Не многие пользователи знают, что видеокарты могут выполнять намного больше, чем просто отображать картинку на мониторе. Используя CUDA, Stream и остальные подобные технологии, можно существенно поднять производительность компьютера, взвалив на себя не свои вычисления. Ниже будет описан принцип работы.
Чтобы вывести на экран непрерывные кадры в какой-нибудь современной игры, компьютеру требуется хорошая производительность. Стоит предположить, что современные видеокарты по производительности соответствуют свежим версиям процессоров.
Стоит отметить, что когда видеоадаптер простаивает и не выполняет обработку изображения, ее возможности остаются невостребованными. Чтобы не было такого простоя и можно было взвалить на нее некоторые обязанности, что снизит нагрузку на процессор, необходимо применять специальные опции ускорения компьютера. Ниже будет подробная инструкция о принципах работы этой технологии, которая может увеличить производительность ПК.
Каким образом видеоплата увеличивает скорость работы компьютера?
Воспользоваться возможностями видеокарт могут только специальные приложения. Данные программы могут совмещаться с видеокартой и используют одну из 4-х технологий физического ускорения.
CUDA. Данную разработку создала корпорация Nvidia. Эта технология может применяться для проведения сложных вычислительных манипуляций и для редактирования видео и картинок.
Stream. Эта технология механического ускорения аналогична первой, но разработана изготовителем видеоадаптеров AMD.
Обе эти технологии поддерживаются всеми операционками, кроме Mac OS, и используют только с видеокартами подходящего изготовителя. Создатели ПО вынуждены проводить дополнительную работу, чтобы видеокарты обоих разработчиков смогли увеличивать скорость работы их приложений. Ниже представлены технологии, которые способны работать с платами обоих изготовителей.
OpenCL. Эта технология была выпущена корпорация Apple в 2008 году и поддерживается всеми операционками и любым ПО. Однако, на сегодняшний день нет приложений для ускорения компьютера с использованием этой технологии. Кроме того, по увеличению продуктивности OpenCL существенно позади от первых двух технологий.
DirectCompute. Эта технология была встроена компанией Microsoft в DirectX 11. Но она способна работать только на операционках Windows 7 и Vista, и то с небольшим пакетом приложений.
Какое увеличение производительности предоставляет видеокарта?
Прирост непосредственно зависит от графического адаптера и производительности остальных элементов компьютера. Увеличение производительности устанавливается утилитами и проводимыми операциями. На современном среднем ПК увеличение скорости преобразования высококачественного видео может достигать до 20-ти раз. А вот редактирование фильтрами и спецэффектами фотоснимком может ускориться в триста раз.
Что влияет на высокую продуктивность CUDA и подобных технологий?
CPU на материнке при выполнении сложных задач изначально разделяет процесс на несколько поменьше, а после выполняет их последовательную обработку. Полученный промежуточный результат размещается в маленькой, но быстрой памяти процессора. Когда отделы памяти переполняются, файлы перемещаются в кэш-память, которая также расположена в процессоре. Но на обмен информацией между процессором и оперативкой требуется довольно много времени, поэтому скорость получается не совсем высокой.
Видеокарты иногда могут проводить такие манипуляции значительно быстрее. На это может влиять несколько обстоятельств. Одно из них параллельные вычисления. При необходимости провести несколько подобных манипуляций, некоторые из них могут проводиться графическим модулем совместно с процессором.
К примеру, при работе с видео или картинками утилите необходимо изменять огромное количество пикселей, и при этом используя повторяющиеся способы. Специально для этого графический адаптер обладает сотнями мелких процессоров, которые носят названия потоковые.
Кроме того, необходим быстрый доступ к памяти. По аналогии с центральными процессами, графические адаптеры также располагают своей промежуточной памятью и оперативкой. Но в этом случае они обладают множеством регистров скоростной памяти, что существенно увеличивает скорость вычислений.
Какое число потоковых CPU обладают видеокарты?
На это влияет модель процессора. К примеру, GeForse GTX 590 располагает двумя модулями Fermi, каждый из которых обладает 512 потоковыми CPU. Одна из мощнейших видеоплат от AMD — Radeon HD 6990 – также оснащена парой модулей, в каждом из которых по 1536 процессоров. Но при всем этом, HD 6990 существенно проигрывает GTX 590 по скорости.
Как запустить CUDA или Stream?
Ничего запускать не следует, так как технологии представляют собой элемент аппаратной части видеокарт. После того, как драйвер графического адаптера установить приложение, которое поддерживает какую-то технологию, тогда автоматически произойдет увеличение скорости работы компьютера. Чтобы получить полную производительность, необходимо инсталлировать свежую версию драйвера.
