buitenkant van de computereenheid. Deze zijn ook extern aangesloten op laptops. Laptops hebben meestal een goede hoeveelheid RAM en een voldoende krachtige CPU. In plaats van een krachtige grafische processor zijn laptops ingebed met een minder krachtige maar energiezuinige ingebouwde grafische chip. Deze zijn niet krachtig genoeg om game-graphics uit te voeren en ondersteunen geen hogere grafische games. Deze externe GPU wordt dus gebruikt met laptops voor hogere prestaties.

Met de toenemende vraag naar hoge graphics en goede beeldresoluties neemt ook de vraag naar krachtigere GPU's toe. Met de beschikbaarheid van een krachtige GPU kan er veel meer worden bereikt op het gebied van hoogwaardige verwerkingstechnologieën zoals machine learning en deep learning. GPU heeft ook een enorme hausse in de game-industrie versneld. Er zijn veel high-graphic games gelanceerd die de kracht van GPU volledig benutten. Welk type GPU kan extern op laptops worden aangesloten?

Veelgestelde vragen

1). Is een GPU een grafische kaart?

Een grafische kaart die op het computerapparaat aanwezig is, is een heel hardwareonderdeel. Terwijl een GPU een chip is die aanwezig is op de grafische kaart.

2). Wat is een snellere CPU of GPU?

Tegenwoordig is GPU beschikbaar met grotere geheugeneenheden, grotere verwerkingskracht en grotere geheugenbandbreedte in vergelijking met de traditionele CPU. De GPU blijkt dus ongeveer 50 tot 100 keer sneller te zijn dan de CPU.

3). Hoeveel cores heeft een GPU?

GPU doet parallel computing. Het heeft honderden kleinere kernen die samenwerken. Deze enorme parallelle computing geeft de GPU zijn superieure rekenkracht.

4). Is RTX of GTX beter?

In vergelijking met GTX 1080 Ti, RTX 2080 heeft nieuwere technologie en biedt betere, snellere prestaties. RTX is goedkoper in vergelijking met GTX.

5). Kan een GPU een CPU vervangen?

GPU is sneller dan de CPU. Ze voeren de taak erg snel uit door veel taken tegelijk uit te voeren. Maar het kan alleen bepaalde hogere frequenties uitvoeren en alle andere uitvoeringen, zoals het beheren van interrupts, gegevensopslag wordt gedaan door de CPU. Nee, GPU kan een CPU niet vervangen.