بسیاری از کاربران نمی دانند که کارتهای ویدئویی می توانند کارهای بیشتری از نمایش تصویر روی مانیتور انجام دهند. با استفاده از CUDA ، Stream و سایر فناوری های مشابه ، می توانید با در دست گرفتن محاسبات شخصی خود ، عملکرد کامپیوتر خود را به میزان قابل توجهی افزایش دهید. اصل کار در ذیل توضیح داده خواهد شد.
برای نمایش فریم های مداوم روی صفحه در هر بازی مدرن ، رایانه نیاز دارد عملکرد خوب... باید فرض کرد که عملکرد کارتهای ویدئویی مدرن مطابق با آخرین نسخه های پردازنده ها است.
لازم به ذکر است که وقتی آداپتور تصویری بیکار باشد و پردازش تصویر را انجام ندهد ، قابلیت های آن همچنان ناشناخته باقی می مانند. به گونه ای که چنین خرابی وجود ندارد و می توان برخی از مسئولیت ها را بر روی آن شانه کرد ، که باعث کاهش بار پردازنده می شود ، لازم است از گزینه های ویژه شتاب رایانه استفاده شود. در زیر خواهد بود دستورالعمل های دقیق در مورد نحوه کار این فناوری ، که می تواند عملکرد کامپیوتر را افزایش دهد.
چگونه یک کارت ویدیو سرعت یک کامپیوتر را افزایش می دهد؟
فقط برنامه های ویژه می توانند از قابلیت های کارت های ویدیویی استفاده کنند. این برنامه ها را می توان با یک کارت ویدیو ترکیب کرد و از یکی از 4 فناوری شتاب بدنی استفاده کرد.
CUDA این پیشرفت ایجاد شده توسط شرکت انویدیا. از این فناوری می توان برای دستکاری های محاسباتی پیچیده و برای ویرایش فیلم و تصاویر استفاده کرد.
جریان این فناوری شتاب مکانیکی شبیه به اولین است اما توسط سازنده آداپتورهای ویدئویی AMD توسعه یافته است.
هر دوی این فناوری ها توسط همه سیستم عامل ها به جز Mac OS پشتیبانی می شوند و فقط با کارتهای گرافیکی از تولید کننده صحیح استفاده می شوند. توسعه دهندگان نرم افزار مجبور هستند کارهای اضافی انجام دهند تا کارتهای ویدئویی هر دو توسعه دهنده بتوانند سرعت برنامه های خود را افزایش دهند. در زیر فن آوری هایی وجود دارد که با تابلوهای هر دو تولید کننده کار می کنند.
OpenCL این فناوری در سال 2008 توسط اپل منتشر شد و توسط همه سیستم عامل ها و هر نرم افزاری پشتیبانی می شود. با این حال ، در حال حاضر هیچ برنامه ای برای سرعت بخشیدن به رایانه شما با استفاده از این فناوری وجود ندارد. علاوه بر این ، از نظر سودآوری ، OpenCL از دو فن آوری اول عقب مانده است.
مستقیم این فناوری توسط مایکروسافت در DirectX 11 ساخته شده است. اما فقط می تواند در ویندوز 7 و ویستا و سپس با یک بسته کوچک از برنامه ها کار کند.
کارت گرافیک چه افزایش عملکردی را ارائه می دهد؟
این سود مستقیماً به آداپتور گرافیکی و عملکرد بقیه کامپیوتر بستگی دارد. افزایش بهره وری توسط خدمات و برنامه های انجام شده ایجاد می شود. در رایانه متوسط \u200b\u200bامروزی ، سرعت تبدیل فیلم با کیفیت بالا می تواند سریعتر از 20 برابر باشد. اما ویرایش با فیلترها و جلوه های ویژه روی یک عکس می تواند سیصد بار تسریع شود.
