หน่วยประมวลผลกราฟิก - ฟังก์ชันการคำนวณและสถาปัตยกรรม

ในอุปกรณ์คอมพิวเตอร์เรามีหน่วยประมวลผลที่ประมวลผลข้อมูล หน่วยนี้เรียกว่าหน่วยประมวลผลกลาง ภารกิจหลักของหน่วยนี้ ได้แก่ การเข้ารหัสและถอดรหัสข้อมูลการจัดเก็บข้อมูลการประมวลผลและการรวบรวมข้อมูลการดำเนินการข้อมูล ฯลฯ ความถี่ของ ซีพียู กำหนดความเร็วในการประมวลผลหรือการทำงานของอุปกรณ์ เมื่อทำงานกับข้อมูลจำนวนมากจำเป็นต้องมีหน่วยความจำขนาดใหญ่ขึ้น วันนี้ด้วยเทคนิคการประมวลผลภาพที่เพิ่มขึ้นเราจึงเพลิดเพลินกับภาพความคมชัดสูงกราฟิกที่ชัดเจน ฯลฯ การดำเนินการทางคณิตศาสตร์ที่จำเป็นสำหรับเทคนิคเหล่านี้มีขนาดใหญ่มากและต้องใช้หน่วยประมวลผลที่เร็วขึ้น เพื่อเอาชนะสิ่งนี้หน่วยประมวลผลกราฟิก (GPU) ได้กลายเป็นไฟแก็ซ

หน่วยประมวลผลกราฟิกคืออะไร?

หน่วยประมวลผลใช้ในการคำนวณในอุปกรณ์คอมพิวเตอร์ ด้วยการถือกำเนิดของแนวคิดเทคโนโลยีเช่นภาพ 3 มิติการสตรีมวิดีโอความละเอียดสูงกราฟิกและอื่น ๆ ในการนำแนวคิดเหล่านี้ไปใช้บนอุปกรณ์ฮาร์ดแวร์ต้องมีการดำเนินการทางคณิตศาสตร์ที่มีขนาดใหญ่และซับซ้อนและมีความเร็วมากขึ้น

หน่วยประมวลผลกลางแม้ว่าจะมีความถี่สูงก็ไม่สามารถประมวลผลการคำนวณขนาดใหญ่ดังกล่าวได้อย่างมีประสิทธิภาพ ดังนั้นจึงมีการนำหน่วยประมวลผลเฉพาะสำหรับการคำนวณขนาดใหญ่ที่มีความถี่สูงมาใช้ หน่วยประมวลผลนี้เรียกว่าหน่วยประมวลผลกราฟิก GPU เป็นอุปกรณ์อิเล็กทรอนิกส์เฉพาะทางที่ใช้สำหรับการคำนวณโดยอาศัยคอมพิวเตอร์กราฟิกและการประมวลผลภาพเป็นหลัก สิ่งเหล่านี้ฝังอยู่ในไฟล์ SoC พร้อมกับไมโครโปรเซสเซอร์หรือโปรเซสเซอร์หลักหรือมีให้เป็นชิปแบบสแตนด์อะโลนพร้อมหน่วยความจำเฉพาะ

ฟังก์ชันการคำนวณ

สำหรับการคำนวณที่เกี่ยวข้องกับคอมพิวเตอร์กราฟิก 3D GPU จะใช้ทรานซิสเตอร์ที่มีอยู่ในการออกแบบ การคำนวณรอบ ๆ กราฟิก 3 มิติรวมถึงการดำเนินการทางเรขาคณิตเช่นการหมุนและการแปลจุดยอดเป็นระบบพิกัดต่างๆการแมปพื้นผิวและการแสดงผลรูปหลายเหลี่ยม ฟังก์ชั่น GPU ล่าสุดจำนวนมากยังรวมถึงการทำงานของ CPU เทคนิคการสุ่มตัวอย่างเกินและการแก้ไขสำหรับการลดนามแฝง

ปัจจุบันมีการใช้ GPU เพิ่มขึ้นอย่างมากพร้อมกับเทคโนโลยี Deep Learning และ Machine Learning ที่เพิ่มขึ้น ในการฝึกโมเดลการเรียนรู้เชิงลึกจำเป็นต้องทำการคำนวณที่ซับซ้อนจำนวนมากขึ้น การใช้ GPU ทำให้การฝึกอบรมโมเดลแมชชีนเลิร์นนิงง่ายขึ้น

