Sa mga computing device, mayroon kaming isang unit ng pagproseso na nagpoproseso ng data. Ang yunit na ito ay kilala bilang sentral na yunit ng pagproseso. Ang mga pangunahing gawain ng yunit na ito ay kasama ang pag-encode at pag-decode ng data, pag-iimbak ng data, pagproseso at pag-compile ng data, pagpapatupad ng data, atbp. Ang dalas ng CPU natutukoy ang bilis ng pagproseso o pagtatrabaho ng aparato. Kapag nagtatrabaho sa isang malaking halaga ng data nangangailangan ito ng mas malaking imbakan ng memorya. Ngayon sa pagtaas ng mga diskarte sa pagproseso ng imahe ay nasisiyahan kami sa mga larawan ng mataas na kahulugan, malinaw na graphics, atbp. Ang kinakailangang operasyon sa matematika para sa mga diskarteng ito ay napakalaking at nangangailangan ng isang mas mabilis na yunit sa pagpoproseso. Upang mapagtagumpayan ito, ang Graphical Processing Unit (GPU) ay nasa limelight.
Ano ang isang Graphical Processing Unit?
Ang mga yunit sa pagpoproseso ay nagtatrabaho upang gumawa ng mga kalkulasyon sa isang aparato ng computing. Sa pagkakaroon ng mga konsepto ng teknolohiya tulad ng koleksyon ng imahe ng 3D, streaming ng High Definition video, Graphics, atbp. Upang maipatupad ang mga konseptong ito sa isang aparato ng hardware na malaki at kumplikadong pagpapatakbo ng matematika ay kailangang gumanap at may mas mabilis na bilis.
Ang gitnang pagpoproseso ng yunit, kahit na ito ay may mataas na dalas ay hindi maaaring maproseso ang mga kalkulasyon ng isang malaking sukat na mabisa. Kaya, isang dedikadong yunit sa pagpoproseso para sa pagpapatupad ng mas malaking kalkulasyon na may mataas na dalas ay ipinakilala. Ang yunit sa pagpoproseso na ito ay tinawag na isang Graphical Processing Unit. Ang GPU ay isang dalubhasang elektronikong aparato na ginagamit pangunahin para sa mga kalkulasyon batay sa graphics ng computer at pagproseso ng imahe. Ang mga ito ay alinman sa naka-embed sa Ang SoC kasama ang microprocessor o ang pangunahing processor o magagamit bilang mga stand-alone chip na may dedikadong mga yunit ng memorya.
Mga Pag-andar sa Computational
Para sa mga kalkulasyon na nauugnay sa 3D computer graphics, ginagamit ng GPU ang mga transistor na nasa disenyo nito. Ang mga pagkalkula sa paligid ng mga 3D graphics ay may kasamang mga pagpapatakbo na geometriko tulad ng pag-ikot at pagsasalin ng mga vertex sa magkakaibang mga sistema ng pagsamahin, pagmamapa ng pagkakayari, at pag-render ng mga polygon. Maraming mga kamakailang pag-andar ng GPU na nagsasama rin ng pag-andar ng CPU, oversampling at interpolation na mga diskarte para sa pagbawas ng aliasing.
Ngayon ay mayroong isang napakalaking pagtaas na nakikita sa paggamit ng GPU sa pagtaas ng mga malalim na teknolohiya ng pag-aaral at pag-aaral ng makina. Upang sanayin ang isang malalim na modelo ng pagkatuto ng isang mas malaking bilang ng mga kumplikadong pagkalkula ay kailangang gawin. Ang paggamit ng GPU ay gumawa ng pagsasanay ng mga modelo ng pag-aaral ng machine na mas madaling gawain.
Ang mga yunit ng pagproseso ng grapiko ay nahanap na 250 beses na mas mabilis kaysa sa CPU. Sa GPU na pinabilis na pag-decode ng video, ginaganap ng GPU ang mga bahagi ng proseso ng pag-decode ng video at pagproseso ng video post. Ang karaniwang ginagamit na API para sa hangaring ito ay ang DxVA, VDPAU, VAAPI, XvMC, XvBA. Dito ang DxVA ay para sa operating system na nakabatay sa windows at ang natitira ay para sa Linux based at Unix tulad ng operating system. Maaari lamang decode ng XvMC ang mga video na naka-encode ng MPEG-1 at MPEG-2.
Ang mga proseso ng pag-decode ng video na maaaring maisagawa ng GPU ay ang mga sumusunod-
- Bayad sa Paggalaw
- Inverse Discrete Cosine Transform
- Kabaligtaran binago ang discrete cosine transform.