چه چیزی بر بهره وری بالای CUDA و فناوری های مشابه تأثیر می گذارد؟
CPU موجود در مادربرد ، هنگام انجام کارهای پیچیده ، ابتدا فرایند را به چندین کار کوچکتر تقسیم می کند و سپس پردازش متوالی آنها را انجام می دهد. نتیجه میانی حاصل در حافظه پردازشی کوچک اما سریع قرار دارد. هنگامی که بخش هایی از حافظه کامل می شود ، فایل ها به حافظه نهان منتقل می شوند ، که در پردازنده نیز قرار دارد. اما برای تبادل اطلاعات بین پردازنده و رم زمان زیادی لازم است ، بنابراین سرعت خیلی زیاد نیست.
کارتهای ویدیویی گاهی اوقات می توانند چنین دستکاری هایی را بسیار سریعتر انجام دهند. این می تواند تحت تأثیر چندین شرایط باشد. یکی از آنها محاسبات موازی است. در صورت لزوم انجام چند دستکاری چنین ، برخی از آنها را می توان با ماژول گرافیکی به همراه پردازنده انجام داد.
به عنوان مثال ، هنگام کار با فیلم یا تصاویر ، ابزار باید تعداد زیادی پیکسل را تغییر دهد و در عین حال با استفاده از روش های تکراری. برای این منظور ، آداپتور گرافیکی صدها پردازنده کوچک با نام جریان دارد.
همچنین نیاز دارد دسترسی سریع به حافظه با قیاس با فرآیندهای مرکزی ، آداپتورهای گرافیکی نیز حافظه و رم متوسط \u200b\u200bخود را دارند. اما در این حالت آنها دارای تعداد زیادی ثبت نام هستند. سرعت حافظه، که سرعت محاسبات را به میزان قابل توجهی افزایش می دهد.
کارتهای ویدئویی چند پردازنده جریان دارند؟
این تحت تأثیر مدل پردازنده است. به عنوان مثال ، GeForse GTX 590 دارای دو ماژول Fermi است که هر کدام دارای 512 CPU جریان هستند. یکی از قدرتمندترین کارتهای ویدیویی از AMD - Radeon HD 6990 - همچنین به یک جفت ماژول مجهز شده است که هر کدام دارای 1536 پردازنده هستند. اما با همه اینها ، HD 6990 از سرعت GTX 590 به میزان قابل توجهی پایین است.
چگونه CUDA یا جریان را شروع کنم؟
شما نباید چیزی را شروع کنید ، زیرا فناوری ها عنصری از سخت افزار کارتهای ویدئویی هستند. پس از نصب درایور آداپتور گرافیکی برنامه ای که از برخی فناوری پشتیبانی می کند ، سرعت کامپیوتر به طور خودکار افزایش می یابد. برای به دست آوردن عملکرد کامل ، باید آخرین درایور را نصب کنید.
لازم به ذکر است که کاربران کارتهای گرافیکی AMD نیاز به بارگیری و نصب بسته بندی کد رسانه ای AMD دارند.
چرا همه برنامه های برق با این فناوری کار نمی کنند؟
تا گسترش OpenCL ، سازندگان نرم افزار برای اینکه بتوانید با کارتهای ویدئویی Nvidia و AMD همکاری کنید ، باید هر برنامه را بهینه سازی کنید. با این حال ، هر تولید کننده هزینه های اضافی را متحمل نمی شود.
علاوه بر این ، همه برنامه ها توانایی ارائه جریان ثابت از محاسبات بدون عارضه را ندارند که می توانند بصورت موازی اتفاق بیفتند. این با نرم افزارهای ویرایش ویدیو و گرافیک می تواند عالی باشد. برای ارسال کنندگان یا ویرایشگرهای متنی ، این فناوری ها کمکی نمی کنند.
سوپر کامپیوتر
به عنوان مثال ، کامپیوتر چینی Tianhe-1A دارای 7168 ماژول گرافیکی Nvidia است که از عملکرد عالی پشتیبانی می کند. در همان زمان ، 2.5 تریلیون محاسبه در هر ثانیه صورت می گیرد. این رایانه از 4 مگاوات قدرت استفاده می کند. بنابراین برق زیادی توسط شهری با پنج هزار نفر مصرف می شود.