หน่วยประมวลผลกราฟิกพบว่าเร็วกว่า CPU 250 เท่า ในการถอดรหัสวิดีโอแบบเร่งด้วย GPU GPU จะทำหน้าที่ในส่วนของกระบวนการถอดรหัสวิดีโอและขั้นตอนหลังการประมวลผลวิดีโอ API ที่ใช้กันทั่วไปสำหรับวัตถุประสงค์นี้คือ DxVA, VDPAU, VAAPI, XvMC, XvBA DxVA มีไว้สำหรับระบบปฏิบัติการที่ใช้ Windows และส่วนที่เหลือเป็นระบบปฏิบัติการ Linux และ Unix เช่นเดียวกับระบบปฏิบัติการ XvMC สามารถถอดรหัสวิดีโอที่เข้ารหัสด้วย MPEG-1 และ MPEG-2 เท่านั้น

กระบวนการถอดรหัสวิดีโอที่ GPU สามารถทำได้มีดังนี้ -

• การชดเชยการเคลื่อนไหว
• การแปลงโคไซน์แบบไม่ต่อเนื่องผกผัน
• การแปลงโคไซน์แบบไม่ต่อเนื่องแบบแปรผกผัน
• In-loop deblocking filter
• การทำนายภายในกรอบ
• การหาปริมาณแบบผกผัน
• การถอดรหัสความยาวตัวแปร
• การเปลี่ยนตำแหน่งเชิงพื้นที่ - ชั่วคราว
• การตรวจจับแหล่งที่มาโดยอัตโนมัติ
• การประมวลผล Bitstream
• ตำแหน่งพิกเซลที่สมบูรณ์แบบ

สถาปัตยกรรมหน่วยประมวลผลกราฟิก

โดยปกติ GPU จะใช้เป็นตัวประมวลผลร่วมกับซีพียู ด้วยเหตุนี้ซีพียูจึงสามารถทำการคำนวณทางวิทยาศาสตร์และวิศวกรรมทั่วไปด้วยความถี่ที่สูงขึ้น ที่นี่ส่วนที่ใช้เวลานานและใช้การคำนวณมากของโค้ดจะถูกย้ายไปยัง GPU ในขณะที่โค้ดที่เหลือยังคงทำงานบน CPU GPU ทำการประมวลผลโค้ดแบบขนานซึ่งจะช่วยเพิ่มประสิทธิภาพของระบบ คอมพิวเตอร์ประเภทนี้เรียกว่า Hybrid Computing

สถาปัตยกรรมหน่วยประมวลผลกราฟิก

ซึ่งแตกต่างจาก CPU ที่มีแกน CPU สองถึงแปดคอร์ GPU ประกอบด้วยคอร์ที่เล็กกว่าหลายร้อยคอร์ คอร์ทั้งหมดนี้ทำงานร่วมกันในการประมวลผลแบบขนาน เพื่อให้สามารถใช้ฟังก์ชันของสถาปัตยกรรมการประมวลผลแบบขนานของ GPU ได้อย่างมีประสิทธิภาพนักพัฒนาแอปพลิเคชันของ NVIDIA ได้ออกแบบรูปแบบการเขียนโปรแกรมแบบขนานที่เรียกว่า 'CUDA'

สถาปัตยกรรม GPU แตกต่างกันไปตามรุ่น สถาปัตยกรรมทั่วไปของ GPU ประกอบด้วยคลัสเตอร์การประมวลผลหลายกลุ่ม คลัสเตอร์เหล่านี้ประกอบด้วยมัลติโปรเซสเซอร์แบบสตรีมมิ่งหลายตัว แต่ละสตรีมมิ่ง มัลติโปรเซสเซอร์ ประกอบด้วยเลเยอร์ของแคชคำสั่งเลเยอร์ 1 พร้อมกับแกนที่เกี่ยวข้อง