Стоит отметить, что пользователям видеокарт AMD требуется скачать и инсталлировать набор AMD Media Codec Package.
Почему не все утилиты работают с этими технологиями?
До того момента, пока OpenCL не будет широко распространен, создателям программного обеспечения надо подстраивать каждое приложение для возможности работать с видеоплатами Nvidia и AMD. Но при этом не каждый производитель пойдет на дополнительные расходы.
Кроме того, не все приложения имеют возможность обеспечивать постоянный поток несложных операций вычислений, которые могут происходить параллельно. Это может отлично сработать совместно с программами по редактированию видео и графики. Для почтовиков или текстовых редакторов эти технологии не сильно помогут.
Супер ПК
К примеру, китайский ПК Tianhe-1А располагает 7168 графическими модулями Nvidia, которые поддерживают отличную производительность. При этом проходит 2,5 трлн вычислений в секунду. Этот компьютер расходует 4 мегаватта энергии. Столько электричества расходует городок с пятью тысячами человек населения.
Способен ли графический адаптер заменить центральный?
Такую замену провести невозможно. Устройство этих процессоров полностью разное. CPU представляет собой универсальный вычислительный блок, который имеет возможность обрабатывать и пересылать информацию другим элементам ПК. В свою очередь, видеокарты являются узконаправленными устройствами, несмотря на то, что выполняют маленькое количество операций, но при этом с высокой скоростью.
Что будет в будущем: универсальные чипы
Чтобы увеличить производительность CPU, корпорации Intel и AMD постоянно добавляют ядра в свои процессоры. Кроме того, они постоянно добавляют новые технологии, которые способны увеличить эффективность вычислительных операций и возможность параллельной обработки информации.
По сравнению с центральными процессорами, видеокарты уже располагают большим количеством простых ядер, которые способны очень быстро выполнить комплексные вычисления.
Но получается так, что начальные отличия в принципах работы видеокарты и CPU понемногу стираются. Поэтому разработка универсального чипа очень логична. На сегодняшний день пользователи компьютера могут использовать весь потенциал видеокарты без дорогих графических чипов.
Современные процессоры от ведущих разработчиков, на данный момент могут продемонстрировать возможность соединить графический адаптер и CPU и работать, как один универсальный вычислительный блок.
В любом из чипов ядра CPU и видеокарты размещаются на единственном кристалле. Это предоставляет возможность быстрее разделить вычислительные манипуляции между ядрами. Эти применяемые технологии носят имя Intel Quick Sync и AMD Арр. В данное время уже имеются отдельные приложения, которые применяют подобную технологию.
В общем, это все, что необходимо знать о различиях центрального процессора и видеокарты. Как видно из написанного, графический процессор способен выполнять некоторые операции центрального, особенно это касается современных компьютеров с мощными видеокартами.
Многие видели аббревиатуру GPU, но не каждый знает, что это такое. Это компонент , который входит в состав видеокарты . Иногда его называют видеокарта, но это не правильно. Графический процессор занимается обработкой команд, которые формируют трехмерное изображение. Это основной элемент, от мощности которого зависит быстродействие всей видеосистемы.
Есть несколько видов таких чипов – дискретный и встроенный . Конечно, сразу стоит оговорить, что лучше первый. Его ставят на отдельные модули. Он мощный и требует хорошего охлаждения . Второй устанавливается практически на все компьютеры. Он встраивается в CPU, делая потребление энергии в разы ниже. Конечно, с полноценными дискретными чипами ему не сравниться, но на данный момент он показывает довольно хорошие результаты .
Как работает процессор
GPU занимается обработкой
2D и 3D графики. Благодаря GPU ЦП компьютера становится свободнее и может выполнять более важные задачи. Главная особенность графического процессора в том, что он старается максимально увеличить скорость
расчета графической информации. Архитектура чипа позволяет с большей эффективностью
обрабатывать графическую информацию, нежели центральный CPU ПК.
Графический процессор устанавливает расположение трехмерных моделей в кадре. Занимается фильтрацией входящих в них треугольников, определяет, какие находятся на виду, и отсекает те, которые скрыты другими объектами.
Все мы знаем, что у видеокарты и процессора несколько различные задачи, однако знаете ли вы, чем они отличаются друг от друга во внутренней структуре? Как CPU (англ. - central processing unit ), так и GPU (англ. - graphics processing unit ) являются процессорами, и между ними есть много общего, однако сконструированы они были для выполнения различных задач. Подробнее об этом вы узнаете из данной статьи.