آیا آداپتور گرافیکی می تواند جایگزین مرکزی شود؟
چنین جایگزینی غیرممکن است. طراحی این پردازنده ها کاملاً متفاوت است. CPU یک واحد محاسباتی جهانی است که توانایی پردازش و ارسال اطلاعات به سایر عناصر رایانه شخصی را دارد. به نوبه خود ، کارتهای ویدئویی علی رغم اینکه تعداد کمی از عملیات را انجام می دهند ، اما در عین حال با سرعت بالا ، دستگاه های بسیار هدفمند هستند.
آنچه در آینده است: تراشه های جهانی
برای بهبود عملکرد CPU ، Intel و AMD به طور مداوم هسته هایی را به پردازنده های خود اضافه می کنند. علاوه بر این ، آنها دائماً فناوریهای جدیدی را اضافه می كنند كه می تواند بهره وری از عملیات محاسباتی و توانایی پردازش اطلاعات را به موازات افزایش دهد.
در مقایسه با واحدهای پردازش مرکزی ، کارتهای ویدیویی در حال حاضر تعداد زیادی هسته ساده دارند که می توانند خیلی سریع محاسبات پیچیده را انجام دهند.
اما معلوم می شود که اختلافات اولیه در اصول کارتهای ویدئویی و CPU به تدریج پاک می شوند. بنابراین ، توسعه تراشه جهانی بسیار منطقی است. امروزه کاربران رایانه می توانند از تمام ظرفیت های کارت گرافیک و بدون تراشه های گران قیمت گرافیکی استفاده کنند.
پردازنده های مدرن از توسعه دهندگان پیشرو ، در این لحظه می تواند توانایی اتصال آداپتور گرافیکی و CPU را نشان دهد و به عنوان یک واحد محاسبات جهانی کار کند.
در هر یک از تراشه ها ، هسته های CPU و کارت های ویدئویی روی یک کریستال منفرد قرار دارند. این امکان به اشتراک گذاری سریع دستکاری های محاسباتی بین هسته ها را فراهم می کند. این فن آوری های مورد استفاده Intel Quick Sync و AMD App نامیده می شوند. در این زمان ، برنامه های جداگانه ای وجود دارد که از این فناوری استفاده می کنند.
به طور کلی ، این تنها چیزی است که می توان در مورد تفاوت های CPU و کارت ویدیو بدانید. همانطور که از مطالب فوق می بینید ، GPU قادر به انجام برخی از عملیات مرکزی است ، به خصوص در مورد آن رایانه های مدرن با کارتهای گرافیکی قدرتمند
بسیاری از آنها مخفف GPU را دیده اند ، اما همه نمی دانند که چیست. آی تی جزءکه بخشی از آن است کارت های ویدئویی... گاهی اوقات به آن کارت فیلم گفته می شود ، اما این درست نیست. GPU درگیر است در حال پردازش دستوراتی که یک تصویر سه بعدی را تشکیل می دهند. این عنصر اصلی است ، قدرت آن بستگی دارد سرعت کل سیستم ویدیویی
وجود دارد چندین نوع چنین تراشه ها - گسسته و ساخته شده... البته لازم به ذکر است که بلافاصله اولین مورد بهتر است. این در ماژول های جداگانه قرار داده شده است. قدرتمند است و به خوبی نیاز دارد خنک کننده... دوم تقریباً در تمام رایانه ها نصب شده است. این دستگاه درون CPU ساخته شده است و باعث می شود مصرف برق به میزان قابل توجهی پایین بیاید. البته ، نمی توان آن را با تراشه های گسسته تمام و کم مقایسه کرد ، اما در حال حاضر این امر بسیار خوب نشان می دهد نتایج.
