Unitat de processament gràfic: funcions computacionals i la seva arquitectura

Proveu El Nostre Instrument Per Eliminar Problemes





En els dispositius informàtics, tenim una unitat de processament que processa les dades. Aquesta unitat es coneix com la unitat de processament central. Les principals tasques d’aquesta unitat inclouen la codificació i descodificació de dades, emmagatzematge de dades, processament i compilació de dades, execució de dades, etc. La freqüència de CPU determina la velocitat de processament o funcionament del dispositiu. Quan es treballa en una gran quantitat de dades, es necessita una memòria més gran. Avui, amb l'augment de les tècniques de processament d'imatges, gaudim d'imatges d'alta definició, gràfics clars, etc. L'operació matemàtica necessària per a aquestes tècniques és molt gran i requereix una unitat de processament més ràpida. Per superar-ho, la Unitat de Processament Gràfic (GPU) va entrar a la llum.

Què és una unitat de processament gràfic?

Les unitats de processament s’utilitzen per fer càlculs en un dispositiu informàtic. Amb l'arribada de la tecnologia, s'introdueixen conceptes com les imatges 3D, la transmissió de vídeo d'alta definició, els gràfics, etc. Per implementar aquests conceptes en un dispositiu de maquinari s'han de realitzar operacions matemàtiques grans i complexes i amb més velocitat.




La unitat central de processament, tot i que té una freqüència elevada, no pot processar els càlculs d’una escala tan gran de manera efectiva. Per tant, es va introduir una unitat de processament dedicada per executar càlculs més grans amb alta freqüència. Aquesta unitat de processament s’anomenava unitat de processament gràfic. La GPU és un dispositiu electrònic especialitzat que s’utilitza principalment per a càlculs basats en processos d’imatges i gràfics per ordinador. Aquests o estan incrustats al fitxer SoC juntament amb el microprocessador o el processador principal o disponibles com a xips independents amb unitats de memòria dedicades.

Funcions computacionals

Per als càlculs relacionats amb gràfics per ordinador en 3D, la GPU utilitza els transistors presents en el seu disseny. Els càlculs al voltant dels gràfics 3D inclouen operacions geomètriques com ara rotació i translació de vèrtexs a diferents sistemes de coordenades, mapatge de textures i representació de polígons. Moltes de les funcions recents de la GPU també inclouen la funcionalitat de la CPU, el mostreig excessiu i les tècniques d'interpolació per reduir l'aliasing.



Avui s’ha observat un enorme augment en l’ús de la GPU amb l’augment de les tecnologies d’aprenentatge profund i d’aprenentatge automàtic. Per formar un model d’aprenentatge profund s’ha de fer un nombre més gran de càlculs complexos. L'ús de GPU ha facilitat la tasca de la formació de models d'aprenentatge automàtic.

Es troba que les unitats de processament gràfic són 250 vegades més ràpides que la CPU. En la descodificació de vídeo accelerada per GPU, la GPU realitza les parts del procés de descodificació de vídeo i el postprocessament de vídeo. Les API més utilitzades amb aquest propòsit són DxVA, VDPAU, VAAPI, XvMC, XvBA. Aquí DxVA és per al sistema operatiu basat en Windows i la resta per a sistemes operatius basats en Linux i Unix. XvMC només pot descodificar vídeos codificats amb MPEG-1 i MPEG-2.


Els processos de descodificació de vídeo que pot realitzar la GPU són els següents:

  • Compensació del moviment
  • Transformada de cosinus discreta inversa
  • Transformada de cosinus discreta modificada inversament.
  • Filtre de desbloqueig en bucle
  • Predicció intra frame
  • Quantització inversa
  • Descodificació de longitud variable
  • Desentrellaçat espai-temporal
  • Detecció automàtica de fonts entrellaçades
  • Processament de flux de bits
  • Posicionament de píxels perfecte

Arquitectura de la Unitat de Processament Gràfic

La GPU sol utilitzar-se com a coprocessador juntament amb la CPU. D'aquesta manera, la CPU pot realitzar computacions científiques i d'enginyeria d'ús general amb més freqüència. En aquest cas, la part del codi que consumeix molt de temps i requereix computació es mou a la GPU, mentre que el codi restant encara funciona a la CPU. La GPU fa un processament en paral·lel del codi, augmentant així el rendiment del sistema. Aquest tipus d’informàtica es coneix com a computació híbrida.

Arquitectura de la Unitat de Processament Gràfic

Arquitectura de la Unitat de Processament Gràfic

A diferència de la CPU que conté de dos a vuit nuclis de CPU, la GPU es compon de centenars de nuclis més petits. Tots aquests nuclis treballen junts en un processament paral·lel. Per utilitzar eficaçment les funcions de l’arquitectura de computació paral·lela de la GPU, els desenvolupadors d’aplicacions de NVIDIA han dissenyat un model de programació paral·lel anomenat ‘CUDA’.

L’arquitectura GPU difereix en funció del seu model. L’arquitectura general de la GPU consisteix en diversos clústers de processament. Aquests clústers contenen múltiples multiprocessadors de Streaming. Aquí, cadascun dels streaming multiprocessadors conté una capa de memòria cau d'instruccions de capa 1 juntament amb els seus nuclis associats.