CPU
Основная задача CPU, если говорить простыми словами, это выполнение цепочки инструкций за максимально короткое время. CPU спроектирован таким образом, чтобы выполнять несколько таких цепочек одновременно или разбивать один поток инструкций на несколько и, после выполнения их по отдельности, сливать их снова в одну, в правильном порядке. Каждая инструкция в потоке зависит от следующих за ней, и именно поэтому в CPU так мало исполнительных блоков, а весь упор делается на скорость выполнения и уменьшение простоев, что достигается при помощи кэш-памяти и конвейера .
GPU
Основная функция GPU - рендеринг 3D графики и визуальных эффектов, следовательно, в нем все немного проще: ему необходимо получить на входе полигоны, а после проведения над ними необходимых математических и логических операций, на выходе выдать координаты пикселей. По сути, работа GPU сводится к оперированию над огромным количеством независимых между собой задач, следовательно, он содержит большой объем памяти, но не такой быстрой, как в CPU, и огромное количество исполнительных блоков: в современных GPU их 2048 и более, в то время как у CPU их количество может достигать 48, но чаще всего их количество лежит в диапазоне 2-8.
Основные отличия
CPU отличается от GPU в первую очередь способами доступа к памяти. В GPU он связанный и легко предсказуемый - если из памяти читается тексел текстуры, то через некоторое время настанет очередь и соседних текселов. С записью похожая ситуация - пиксель записывается во фреймбуфер, и через несколько тактов будет записываться расположенный рядом с ним. Также графическому процессору, в отличие от универсальных процессоров, просто не нужна кэш-память большого размера, а для текстур требуются лишь 128–256 килобайт. Кроме того, на видеокартах применяется более быстрая память, и в результате GPU доступна в разы большая пропускная способность, что также весьма важно для параллельных расчетов, оперирующих с огромными потоками данных.
Есть множество различий и в поддержке многопоточности: CPU исполняет 1– 2 потока вычислений на одно процессорное ядро, а GPU может поддерживать несколько тысяч потоков на каждый мультипроцессор, которых в чипе несколько штук! И если переключение с одного потока на другой для CPU стоит сотни тактов, то GPU переключает несколько потоков за один такт.
В CPU большая часть площади чипа занята под буферы команд, аппаратное предсказание ветвления и огромные объемы кэш-памяти, а в GPU большая часть площади занята исполнительными блоками. Вышеописанное устройство схематично изображено ниже:
Разница в скорости вычислений
Если CPU - это своего рода «начальник», принимающий решения в соответствии с указаниями программы, то GPU - это «рабочий», который производит огромное количество однотипных вычислений. Выходит, что если подавать на GPU независимые простейшие математические задачи, то он справится значительно быстрее, чем центральный процессор. Данным отличием успешно пользуются майнеры биткоинов.
Майнинг Bitcoin
Суть майнинга заключается в том, что компьютеры, находящиеся в разных точках Земли, решают математические задачи, в результате которых создаются биткоины . Все биткоин-переводы по цепочке передаются майнерам, чья работа состоит в том, чтобы подобрать из миллионов комбинаций один-единственный хэш, подходящий ко всем новым транзакциям и секретному ключу, который и обеспечит майнеру получение награды в 25 биткоинов за раз. Так как скорость вычисления напрямую зависит от количества исполнительных блоков, получается, что GPU значительно лучше подходят для выполнения данного типа задачи, нежели CPU. Чем больше количество произведенных вычислений, тем выше шанс получить биткоины. Дело даже дошло до сооружения целых ферм из видеокарт.
Диспетчер задач Windows 10 содержит подробные инструменты мониторинга графического процессора (GPU ). Вы можете просматривать использование каждого приложения и общесистемного графического процессора, а Microsoft обещает, что показатели диспетчера задач будут более точными, чем показатели сторонних утилит.
Как это работает
Эти функции графического процессора были добавлены в обновлении Fall Creators для Windows 10 , также известном как Windows 10 версия 1709 . Если вы используете Windows 7, 8 или более старую версию Windows 10, вы не увидите эти инструменты в своем диспетчере задач.
Windows использует более новые функции в Windows Display Driver Model, чтобы извлекать информацию непосредственно из графического процессора (VidSCH) и менеджера видеопамяти (VidMm) в графическом ядре WDDM, которые отвечают за фактическое распределение ресурсов. Он показывает очень точные данные независимо от того, какие приложения API используют для доступа к GPU-Microsoft DirectX, OpenGL, Vulkan, OpenCL, NVIDIA CUDA, AMD Mantle или чему-либо еще.