نحوه کار پردازنده
GPU درگیر است در حال پردازش گرافیک 2D و 3D. به لطف GPU ، CPU کامپیوتر آزادتر می شود و می تواند کارهای مهمتری را انجام دهد. ویژگی اصلی GPU این است که سعی در به حداکثر رساندن دارد افزایش سرعت محاسبه اطلاعات گرافیکی. معماری تراشه امکان بیشتری می دهد بهره وری پردازش اطلاعات گرافیکی نسبت به CPU مرکزی یک رایانه.
مجموعه پردازنده گرافیکی محل مدل های سه بعدی در قاب. درگیر است تصفیه از مثلث های موجود در آنها ، تعیین می کند که چه چیزی در چشم است و مواردی را که توسط اشیاء دیگر پنهان شده اند ، قطع می کند.
همه ما می دانیم که یک کارت ویدئویی و یک پردازنده وظایف کمی متفاوت دارند ، اما آیا می دانید که آنها در ساختار داخلی چه تفاوتی با یکدیگر دارند؟ به عنوان CPU (مهندسی - واحد پردازش مرکزی) و GPU (مهندسی - واحد پردازش گرافیک) پردازنده هستند و موارد مشترک زیادی دارند ، اما برای انجام کارهای مختلفی طراحی شده اند. در این مقاله اطلاعات بیشتری کسب خواهید کرد.
پردازنده
اگر صحبت کنیم وظیفه اصلی CPU است با کلمات ساده، این اجرای یک دستورالعمل زنجیره ای در کمترین زمان ممکن است. CPU به گونه ای طراحی شده است که همزمان چندین زنجیره از این دست را اجرا می کند یا یک جریان دستورالعمل را به چند قسمت تقسیم می کند و پس از اجرای جداگانه آنها را به ترتیب صحیح مجدداً به یکدیگر ادغام می کند. هر دستورالعمل در یک موضوع بستگی به موارد زیر دارد ، به همین دلیل واحد اجرایی بسیار کمی در CPU وجود دارد و همه تأکید بر سرعت اجرای و به حداقل رساندن خرابی است که با استفاده از حافظه نهان و خط لوله حاصل می شود.
GPU
عملکرد اصلی GPU ارائه گرافیک سه بعدی و جلوه های بصری است ، بنابراین ، همه چیز کمی ساده تر در آن وجود دارد: نیاز به دریافت چند ضلعی در ورودی دارد و پس از انجام اقدامات ریاضی و منطقی لازم روی آنها ، مختصات پیکسل را در خروجی وارد کنید. در حقیقت ، کار یک پردازنده گرافیکی عمومی برای کار با تعداد زیادی از وظایف مستقل جوش می یابد ، بنابراین ، حافظه زیادی را در خود جای می دهد ، اما نه به همان سرعتی که در یک CPU وجود دارد ، و تعداد بسیار زیادی از واحدهای اجرایی: در GPU های مدرن 2048 و بیشتر وجود دارد ، در آن زمان مانند یک CPU ، تعداد آنها می تواند به 48 برسد ، اما بیشتر اوقات تعداد آنها در دامنه 2-8 است.
تفاوتهای اصلی
CPU در درجه اول با نحوه دسترسی به حافظه با GPU تفاوت دارد. در GPU ، متصل شده و به راحتی قابل پیش بینی است - اگر یک texel از یک بافت از حافظه خوانده شود ، پس از مدتی نوبت به texels های همسایه خواهد رسید. وضعیت با ضبط مشابه است - پیکسلی به قاب فریم نوشته شده است و پس از چند چرخه ساعت ، یکی در کنار آن ضبط خواهد شد. همچنین ، پردازنده گرافیک ، برخلاف پردازنده های هدف کلی ، به سادگی به حافظه نهان بزرگ احتیاج ندارد و بافت ها فقط به 128-256 کیلوبایت نیاز دارند. علاوه بر این ، کارتهای ویدئویی از حافظه سریعتر استفاده می کنند و در نتیجه ، GPU در بعضی مواقع بیشتر در دسترس است توان، که همچنین برای محاسبات موازی که با جریان داده های عظیم کار می کنند بسیار مهم است.
