I databehandlingsenheter har vi en behandlingsenhet som behandler dataene. Denne enheten er kjent som den sentrale prosesseringsenheten. Hovedoppgavene til denne enheten inkluderer koding og dekoding av data, lagring av data, behandling og kompilering av data, kjøring av data osv. Frekvensen av prosessor bestemmer hastigheten på prosessering eller bearbeiding av enheten. Når du arbeider med store mengder data, krever det større minnelagring. I dag, med økningen i bildebehandlingsteknikker, nyter vi høydefinisjonsbilder, tydelig grafikk, etc. Den matematiske operasjonen som kreves for disse teknikkene er veldig stor og krever en hurtigbehandlingsenhet. For å overvinne dette kom den grafiske prosesseringsenheten (GPU) i rampelyset.

Hva er en grafisk behandlingsenhet?

Behandlingsenheter brukes til å gjøre beregninger i en beregningsenhet. Med fremkomsten av teknologikonsepter som 3D-bilder, High Definition-videostreaming, Grafikk osv. Introduseres. For å implementere disse konseptene på en maskinvareenhet må store og komplekse matematiske operasjoner utføres og med større hastighet.

Den sentrale prosesseringsenheten, selv om den har høy frekvens, kan ikke behandle beregningene i en så stor skala effektivt. Så ble en dedikert prosesseringsenhet for å utføre større beregninger med høy frekvens introdusert. Denne behandlingsenheten ble kalt en grafisk prosesseringsenhet. GPU er en spesialisert elektronisk enhet som hovedsakelig brukes til beregninger basert på datagrafikk og bildebehandling. Disse er enten innebygd i SoC sammen med mikroprosessoren eller hovedprosessoren eller tilgjengelig som frittstående sjetonger med dedikerte minneenheter.

Beregningsfunksjoner

For beregninger relatert til 3D datagrafikk bruker GPU transistorer som er tilstede i designen. Beregningene rundt 3D-grafikken inkluderer geometriske operasjoner som rotasjon og oversettelse av hjørner til forskjellige koordinatsystemer, teksturkartlegging og gjengivelse av polygoner. Mange nylige GPU-funksjoner inkluderer også funksjonaliteten til CPU, oversampling og interpolasjonsteknikker for å redusere aliasing.

“dobbeltmatede induksjonsgeneratorsystemer for vindturbiner ”

I dag har det vært en enorm økning sett i bruken av GPU med økningen i teknologi for dyplæring og maskinlæring. For å trene en dyp læringsmodell må et større antall komplekse beregninger gjøres. Bruken av GPU har gjort opplæringen av maskinlæringsmodeller enklere.

Grafiske prosesseringsenheter er funnet å være 250 ganger raskere enn CPU. I GPU-akselerert videodekoding utfører GPU delene av videodekodingsprosessen og etterbehandling av videoen. Den mest brukte API for dette formålet er DxVA, VDPAU, VAAPI, XvMC, XvBA. Her er DxVA for det Windows-baserte operativsystemet, og de resterende er for Linux-baserte og Unix-lignende operativsystemer. XvMC kan bare dekode videoer kodet med MPEG-1 og MPEG-2.

Videoavkodingsprosessene som kan utføres av GPU er som følger -

Bevegelseskompensasjon
Invers diskret kosinustransformasjon
Invers modifisert diskret cosinustransformasjon.
Blokkeringsfilter i sløyfe
Prediksjon innenfor rammen
Omvendt kvantisering
Dekoding med variabel lengde
Romlig-tidsmessig deinterlacing
Automatisk deteksjon av interlace kilde
Bitstream behandling
Perfekt pikselposisjonering

Arkitektur for grafisk prosesseringsenhet

GPU brukes vanligvis som en prosessor sammen med CPUen. Ved dette kan CPUen utføre vitenskapelig og teknisk databehandling med høyere frekvens. Her flyttes den tidkrevende og beregningskrevende delen av koden til GPU, mens den gjenværende koden fortsatt fungerer på CPU. GPU utfører parallell behandling av koden og øker dermed ytelsen til systemet. Denne typen databehandling er kjent som Hybrid Computing.

Arkitektur for grafisk prosesseringsenhet

I motsetning til CPU som inneholder to til åtte CPU-kjerner, består GPU av hundrevis av mindre kjerner. Alle disse kjernene fungerer sammen i parallell prosessering. For effektivt å bruke funksjonene til parallell databehandlingsarkitektur til GPU, har applikasjonsutviklere hos NVIDIA designet en parallell programmeringsmodell kalt ‘CUDA’.

GPU-arkitektur er forskjellig fra modell til modell. Den generelle arkitekturen til GPUen består av flere prosesseringsklynger. Disse klyngene inneholder flere streaming-prosessorer. Her, hver av streamingene flerprosessorer inneholder et lag med lag-1-instruksjonsbuffer sammen med tilhørende kjerner.

GPU-skjemaer

Basert på funksjonalitet og behandlingsmetoder er det forskjellige former for GPU tilgjengelig i markedet. Det er to hovedformer av GPUin personlige datamaskiner - dedikert grafikkort, integrert grafikk. Det dedikerte grafikkortet er også kjent som Diskret GPU. Integrert grafikk er også kjent som enhetlig minnearkitektur, delte grafikkløsninger.