- In-loop na filter ng pag-deblock
- Paghula ng intra frame
- Kabaligtaran na dami
- Variable-length na Pag-decode
- Spatial-temporal deinterlacing
- Awtomatikong pagtuklas ng mapagkukunan ng interlace
- Pagproseso ng bitstream
- Perpektong pagpoposisyon ng pixel
Arkitektura ng Yunit ng Pagpoproseso ng graphic
Karaniwang ginagamit ang GPU bilang isang co-processor kasama ang CPU. Sa pamamagitan nito, ang CPU ay maaaring gumanap ng pangkalahatang-layunin na pang-agham at pag-compute ng engineering na may mas mataas na dalas. Dito, ang gumugugol ng oras at computation-intensive na bahagi ng code ay inilipat sa GPU samantalang ang natitirang code ay gumagana pa rin sa CPU. Ginagawa ng GPU ang parallel na pagpoproseso ng code sa gayon pagpapalakas ng pagganap ng system. Ang ganitong uri ng computing ay kilala bilang Hybrid Computing.
Arkitektura ng Yunit ng Pagpoproseso ng graphic
Hindi tulad ng CPU na naglalaman ng dalawa hanggang walong mga CPU core, ang GPU ay binubuo ng daan-daang mas maliit na mga core. Ang lahat ng mga core na ito ay nagtutulungan sa parallel na pagproseso. Upang mabisang gamitin ang mga pag-andar ng parallel computing architecture ng GPU, ang mga developer ng aplikasyon sa NVIDIA ay nagdisenyo ng isang parallel na modelo ng programa na tinatawag na 'CUDA'.
Ang arkitektura ng GPU ay naiiba batay sa modelo nito. Ang pangkalahatang arkitektura ng GPU ay binubuo ng Multiple Processing Clusters. Naglalaman ang mga kumpol na ito ng maraming Streaming multiprocessor. Dito, bawat isa sa streaming mga multiprocessor naglalaman ng isang layer ng layer-1 na cache ng tagubilin kasama ang mga nauugnay na core.
Mga Form ng GPU
Batay sa kanilang pag-andar at pagproseso ng mga pamamaraan mayroong iba't ibang mga form ng GPU na magagamit sa merkado. Mayroong dalawang pangunahing anyo ng mga personal na computer ng GPUin - nakatuon sa graphics card, isinamang graphics. Ang nakatuon na graphics card ay kilala rin bilang Discrete GPU. Ang pinagsamang graphics ay kilala rin bilang Pinag-isang arkitektura ng memorya, ibinahagi ang mga solusyon sa graphics.
Karamihan sa mga GPU ay dinisenyo isinasaalang-alang ang kanilang application tulad ng para sa pagproseso ng 3D graphics, paglalaro, atbp..GeForceGTX ay partikular na idinisenyo para sa paglalaro, ang Nvidia Titan ay idinisenyo para sa cloud computing, ang Nvidia Quadro ay idinisenyo para sa workstation at mga 3D na animasyon, ang Nvidia Tesla ay dinisenyo para sa cloud workstation at artipisyal na pagsasanay sa katalinuhan, ang Nvidia Drive PX na idinisenyo para sa awtomatikong kotse, atbp…
Nakalaang Card ng Graphics
Ang mga system na may dedikadong GPU ay kilala bilang 'DIS Systems '. Narito ang nakatuon ay tumutukoy sa ang katunayan na ang mga GPU chip na ito ay may isang nakatuon RAM ginamit ng eksklusibo ng card. Karaniwan itong nakikipag-interfaced sa motherboard gamit ang mga puwang ng pagpapalawak tulad ng PCI Express o Accelerated Graphics Port. Ang mga chips na ito ay madaling mapalitan o na-upgrade. Dahil sa laki at bigat ng mga hadlang na nakatuon sa GPU sa mga portable computer ay na-interfaced sa pamamagitan ng isang hindi pamantayang puwang.
Pinagsamang Unit ng Pagproseso ng Grapiko
Ang ganitong uri ng GPU ay walang dedikadong unit ng RAM. Sa halip, gumagamit ito ng isang bahagi ng memorya ng computer para sa pagpapatakbo nito. Ang GPU na ito ay maaaring isama sa motherboard alinman bilang bahagi ng chipset nito o binuo sa parehong die sa CPU. Ang mga ito ay may mas mababang kapasidad kaysa sa nakatuon na graphics card ngunit mas mura ang ipatupad. Ang Intel HD Graphics at AMD Accelerated processing Unit ay ang mga halimbawa ng GPU na ito.