تفاوتهای زیادی در پشتیبانی از multithreading وجود دارد: CPU 1 را اجرا می کند – 2 رشته محاسبه شده در هر هسته پردازنده ، و GPU می تواند چندین هزار نخ را در هر پردازنده پشتیبانی کند ، که چندین تراشه در این تراشه وجود دارد! و اگر جابجایی از یک نخ به نخ دیگر برای CPU صدها چرخه هزینه داشته باشد ، سپس GPU چندین نخ را در یک چرخه تغییر می دهد.
در CPU ، بیشتر قسمت تراشه توسط بافرهای دستورالعمل ، پیش بینی شاخه سخت افزاری و حافظه حافظه نهان ذخیره شده اشغال شده است ، در حالی که در GPU ، بیشتر منطقه توسط واحدهای اجرایی اشغال شده است. دستگاه فوق به صورت شماتیک در زیر نشان داده شده است:
اختلاف سرعت محاسبه
اگر CPU نوعی "رئیس" است که مطابق دستورالعمل برنامه تصمیم می گیرد ، GPU "کارگر" ای است که مقدار زیادی از همان نوع محاسبات را انجام می دهد. معلوم است اگر مشکلات ریاضی مستقل و ساده ای را به GPU ارائه دهید ، خیلی سریعتر از آن مقابله خواهید کرد پردازنده... این تمایز با موفقیت توسط کارگران معدن بیت کوین استفاده می شود.
استخراج بیت کوین
ماهیت استخراج این است که رایانه هایی که در نقاط مختلف زمین واقع شده اند ، مشکلات ریاضی را حل می کنند ، در نتیجه بیت کوین ایجاد می شود. کلیه نقل و انتقالات بیت کوین در امتداد زنجیره به کارگران معدن منتقل می شود که وظیفه آنها انتخاب از بین میلیون ها ترکیب یک هش تنها است که با تمام معاملات جدید مطابقت دارد و یک کلید مخفی که تضمین می کند معدنکار پاداش 25 بیت کوین را در هر زمان دریافت کند. از آنجا که سرعت محاسبه مستقیم به تعداد واحدهای اجرایی بستگی دارد ، معلوم می شود GPU ها برای انجام کار مناسب تر هستند از این نوع وظایف به جای CPU. هرچه تعداد محاسبات انجام شده بیشتر باشد ، احتمال گرفتن بیت کوین بیشتر می شود. حتی به ساخت کل مزارع از کارتهای ویدئویی نیز رسید.
مدیر وظیفه ویندوز 10 حاوی ابزار دقیق نظارت بر gPU (GPU) می توانید میزان استفاده از هر برنامه و GPU در سراسر سیستم را مشاهده کنید مایکروسافت وعده عملکرد مدیر وظیفه دقیق تر از برنامه های شخص ثالث خواهد بود.
چگونه کار می کند
این توابع gPU در بروزرسانی اضافه شد Fall Creators برای ویندوز 10 همچنین به عنوان شناخته شده است ویندوز 10 نسخه 1709 ... اگر از ویندوز 7 ، 8 یا بیشتر استفاده می کنید نسخه قدیمی ویندوز 10 ، این ابزارها را در مدیر وظیفه خود مشاهده نخواهید کرد.
پنجره ها با استفاده از توابع جدید در مدل درایور Windows Display Windows برای استخراج اطلاعات مستقیم از آن استفاده می کند gPU (VidSCH) و مدیر حافظه فیلم (VidMm) در هسته گرافیکی WDDM ، که وظیفه اختصاص منابع واقعی را بر عهده دارند. داده های بسیار دقیق و مهم بدون استفاده از برنامه های API برای دسترسی به GPU-Microsoft DirectX ، OpenGL ، Vulkan ، OpenCL ، NVIDIA CUDA ، Mantle AMD یا هر چیز دیگر نشان می دهد.
به همین دلیل است که در مدیر وظیفه فقط سیستم هایی با سازگار WDDM 2.0 نمایش داده می شوند gPU ... اگر آن را مشاهده نکنید ، GPU سیستم شما احتمالاً از درایورهای قدیمی تری استفاده می کند.
