Udviklingsudsigter for GPU-industrien i 2020

2020-11-17

På udkig efter fodsporene fra udviklingen fra verdens giganter

Funktion og klassificering af GPU

GPU (grafikbehandlingsenhed, grafikprocessor) er også kendt som displaychip. Det bruges hovedsageligt i pc'er, arbejdsstationer, spilværter og mobile enheder (smartphones, tabletcomputere, VR-enheder) til at køre grafikoperationer.

Struktur bestemmer, at GPU er mere egnet til parallel computing. Hovedforskellen mellem GPU og CPU ligger i on-chip cache-arkitekturen og strukturen i den digitale logiske betjeningsenhed: antallet af GPU-kerner (især Alu-computerenheder) er langt mere end CPU'ens, men dens struktur er enklere end den af CPU, så det kaldes multi-core struktur. Multikernestrukturen er meget velegnet til at sende den samme instruktionsstrøm til multikernen parallelt ved hjælp af forskellige inputdata til at udføre for at fuldføre de massive og enkle operationer i grafisk behandling, såsom den samme koordinatransformation for hver vertex og beregning af farveværdien for hvert toppunkt i henhold til den samme belysningsmodel. GPU gør brug af fordelene ved at behandle massive data og kompenserer for manglen på lang ventetid ved at forbedre den samlede datakapacitet.

Generelt vil forbrugerne være mere opmærksomme på ydelsen af ​​CPU (centralbehandlingsenhed), når de køber elektroniske forbrugerprodukter, såsom mobiltelefoner eller bærbare computere, såsom mærke, serie og antal kerner af CPU, mens GPU får mindre opmærksomhed. GPU (grafisk processorenhed) såvel som grafikprocessor er en slags mikroprocessor, der kan udføre billed- og grafikrelaterede operationer på personlige computere, arbejdsstationer, spilmaskiner og nogle mobile enheder (såsom tabletcomputere, smartphones osv.) . I begyndelsen af ​​pc'ens fødsel var der ideen om GPU, og al grafikberegning blev udført af CPU. Imidlertid er hastigheden ved at bruge CPU til at udføre grafikberegning langsom, så et specielt grafikaccelerationskort er designet til at hjælpe med grafikberegning. Senere foreslog NVIDIA begrebet GPU, som promoverede GPU'en til status som en separat computerenhed.

CPU er generelt sammensat af logisk betjeningsenhed, styreenhed og lagerenhed. Selvom CPU'en har flere kerner, er det samlede antal ikke mere end to cifre, og hver kerne har nok cache; CPU'en har tilstrækkeligt antal og logiske driftsenheder og har mange hardware til at fremskynde grenbedømmelse og endnu mere kompleks logisk vurdering. Derfor har CPU'en superlogisk evne. Fordelen ved GPU ligger i multi-core, antallet af kerner er langt mere end CPU'et, som kan nå hundreder, hver kerne har relativt lille cache, og antallet af digitale logiske betjeningsenheder er lille og simpelt. Derfor er GPU mere egnet til dataparallel databehandling end CPU

Der er to måder at klassificere GPU på, den ene er baseret på forholdet mellem GPU og CPU, den anden er baseret på applikationsklassen GPU. I henhold til forholdet til CPU kan GPU opdeles i uafhængig CPU og GPU. Den uafhængige GPU er normalt svejset på grafikkortets kredsløb og er placeret under grafikkortets blæser. Den uafhængige GPU bruger en dedikeret skærmhukommelse, og videohukommelsens båndbredde bestemmer forbindelseshastigheden med GPU'en. Den integrerede GPU er generelt integreret med CPU'en. Den integrerede GPU og CPU deler en blæser og cache. Den integrerede GPU har god kompatibilitet, fordi design, fremstilling og driver af den integrerede GPU er afsluttet af CPU-producenten. Derudover er pladsen til integreret GPU på grund af integrationen af ​​CPU og GPU lille; ydeevnen for integreret GPU er relativt uafhængig, og strømforbruget og omkostningerne ved integreret GPU er relativt uafhængig på grund af integrationen af ​​CPU og CPU. Uafhængig GPU har uafhængig videohukommelse, større plads og bedre varmeafledning, så ydelsen af ​​uafhængigt grafikkort er bedre; men det har brug for ekstra plads til at imødekomme de komplekse og store behov for grafikbehandling og levere effektive videokodningsapplikationer. Imidlertid betyder stærk ydeevne højere energiforbrug, uafhængige GPU'er kræver yderligere strømforsyning, og omkostningerne er højere.

I henhold til typen af ​​applikationsterminal kan den opdeles i pcgpu, server GPU og mobil GPU. Pcgpu anvendes til pc. I henhold til produktpositionering kan enten integreret GPU eller stand-alone GPU bruges. For eksempel, hvis pc'en hovedsagelig er let kontor- og tekstredigering, vælger det generelle produkt at bære integreret GPU; hvis pc'en har brug for at producere HD-billeder, redigere videoer, gengive spil osv., har det valgte produkt en uafhængig GPU. Server GPU anvendes på servere, som kan bruges til professionel visualisering, computeracceleration, deep learning og andre applikationer. I henhold til udviklingen af ​​en række teknologier som cloud computing og kunstig intelligens vil server-GPU'et hovedsagelig være uafhængig GPU. Mobilterminalen bliver tyndere og tyndere, og terminalens interne netplads er faldet hurtigt på grund af stigningen i flere funktionsmoduler. På samme tid har den integrerede GPU, så vidt videoen og billedet skal behandles af mobilterminalen, været i stand til at opfylde kravene. Derfor vedtager mobil GPU generelt integreret GPU.
We use cookies to offer you a better browsing experience, analyze site traffic and personalize content. By using this site, you agree to our use of cookies. Privacy Policy