Pagproseso ng Hybrid Graphics
Ang pag-andar ng GPU na ito ay nakasalalay sa pagitan ng nakatuon na graphics card at ang integrated graphics card. Gumagamit ito ng isang bahagi ng memorya ng system at mayroon ding isang maliit na nakalaang cache ng memorya. Ang nakatuong cache na ito ay bumubuo para sa mataas na latency ng RAM. Ang hyper memory ng ATI at ang TurboCache ng Nvidia ay ang karaniwang ginagamit na Hybrid Graphics Processing Units.
Pagproseso ng Stream at Pangkalahatang Pagpoproseso ng GPU
Ang mga ito ay popular na tinawag bilang GPGPU's. Ang yunit ng pagpoproseso ng pangkalahatang layunin ng graphics ay karaniwang ginagamit bilang binagong stream processor upang maisagawa ang mga kernel ng computer. Gamit ang konseptong ito ang napakalaking kapangyarihan sa computational ng modernong graphic accelerator's shader ay ginagamit bilang pangkalahatang-layunin na computing power. Para sa napakalaking pagpapatakbo ng vector, ang pamamaraang ito ay nagbibigay ng mas mataas na pagganap kaysa sa isang simpleng CPU.
Panlabas na GPU
Katulad ng isang malaking panlabas na hard drive, ang graphic processing unit na ito ay naroroon din sa labas ng unit ng computer. Ang mga ito ay panlabas din na konektado sa mga laptop computer. Ang mga laptop ay karaniwang may isang mahusay na halaga ng RAM at isang sapat na malakas na CPU. Sa halip na isang malakas na laptop na processor ng laptop ay naka-embed na may isang hindi gaanong malakas ngunit mas mahusay na enerhiya na mahusay na onboard graphics chip. Hindi sapat ang mga ito upang maisagawa ang mga graphic ng laro at hindi sumusuporta sa mga mas mataas na laro sa graphics. Kaya, ang Panlabas na GPU na ito ay ginagamit sa mga laptop para sa mas mataas na pagganap.
Sa pagtaas ng pangangailangan para sa mataas na grapiko at mahusay na mga resolusyon ng imahe, ang pangangailangan para sa mas malakas na GPU ay dumarami din. Gamit ang pagkakaroon ng makapangyarihang GPU, maraming higit na makakamit sa larangan ng mataas na mga teknolohiya sa pagproseso tulad ng pag-aaral ng makina at malalim na pag-aaral. Ang GPU ay nagpabilis din ng isang napakalaking boom sa industriya ng paglalaro. Maraming mga mataas na larong grapiko ang inilunsad na ganap na ginagamit ang lakas ng GPU. Aling uri ng GPU ang maaaring ikabit nang panlabas sa mga laptop?
Mga FAQ
1). Ang isang GPU ba ay isang graphic card?
Ang isang graphic card na naroroon sa aparato ng computing ay isang buong bahagi ng hardware. Habang ang isang GPU ay isang chip na naroroon sa graphic card.
2). Alin ang isang mas mabilis na CPU o GPU?
Ngayon ang GPU ay magagamit na may mas malaking mga yunit ng memorya, higit na lakas sa pagpoproseso, at mas malaking bandwidth ng memorya kumpara sa tradisyunal na CPU. Kaya, ang GPU ay nahanap na halos 50 hanggang 100 beses na mas mabilis kaysa sa CPU.
3). Ilan ang mga core ng isang GPU?
Gumagawa ang GPU ng parallel computing. Mayroon itong daan-daang mas maliliit na mga core na nagtutulungan. Ang napakalaking parallel na computing na ito ay nagbibigay sa GPU ng higit na kapangyarihan sa computing.
4). Mas mahusay ba ang RTX o GTX?
Kung ihinahambing sa GTX 1080 Ti, ang RTX 2080 ay may mas bagong teknolohiya at nag-aalok ng mas mahusay, mas mabilis na pagganap. Ang RTX ay mas mababa sa gastos kumpara sa GTX.
5). Maaari bang palitan ng isang GPU ang isang CPU?
Ang GPU ay mas mabilis kaysa sa CPU. Napakabilis nilang gampanan ang gawain sa pamamagitan ng pagganap ng maraming mga gawain nang paisa-isa. Ngunit maaari lamang itong gumanap ng ilang mas mataas na operasyon ng mas mataas na dalas at lahat ng iba pang pagpapatupad tulad ng manging ng mga nakakagambala, ang imbakan ng data ay ginagawa ng CPU. Hindi, hindi mapapalitan ng GPU ang isang CPU.