می توانید بررسی کنید که از نسخه WDDM درایور شما استفاده می کند GPUبا فشار دادن Windows Key + R ، تایپ "dxdiag" در جعبه ، و سپس با فشار دادن "Enter" برای باز کردن ابزار " ابزار تشخیصی DirectX" بر روی زبانه نمایش کلیک کنید و در قسمت Drivers سمت راست Model نگاه کنید. اگر درایور WDDM 2.x را اینجا ببینید ، سیستم شما سازگار است. اگر درایور WDDM 1.x را در اینجا ببینید ، خودتان هستید GPU سازگار نیست
نحوه مشاهده عملکرد GPU
این اطلاعات در دسترس است مدیر وظیفه اگرچه به طور پیش فرض پنهان است. برای باز کردن آن ، باز کنید مدیر وظیفهبا کلیک راست بر روی هر نقطه خالی در نوار وظیفه و انتخاب " مدیر وظیفه"یا با فشار دادن Ctrl + Shift + Esc روی صفحه کلید خود را" "فشار دهید.
بر روی دکمه "جزئیات" در پایین "" مدیر وظیفه"اگر نمایی ساده و استاندارد می بینید.
اگر یک GPU در مدیر وظیفه حضور ندارد ، در حالت تمام صفحه روی " مراحل"بر روی هر سربرگ ستون راست کلیک کرده و سپس" GPU " با این کار یک ستون اضافه می شود gPU که به شما امکان می دهد درصد منابع را ببینید gPU استفاده شده توسط هر برنامه.
همچنین می توانید گزینه " هسته پردازنده گرافیکی"برای دیدن برنامه GPU از برنامه استفاده می کند.
استفاده عمومی GPU از تمام برنامه های موجود در سیستم شما در بالای ستون نمایش داده می شود GPU... روی یک ستون کلیک کنید GPUبرای مرتب کردن لیست و مشاهده برنامه هایی که از شما استفاده می کنند GPU بیشتر از همه در حال حاضر.
شماره ستون GPU بالاترین کاربردی است که برنامه در تمام موتورها استفاده می کند. به عنوان مثال ، اگر یک برنامه از 50٪ موتور GPU 3D و 2٪ موتور رمزگشایی فیلم GPU استفاده می کند ، به سادگی خواهید دید که ستون GPU 50٪ را نشان می دهد.
در ستون " هسته پردازنده گرافیکی»هر برنامه نمایش داده می شود. این به شما نشان می دهد که gPU فیزیکی و از چه حرکتی برنامه استفاده می کند ، از جمله اینکه آیا از موتور سه بعدی یا موتور رمزگشایی فیلم استفاده می کند. با چک کردن "می توانید GPU با یک معیار خاص ملاقات کنید" کارایی"، که در بخش بعدی در مورد آنها صحبت خواهیم کرد.
نحوه مشاهده استفاده از حافظه ویدیویی یک برنامه
اگر سؤال دارید که از چه میزان حافظه ویدئویی برنامه استفاده می کند ، باید به تب جزئیات در بخش Task Manager بروید. در تب جزئیات ، بر روی هر ستون راست کلیک کرده و Select Columns را انتخاب کنید. به پایین بروید و بلندگوها را روشن کنید " GPU », « هسته پردازنده گرافیکی », « "و" " دو مورد اول نیز در تب Proces ها موجود هستند ، اما دو گزینه حافظه آخر فقط در قسمت Details موجود است.
ستون " حافظه اختصاصی GPU "نشان می دهد که چه مقدار حافظه برنامه از شما استفاده می کند GPU... اگر کامپیوتر شما گسسته است کارت گرافیک NVIDIA یا AMD ، سپس این بخشی از VRAM آن است ، یعنی چه مقدار حافظه فیزیکی روی کارت ویدیویی شما از برنامه استفاده می کند. اگر تو داری gPU یکپارچه ، برخی از حافظه منظم سیستم شما منحصراً برای سخت افزار گرافیکی شما محفوظ است. این نشان می دهد که چه مقدار از حافظه رزرو شده توسط برنامه استفاده می شود.