Formularis de GPU

En funció de la seva funcionalitat i mètodes de processament, hi ha diferents formes de GPU disponibles al mercat. Hi ha dues formes principals d’ordinadors personals GPUin: targeta gràfica dedicada, gràfics integrats. La targeta gràfica dedicada també es coneix com GPU discreta. Els gràfics integrats també es coneixen com a arquitectura de memòria unificada, solucions de gràfics compartits.

La majoria de les GPU estan dissenyades tenint en compte la seva aplicació com per al processament de gràfics 3D, jocs, etc. GeForceGTX està dissenyat específicament per a jocs, Nvidia Titan està dissenyat per a computació en núvol, Nvidia Quadro està dissenyat per a estacions de treball i animacions en 3D, Nvidia Tesla dissenyat per a núvols formació en estació de treball i intel·ligència artificial, Nvidia Drive PX dissenyat per al cotxe automatitzat, etc ...

Targeta gràfica dedicada

Els sistemes amb GPU dedicada es coneixen com a 'sistemes DIS'. Aquí el dedicat es refereix al fet que aquests xips GPU tenen un dedicat RAM utilitzat exclusivament per la targeta. Normalment s’interfacen amb la placa base mitjançant ranures d’expansió com PCI Express o Accelerated Graphics Port. Aquests xips es poden substituir o actualitzar fàcilment. A causa de les limitacions de mida i pes, la GPU dedicada als ordinadors portàtils es connecta mitjançant una ranura no estàndard.

Unitat de processament de gràfics integrada

Aquest tipus de GPU no té una unitat RAM dedicada. En el seu lloc, utilitza una part de la memòria de l'ordinador per al seu funcionament. Aquesta GPU es pot integrar a la placa base ja sigui com a part del seu chipset o bé construir-se sobre el mateix dau amb CPU. Aquests tenen menys capacitat que la targeta gràfica dedicada, però són menys costosos d’implementar. Intel HD Graphics i AMD Accelerated Process Unit són els exemples d’aquesta GPU.

Processament de gràfics híbrids

La funcionalitat d’aquesta GPU es troba entre la targeta gràfica dedicada i la targeta gràfica integrada. Utilitza una part de la memòria del sistema i també té una petita memòria cau dedicada. Aquesta memòria cau dedicada compensa l’alta latència de la memòria RAM. La hiper memòria d’ATI i el TurboCache de Nvidia són les unitats de processament de gràfics híbrids que s’utilitzen habitualment.

GPU de processament de flux i processament general

Popularment s’anomenen GPGPU’s. La unitat de processament de gràfics d’ús general s’utilitza habitualment com a processador de flux modificat per realitzar nuclis d’ordinador. Utilitzant aquest concepte s’utilitza la potència de càlcul massiva del sombreador de l’accelerador gràfic modern com a potència de càlcul d’ús general. Per a operacions vectorials massives, aquest mètode proporciona un rendiment més alt que una simple CPU.

GPU externa

De manera similar a un gran disc dur extern, aquesta unitat de processament gràfic també es troba a l'exterior de la unitat d'ordinador. Aquests també estan connectats externament a ordinadors portàtils. Els portàtils solen tenir una bona quantitat de RAM i una CPU prou potent. En lloc d’un potent processador de gràfics, els portàtils estan incrustats amb un xip gràfic incorporat menys potent, però amb una major eficiència energètica. No són prou potents per realitzar gràfics de jocs i no admeten jocs de gràfics superiors. Per tant, aquesta GPU externa s’utilitza amb ordinadors portàtils per obtenir un rendiment més alt.

Amb la creixent demanda de gràfics elevats i bones resolucions d’imatges, també augmenta la demanda de GPU més potents. Amb la disponibilitat de potents GPU, es pot aconseguir molt més en el camp de les tecnologies d’alt processament, com ara l’aprenentatge automàtic i l’aprenentatge profund. La GPU també ha accelerat un enorme auge a la indústria del joc. S’han llançat molts jocs gràfics d’alt nivell que utilitzen al màxim la potència de la GPU. Quin tipus de GPU es pot connectar externament als portàtils?

Preguntes freqüents

1). Una GPU és una targeta gràfica?

Una targeta gràfica present al dispositiu informàtic és tota una part del maquinari. Mentre que una GPU és un xip present a la targeta gràfica.

2). Què és una CPU o GPU més ràpida?

Avui la GPU està disponible amb unitats de memòria més grans, una major potència de processament i un ample de banda de memòria més gran en comparació amb la CPU tradicional. Per tant, la GPU és de 50 a 100 vegades més ràpida que la CPU.

3). Quants nuclis té una GPU?

La GPU fa computació paral·lela. Té centenars de nuclis més petits que treballen junts. Aquesta massiva informàtica paral·lela proporciona a la GPU la seva potència de càlcul superior.

4). És millor RTX o GTX?

En comparació amb GTX 1080 Ti, RTX 2080 té una tecnologia més nova i ofereix un rendiment millor i més ràpid. El cost de RTX és inferior en comparació amb GTX.

5). Una GPU pot substituir una CPU?

La GPU és més ràpida que la CPU. Realitzen la tasca molt ràpidament realitzant moltes tasques alhora. Però només pot realitzar determinades operacions de freqüència més alta i totes les altres execucions, com ara la gestió d’interrupcions, l’emmagatzematge de dades es realitza mitjançant la CPU. No, la GPU no pot substituir una CPU.