Именно поэтому в диспетчере задач отображаются только системы с совместимыми с WDDM 2.0 графическими процессорами . Если вы этого не видите, графический процессор вашей системы, вероятно, использует более старый тип драйвера.
Вы можете проверить, какая версия WDDM используется вашим драйвером GPU , нажав кнопку Windows+R, набрав в поле «dxdiag », а затем нажмите «Enter », чтобы открыть инструмент «Средство диагностики DirectX ». Перейдите на вкладку «Экран » и посмотрите справа от «Модель » в разделе «Драйверы ». Если вы видите здесь драйвер WDDM 2.x, ваша система совместима. Если вы видите здесь драйвер WDDM 1.x, ваш GPU несовместим.
Как просмотреть производительность графического процессора
Эта информация доступна в диспетчере задач , хотя по умолчанию она скрыта. Чтобы открыть ее, откройте Диспетчер задач , щелкнув правой кнопкой мыши на любом пустом месте на панели задач и выбрав «Диспетчер задач » или нажав Ctrl+Shift+Esc на клавиатуре.
Нажмите кнопку «Подробнее » в нижней части окна «Диспетчер задач », если вы видите стандартный простой вид.
Если GPU не отображается в диспетчере задач , в полноэкранном режиме на вкладке «Процессы » щелкните правой кнопкой мыши любой заголовок столбца, а затем включите опцию «Графический процессор ». Это добавит столбец графического процессора , который позволяет увидеть процент ресурсов графического процессора , используемых каждым приложением.
Вы также можете включить опцию «Ядро графического процессора », чтобы увидеть, какой графический процессор использует приложение.
Общее использование GPU всех приложений в вашей системе отображается в верхней части столбца Графического процессора . Щелкните столбец GPU , чтобы отсортировать список и посмотреть, какие приложения используют ваш GPU больше всего на данный момент.
Число в столбце Графический процессор - это самое высокое использование, которое приложение использует для всех движков. Так, например, если приложение использует 50% 3D-движка GPU и 2% декодирования видео движка GPU, вы просто увидите, что в столбце GPU отображается число 50%.
В столбце «Ядро графического процессора » отображается каждое приложение. Это показывает вам, какой физический GPU и какой движок использует приложение, например, использует ли он 3D-движок или механизм декодирования видео. Вы можете определить, какой графический процессор соответствует определенному показателю, проверив вкладку «Производительность », о которой мы поговорим в следующем разделе.
Как просмотреть использование видеопамяти приложения
Если вам интересно, сколько видеопамяти используется приложением, вам нужно перейти на вкладку «Подробности » в диспетчере задач. На вкладке «Подробности » щелкните правой кнопкой мыши любой заголовок столбца и выберите «Выбрать столбцы ». Прокрутите вниз и включите колонки «Графический процессор », «Ядро графического процессора », « » и « ». Первые два доступны также на вкладке «Процессы », но последние две опции памяти доступны только на панели «Подробности ».
Столбец «Выделенная память графического процессора » показывает, сколько памяти приложение использует на вашем GPU . Если на вашем ПК установлена дискретная видеокарта NVIDIA или AMD, то это часть его VRAM, то есть сколько физической памяти на вашей видеокарте использует приложение. Если у вас встроенный графический процессор , часть вашей обычной системной памяти зарезервирована исключительно для вашего графического оборудования. Это показывает, какая часть зарезервированной памяти используется приложением.
Windows также позволяет приложениям хранить некоторые данные в обычной системной памяти DRAM. Столбец «Общая память графического процессора » показывает, сколько памяти приложение использует в настоящее время для видеоустройств из обычной системной ОЗУ компьютера.
Вы можете щелкнуть любой из столбцов для сортировки по ним и посмотреть, какое приложение использует больше всего ресурсов. Например, чтобы просмотреть приложения, использующие наибольшую видеопамять на вашем графическом процессоре, щелкните столбец «Выделенная память графического процессора ».
Как отследить использование общего ресурса GPU
Чтобы отслеживать общую статистику использования ресурсов GPU , перейдите на вкладку «Производительность » и посмотрите на «Графический процессор » внизу на боковой панели. Если на вашем компьютере несколько графических процессоров, здесь вы увидите несколько вариантов GPU .
Если у вас несколько связанных графических процессоров - используя такую функцию, как NVIDIA SLI или AMD Crossfire, вы увидите их, идентифицированные «#» в их имени.