پنجره ها همچنین به برنامه های کاربردی اجازه می دهد تا برخی از داده ها را در درام معمولی سیستم ذخیره کنند. ستون " حافظه کلی GPU »نشان می دهد که حافظه برنامه در حال حاضر برای دستگاه های ویدیویی از RAM معمولی رایانه چه مقدار حافظه استفاده می کند.
برای مرتب سازی بر اساس آنها می توانید روی هر یک از ستون ها کلیک کنید و ببینید کدام برنامه بیشترین منابع را استفاده می کند. به عنوان مثال ، برای مشاهده برنامه هایی که بیشترین حافظه ویدیویی را در GPU شما استفاده می کنند ، روی " حافظه اختصاصی GPU ».
نحوه ردیابی استفاده از اشتراک GPU
برای پیگیری آمار عمومی در مورد استفاده از منابع GPUبرو به " کارایی"و نگاه کن" GPU»در انتهای ستون کناری. اگر رایانه شما دارای چندین GPU است ، گزینه های مختلفی را در اینجا مشاهده خواهید کرد GPU.
اگر چندین GPU مرتبط دارید - با استفاده از ویژگی هایی مانند NVIDIA SLI یا AMD Crossfire ، می بینید که آنها با نام "#" به نام آنها شناسایی می شوند.
پنجره ها نمایش استفاده می کند GPU در زمان واقعی. پیش فرض مدیر وظیفه سعی می کند جالب ترین چهار موتور را مطابق آنچه اتفاق می افتد روی سیستم شما نشان دهد. به عنوان مثال ، بسته به اینکه بازی های سه بعدی را انجام می دهید یا فیلم ها را رمزگذاری می کنید ، گرافیک های مختلفی را مشاهده خواهید کرد. با این وجود می توانید بر روی هر یک از اسامی در بالای نمودارها کلیک کرده و هر یک از موتورهای موجود دیگر را انتخاب کنید.
اسم شما GPU همچنین در نوار کناری و در بالای این پنجره نمایش داده می شود ، و بررسی این که سخت افزار گرافیکی روی رایانه شخصی شما نصب می شود ، آسان می شود.
همچنین نمودارهای استفاده از حافظه اختصاص داده شده و مشترک را مشاهده خواهید کرد GPU... استفاده از حافظه مشترک GPU اشاره به مقدار کل حافظه سیستم برای کارها دارد GPU... این حافظه می تواند هم برای کارهای عادی سیستم و هم برای ضبط فیلم استفاده شود.
در انتهای پنجره اطلاعاتی از قبیل شماره نسخه درایور ویدیوی نصب شده ، تاریخ توسعه و موقعیت فیزیکی مشاهده خواهید کرد GPU روی سیستم شما
اگر می خواهید این اطلاعات را در یک پنجره کوچکتر مشاهده کنید که راحت تر می توانید روی صفحه نمایش بگذارید ، در جایی از صفحه GPU بر روی آن دوبار کلیک کنید ، یا در هر جای آن کلیک راست کرده و "" خلاصه گرافیکی" می توانید پنجره را با دوبار کلیک بر روی پانل یا با کلیک راست بر روی آن و برداشتن علامت " خلاصه گرافیکی».
همچنین می توانید بر روی نمودار کلیک راست کرده و برای دیدن فقط یک نمودار موتور ، Modify Graph\u003e Single Core را انتخاب کنید GPU.
برای اینکه همیشه این پنجره را روی صفحه خود نگه دارید ، روی گزینه ها\u003e کلیک کنید بیش از بقیه پنجره ها».
داخل پنل دوبار کلیک کنید GPU دوباره ، و حداقل یک پنجره دارید که می توانید در هر نقطه از صفحه قرار دهید.