แบบฟอร์ม GPU

ขึ้นอยู่กับฟังก์ชันการทำงานและวิธีการประมวลผล GPU ในตลาดมีหลายรูปแบบ คอมพิวเตอร์ส่วนบุคคล GPU มีสองรูปแบบหลัก ได้แก่ การ์ดแสดงผลเฉพาะกราฟิกในตัว การ์ดแสดงผลเฉพาะเรียกอีกอย่างว่า GPU แบบแยก กราฟิกในตัวเรียกอีกอย่างว่าสถาปัตยกรรมหน่วยความจำแบบรวมซึ่งเป็นโซลูชันกราฟิกที่ใช้ร่วมกัน

GPU ส่วนใหญ่ได้รับการออกแบบโดยคำนึงถึงแอปพลิเคชันเช่นการประมวลผลกราฟิก 3 มิติการเล่นเกมเป็นต้น GeForceGTX ได้รับการออกแบบมาโดยเฉพาะสำหรับการเล่นเกม Nvidia Titan ออกแบบมาสำหรับการประมวลผลแบบคลาวด์ Nvidia Quadro ออกแบบมาสำหรับเวิร์คสเตชั่นและภาพเคลื่อนไหว 3 มิติ Nvidia Tesla ออกแบบมาสำหรับระบบคลาวด์ เวิร์กสเตชันและการฝึกอบรมปัญญาประดิษฐ์ Nvidia Drive PX ที่ออกแบบมาสำหรับรถยนต์อัตโนมัติ ฯลฯ ...

การ์ดแสดงผลเฉพาะ

ระบบที่มี GPU เฉพาะเรียกว่า 'DIS Systems' ที่นี่เฉพาะหมายถึงความจริงที่ว่าชิป GPU เหล่านี้มีเฉพาะ แกะ ใช้โดยการ์ดเท่านั้น โดยปกติจะเชื่อมต่อกับเมนบอร์ดโดยใช้สล็อตเอ็กซ์แพนชันเช่น PCI Express หรือ Accelerated Graphics Port ชิปเหล่านี้สามารถเปลี่ยนหรืออัพเกรดได้อย่างง่ายดาย เนื่องจากข้อ จำกัด ด้านขนาดและน้ำหนักเฉพาะ GPU บนคอมพิวเตอร์แบบพกพาถูกเชื่อมต่อผ่านช่องเสียบที่ไม่ได้มาตรฐาน

หน่วยประมวลผลกราฟิกในตัว

GPU ประเภทนี้ไม่มีหน่วย RAM เฉพาะ แต่จะใช้หน่วยความจำคอมพิวเตอร์ส่วนหนึ่งในการทำงานแทน GPU นี้สามารถรวมเข้ากับเมนบอร์ดโดยเป็นส่วนหนึ่งของชิปเซ็ตหรือสร้างขึ้นจากแม่พิมพ์เดียวกันกับ CPU สิ่งเหล่านี้มีความจุน้อยกว่าการ์ดแสดงผลเฉพาะ แต่มีค่าใช้จ่ายน้อยกว่าในการใช้งาน Intel HD Graphics และ AMD Accelerated processing Unit เป็นตัวอย่างของ GPU นี้

การประมวลผลกราฟิกแบบไฮบริด

การทำงานของ GPU นี้อยู่ระหว่างการ์ดแสดงผลเฉพาะและการ์ดแสดงผลในตัว สิ่งนี้ใช้หน่วยความจำระบบบางส่วนและยังมีแคชหน่วยความจำเฉพาะขนาดเล็ก แคชเฉพาะนี้ทำให้แรมมีเวลาแฝงสูง หน่วยความจำไฮเปอร์ของ ATI และ TurboCache ของ Nvidia เป็นหน่วยประมวลผลกราฟิกแบบไฮบริดที่ใช้กันทั่วไป

การประมวลผลสตรีมและ GPU การประมวลผลทั่วไป

สิ่งเหล่านี้นิยมเรียกว่า GPGPU’s หน่วยประมวลผลกราฟิกที่ใช้งานทั่วไปมักใช้เป็นตัวประมวลผลสตรีมที่ได้รับการแก้ไขเพื่อดำเนินการกับเมล็ดคอมพิวเตอร์ การใช้แนวคิดนี้พลังการคำนวณขนาดใหญ่ของ shader ของตัวเร่งกราฟิกสมัยใหม่ถูกใช้เป็นพลังในการประมวลผลทั่วไป สำหรับการดำเนินการเวกเตอร์ขนาดใหญ่วิธีนี้ให้ประสิทธิภาพที่สูงกว่า CPU ธรรมดา