Det meste av GPU er designet med tanke på deres applikasjon som for 3D-grafikkbehandling, spill osv. GeForceGTX er spesielt designet for spill, Nvidia Titan er designet for cloud computing, Nvidia Quadro er designet for arbeidsstasjon og 3D-animasjoner, Nvidia Tesla designet for sky arbeidsstasjon og kunstig intelligens trening, Nvidia Drive PX designet for den automatiserte bilen osv ...

Dedikert grafikkort

Systemer med dedikert GPU er kjent som ‘DIS Systems”. Her refererer dedikert til det faktum at disse GPU-sjetongene har en dedikert RAM brukes utelukkende av kortet. Disse er vanligvis grensesnittet med hovedkortet ved hjelp av utvidelsesspor som PCI Express eller Accelerated Graphics Port. Disse sjetongene kan enkelt byttes ut eller oppgraderes. På grunn av størrelses- og vektbegrensninger er dedikert GPU på bærbare datamaskiner grensesnittet gjennom et ikke-standard spor.

Integrert grafikkbehandlingsenhet

Denne typen GPU har ikke en dedikert RAM-enhet. I stedet bruker den en del av dataminnet til driften. Denne GPU-en kan integreres på hovedkortet, enten som en del av brikkesettet, eller bygges på samme dør med CPU. Disse har mindre kapasitet enn det dedikerte grafikkortet, men er mindre kostbare å implementere. Intel HD Graphics og AMD Accelerated Processing Unit er eksemplene på denne GPU-en.

“forskjellen mellom flip flop og sperre ”

Hybrid grafikkbehandling

Funksjonaliteten til denne GPUen ligger mellom det dedikerte grafikkortet og det integrerte grafikkortet. Dette bruker en del av systemminnet og har også en liten dedikert minnebuffer. Denne dedikerte hurtigbufferen utgjør den høye latenstiden til RAM. ATIs hyperminne og Nvidias TurboCache er de ofte brukte hybrid grafikkbehandlingsenhetene.

Stream Processing og General Processing GPU’er

Disse kalles populært som GPGPU-er. Generell grafikkbehandlingsenhet brukes ofte som den modifiserte strømprosessoren for å utføre datakjerner. Ved å bruke dette konseptet brukes den enorme beregningskraften til den moderne grafikkakseleratorens skyggelegging som den generelle beregningskraften. For massive vektoroperasjoner gir denne metoden høyere ytelse enn en enkel CPU.

Ekstern GPU

I likhet med en stor ekstern harddisk, er denne grafiske prosessorenheten også til stede på utsiden av datamaskinen. Disse er også eksternt koblet til bærbare datamaskiner. Bærbare datamaskiner har vanligvis en god mengde RAM og en tilstrekkelig kraftig CPU. I stedet for en kraftig grafikkprosessor er bærbare datamaskiner innebygd med en mindre kraftig, men mer energieffektiv innebygd grafikkbrikke. Disse er ikke kraftige nok til å utføre spillgrafikk og støtter ikke høyere grafikkspill. Så denne eksterne GPU brukes med bærbare datamaskiner for høyere ytelse.

Med den økende etterspørselen etter høy grafikk og gode bildeoppløsninger, øker også etterspørselen etter kraftigere GPUer. Med tilgjengeligheten av kraftig GPU kan mye mer oppnås innen teknologier med høy prosessering som maskinlæring og dyp læring. GPU har også akselerert en enorm boom i spillindustrien. Mange grafiske spill har blitt lansert som fullt ut utnytter kraften til GPU. Hvilken type GPU kan kobles eksternt til bærbare datamaskiner?

Vanlige spørsmål

1). Er en GPU et grafikkort?

Et grafikkort på databehandlingsenheten er en hel maskinvaredel. Mens en GPU er en chip på grafikkortet.

2). Hva er en raskere CPU eller GPU?

I dag er GPU tilgjengelig med større minneenheter, større prosessorkraft og større minnebåndbredde sammenlignet med den tradisjonelle CPUen. Så, GPU er funnet å være omtrent 50 til 100 ganger raskere enn CPU.

3). Hvor mange kjerner har en GPU?

GPU gjør parallell databehandling. Den har hundrevis av mindre kjerner som jobber sammen. Denne massive parallelle databehandlingen gir GPUen sin overlegne datakraft.

4). Er RTX eller GTX bedre?

Sammenlignet med GTX 1080 Ti har RTX 2080 nyere teknologi og gir bedre, raskere ytelse. RTX har lavere kostnad sammenlignet med GTX.

5). Kan en GPU erstatte en CPU?

GPU er raskere enn CPU. De utfører oppgaven veldig raskt ved å utføre mange oppgaver om gangen. Men det kan bare utføre visse høyere frekvensoperasjoner og alle andre henrettelser som mangling av avbrudd, datalagring gjøres av CPU. Nei, GPU kan ikke erstatte en CPU.