Windows отображает использование GPU в реальном времени. По умолчанию диспетчер задач пытается отобразить самые интересные четыре движка в соответствии с тем, что происходит в вашей системе. Например, вы увидите разные графики в зависимости от того, играете ли вы в 3D-игры или кодируете видео. Однако вы можете щелкнуть любое из имен над графиками и выбрать любой из других доступных движков.
Название вашего GPU также отображается на боковой панели и в верхней части этого окна, что позволяет легко проверить, какое графическое оборудование установлено на вашем ПК.
Вы также увидите графики использования выделенной и общей памяти GPU . Использование общей памяти GPU относится к тому, какая часть общей памяти системы используется для задач GPU . Эта память может использоваться как для обычных системных задач, так и для видеозаписей.
В нижней части окна вы увидите информацию, такую как номер версии установленного видеодрайвера, дату разработки и физическое местоположение GPU в вашей системе.
Если вы хотите просмотреть эту информацию в более маленьком окне, которое проще оставить на экране, дважды щелкните где-нибудь внутри экрана графического процессора или щелкните правой кнопкой мыши в любом месте внутри него и выберите параметр «Графическая сводка ». Вы можете развернуть окно, дважды щелкнув на панели или щелкнув правой кнопкой мыши в нем и сняв флажок «Графическая сводка ».
Вы также можете щелкнуть правой кнопкой мыши по графику и выбрать «Изменить график »> «Одно ядро », чтобы просмотреть только один график движка GPU .
Чтобы это окно постоянно отображалось на вашем экране, нажмите «Параметры »> «Поверх остальных окон ».
Дважды щелкните внутри панели GPU еще раз, и у вас будет минимальное окно, которое вы можете расположить в любом месте на экране.
GPU (Graphics Processing Unit) — это процессор, предназначенный исключительно для операций по обработке графики и вычислений с плавающей точкой. Он в первую очередь существует для того, чтобы облегчить работу основного процессора, когда дело касается ресурсоемких игр или приложений с 3D-графикой. Когда вы играете в какую-либо игру, GPU отвечает за создание графики, цветов и текстур, в то время как CPU может заняться искусственным интеллектом или расчетами механики игры.
На что мы смотрим в первую очередь, выбирая себе смартфон? Если на минутку отвлечься от стоимости, то в первую очередь мы, конечно, выбираем размер экрана. Затем нас интересует камера, объем оперативной, количество ядер и частота работы процессора. И тут все просто: чем больше, тем лучше, а чем меньше, тем, соответственно, хуже. Однако в современных устройствах используется еще и графический процессор, он же GPU. Что это такое, как он работает и почему про него важно знать, мы расскажем ниже.
Архитектура графического процессора не сильно отличается от архитектуры CPU, однако она более оптимизирована для эффективной работы с графикой. Если заставить графический процессор заниматься любыми другими расчетами, он покажет себя с худшей стороны.
Видеокарты, которые подключаются отдельно и работают на высоких мощностях, существуют только в ноутбуках и настольных компьютерах. Если мы говорим об -устройствах, то мы говорим об интегрированной графике и том, что мы называем SoC (System-on-a-Chip). К примеру, в процессоре интегрирован графический процессор Adreno 430. Память, которую он использует для своей работы, это системная память, в то время как для видеокарт в настольных ПК выделяется доступная только им память. Правда, существуют и гибридные чипы.
В то время как процессор с несколькими ядрами работает на высоких скоростях, графический процессор имеет много процессорных ядер, работающих на низких скоростях и занимающихся лишь вычислением вершин и пикселей. Обработка вершин в основном крутится вокруг системы координат. GPU обрабатывает геометрические задачи, создавая трехмерное пространство на экране и позволяя объектам перемещаться в нем.
Обработка пикселей является более сложным процессом, требующим большой вычислительной мощности. В этот момент графический процессор накладывает различные слои, применяет эффекты, делает все для создания сложных текстур и реалистичной графики. После того как оба процесса будут обработаны, результат переносится на экран вашего смартфона или планшета. Все это происходит миллионы раз в секунду, пока вы играете в какую-нибудь игру.
Конечно же, этот рассказ о работе GPU является весьма поверхностным, но его достаточно для того, чтобы составить правильное общее представление и суметь поддержать разговор с товарищами или продавцом электроники либо понять — почему ваше устройство так сильно нагрелось во время игры. Позднее мы обязательно обсудим преимущества тех или иных GPU в работе с конкретными играми и задачами.
По материалам AndroidPit