GPU ภายนอก

เช่นเดียวกับฮาร์ดไดรฟ์ภายนอกขนาดใหญ่หน่วยประมวลผลกราฟิกนี้ยังมีอยู่ที่ด้านนอกของหน่วยคอมพิวเตอร์ นอกจากนี้ยังเชื่อมต่อภายนอกกับคอมพิวเตอร์แล็ปท็อป แล็ปท็อปมักจะมี RAM เพียงพอและ CPU ที่ทรงพลังเพียงพอ แทนที่จะเป็นแล็ปท็อปโปรเซสเซอร์กราฟิกที่ทรงพลังจะฝังชิปกราฟิกออนบอร์ดที่มีประสิทธิภาพน้อยกว่า แต่ประหยัดพลังงานมากกว่า สิ่งเหล่านี้ไม่มีประสิทธิภาพเพียงพอที่จะแสดงกราฟิกเกมและไม่รองรับเกมกราฟิกที่สูงขึ้น ดังนั้น GPU ภายนอกนี้จึงใช้กับแล็ปท็อปเพื่อประสิทธิภาพที่สูงขึ้น

ด้วยความต้องการที่เพิ่มขึ้นสำหรับกราฟิกที่สูงและความละเอียดของภาพที่ดีความต้องการ GPU ที่ทรงพลังยิ่งขึ้นก็เพิ่มขึ้นเช่นกัน ด้วยความพร้อมใช้งานของ GPU ที่ทรงพลังคุณสามารถทำสิ่งต่างๆได้มากขึ้นในด้านเทคโนโลยีการประมวลผลระดับสูงเช่นการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก GPU ได้เร่งการเติบโตอย่างมากในอุตสาหกรรมเกม มีการเปิดตัวเกมกราฟิกระดับสูงมากมายที่ใช้พลังของ GPU อย่างเต็มที่ GPU ประเภทใดที่สามารถเชื่อมต่อกับแล็ปท็อปภายนอกได้

คำถามที่พบบ่อย

1). GPU เป็นการ์ดจอหรือไม่?

การ์ดแสดงผลที่มีอยู่ในอุปกรณ์คอมพิวเตอร์เป็นส่วนฮาร์ดแวร์ทั้งหมด ในขณะที่ GPU เป็นชิปที่มีอยู่บนกราฟิกการ์ด

2). CPU หรือ GPU ตัวไหนเร็วกว่ากัน?

ปัจจุบัน GPU สามารถใช้ได้กับหน่วยความจำที่ใหญ่ขึ้นพลังการประมวลผลที่มากขึ้นและแบนด์วิดท์หน่วยความจำที่ใหญ่ขึ้นเมื่อเทียบกับ CPU แบบเดิม ดังนั้น GPU จึงพบว่าเร็วกว่า CPU ประมาณ 50 ถึง 100 เท่า

3). GPU มีกี่คอร์?

GPU ทำการประมวลผลแบบขนาน มันมีคอร์ที่เล็กกว่าหลายร้อยทำงานร่วมกัน การประมวลผลแบบขนานขนาดใหญ่นี้ทำให้ GPU มีพลังในการประมวลผลที่เหนือกว่า

4). RTX หรือ GTX ดีกว่ากัน?

เมื่อเทียบกับ GTX 1080 Ti RTX 2080 มีเทคโนโลยีที่ใหม่กว่าและให้ประสิทธิภาพที่ดีกว่าและเร็วกว่า RTX มีต้นทุนต่ำกว่าเมื่อเทียบกับ GTX

5). GPU สามารถแทนที่ CPU ได้หรือไม่?

GPU เร็วกว่า CPU พวกเขาทำงานได้เร็วมากโดยทำงานหลายอย่างพร้อมกัน แต่สามารถดำเนินการได้เฉพาะความถี่ที่สูงขึ้นและการดำเนินการอื่น ๆ ทั้งหมดเช่นการขัดจังหวะการขัดจังหวะการจัดเก็บข้อมูลจะดำเนินการโดย CPU ไม่ GPU ไม่สามารถแทนที่ CPU ได้