GPU (واحد پردازش گرافیک) یک پردازنده است که منحصراً به پردازش گرافیک و محاسبات نقطه شناور اختصاص دارد. این امر در درجه اول برای سهولت در کار پردازنده اصلی در هنگام بازی با منابع فشرده یا برنامه های گرافیکی سه بعدی وجود دارد. هنگامی که شما هر بازی را انجام می دهید ، GPU مسئول ایجاد گرافیک ، رنگ و بافت است ، در حالی که CPU می تواند انجام دهد هوش مصنوعی یا محاسبات مکانیک بازی
ابتدا در هنگام انتخاب تلفن هوشمند به چه چیزی نگاه می کنیم؟ گذشته از هزینه برای یک لحظه ، اولین کاری که ما انجام می دهیم ، البته ، اندازه صفحه نمایش است. سپس به دوربین ، میزان عملگر ، تعداد هسته و فرکانس پردازنده علاقه مند هستیم. و در اینجا همه چیز ساده است: به ترتیب بیشتر ، بهتر و کمتر ، بدتر. با این حال ، دستگاه های مدرن همچنین از پردازنده گرافیکی با نام GPU استفاده می کنند. آنچه در آن است ، چگونه کار می کند و چرا دانستن درباره آن مهم است ، در زیر توضیح خواهیم داد.
معماری GPU با معماری CPU تفاوت چندانی ندارد ، اما برای کارایی گرافیکی کارآمد بهینه تر است. اگر GPU را مجبور به انجام محاسبات دیگر کنید ، خود را از بدترین حالت نشان می دهد.
کارتهای ویدئویی که به طور جداگانه به هم وصل می شوند و با قدرت های بالا کار می کنند ، فقط در لپ تاپ ها و کامپیوترهای رومیزی... اگر ما در مورد برنامه های دیجیتال صحبت می کنیم ، در مورد گرافیک یکپارچه و آنچه ما SoC (System-on-a-Chip) می نامیم صحبت می کنیم. به عنوان مثال ، این پردازنده یک پردازنده گرافیکی Adreno 430 یکپارچه دارد ، حافظه ای که برای کار خود از آن استفاده می کند ، حافظه سیستم است ، در حالی که برای کارت های ویدیویی در رایانه های شخصی رومیزی ، فقط حافظه موجود به آنها اختصاص می یابد. درست است ، تراشه های ترکیبی نیز وجود دارد.
در حالی که یک پردازنده چند هسته ای با سرعت زیاد اجرا می شود ، یک پردازنده گرافیکی زیادی دارد هسته پردازندهبا سرعت کم کار می کند و فقط محاسبات vertex و pixel را انجام می دهد. ماشینکاری ورتکس عمدتا حول یک سیستم مختصات می چرخد. GPU با ایجاد فضای سه بعدی روی صفحه وظایف هندسی را انجام می دهد و اجازه می دهد تا اشیاء درون آن حرکت کنند.
پردازش پیکسل پیچیده تر است و به قدرت پردازش زیادی احتیاج دارد. در این مرحله ، GPU لایه های مختلفی را اعمال می کند ، جلوه هایی را اعمال می کند ، همه کارها را می کند تا بافت های پیچیده و گرافیکی واقع گرایانه ایجاد کند. پس از پردازش هر دو فرآیند ، نتیجه به صفحه گوشی هوشمند یا رایانه لوحی شما منتقل می شود. همه اینها میلیون ها بار در ثانیه در حالی که شما یک بازی انجام می دهید اتفاق می افتد.
البته این داستان در مورد کار GPU بسیار سطحی است ، اما کافی است که یک ایده کلی صحیح را بدست آورید و بتوانید مکالمه خود را با دوستان یا یک فروشنده لوازم الکترونیکی ادامه دهید ، یا درک کنید که چرا دستگاه شما در حین بازی اینقدر داغ شده است. بعداً ، ما به طور قطع مزایای برخی GPU ها را در کار با بازی ها و وظایف خاص بحث خواهیم کرد.
براساس مطالب AndroidPit
