Блок-схема графического процессора

Графический процессор (англ. graphics processing unit, GPU) — отдельное устройство персонального компьютера или игровой приставки, выполняющее графический рендеринг; в начале 2010-х годов графические процессоры стали массово применяться и в других устройствах: планшетные компьютеры, встраиваемые системы, цифровые телевизоры.

Современные графические процессоры очень эффективно обрабатывают и отображают компьютерную графику, благодаря специализированной конвейерной архитектуре они намного эффективнее в обработке графической информации, чем типичный центральный процессор.

Графический процессор в современных видеоадаптерах применяется в качестве ускорителя трёхмерной графики.

Может применяться как в составе дискретной видеокарты, так и в интегрированных решениях (встроенных в северный мост либо в гибридный процессор).

Описание

править
GPU nVidia GeForce 3 Ti 200
GPU Matrox Parhelia
GeForce 6600GT (NV43) GPU

Отличительными особенностями по сравнению с ЦП являются:

Высокая вычислительная мощность GPU объясняется особенностями архитектуры. Современные CPU содержат небольшое количество ядер (по сравнению с графическими процессорами), тогда как графический процессор изначально создавался как многопоточная структура с множеством ядер. Разница в архитектуре обусловливает и разницу в принципах работы. Если архитектура CPU предполагает последовательную обработку информации, то GPU исторически предназначался для обработки компьютерной графики, поэтому рассчитан на массивно параллельные вычисления[1].

Каждая из этих двух архитектур имеет свои достоинства. CPU лучше работает с последовательными задачами. При большом объёме однотипной обрабатываемой информации очевидное преимущество имеет GPU. Условие только одно — в задаче должен наблюдаться параллелизм.

Графические процессоры уже достигли той точки развития, когда многие практические вычислительные задачи могут с лёгкостью решаться с их помощью, причём быстрее, чем на многоядерных системах. Будущие вычислительные архитектуры станут гибридными системами с графическими процессорами, состоящими из параллельных ядер и работающими в связке с многоядерными ЦП[2]

Профессор Джек Донгарра (Jack Dongarra), Директор Инновационной вычислительной лаборатории Университета штата Теннесси, 2011

Современные модели графических процессоров (в составе видеоадаптера) могут полноценно применяться для общих вычислений (см. GPGPU). Примерами таковых могут служить чипы 5700XT (от AMD) или GTX 1660 Super (от nVidia).

Внешний графический процессор (eGPU)

править

Внешний графический процессор — это графический процессор, расположенный за пределами корпуса компьютера. Внешние графические процессоры иногда используются совместно с портативными компьютерами. Ноутбуки могут иметь большой объём оперативной памяти (RAM) и достаточно мощный центральный процессор (CPU), но часто им не хватает мощного графического процессора, вместо которого используется менее мощный, но более энергоэффективный встроенный графический чип. Встроенные графические чипы обычно недостаточно мощны для воспроизведения новейших игр или для других графически интенсивных задач, таких как редактирование видео.

Поэтому желательно иметь возможность подключать графический процессор к некоторой внешней шине ноутбука. PCI Express — единственная шина, обычно используемая для этой цели. Порт может представлять собой, к примеру, порт ExpressCard или mPCIe (PCIe × 1, до 5 или 2,5 Гбит / с соответственно) или порт Thunderbolt 1, 2 или 3 (PCIe × 4, до 10, 20 или 40 Гбит / с соответственно). Эти порты доступны только для некоторых ноутбуков.[4][5]

Внешние GPU не пользовались большой официальной поддержкой поставщиков. Однако это не остановило энтузиастов от внедрения настроек eGPU.

История

править

Программное обеспечение

править

На программном уровне видеопроцессор для своей организации вычислений (расчётов трёхмерной графики) использует тот или иной интерфейс прикладного программирования (API).

Самые первые ускорители использовали Glide — API для трёхмерной графики, разработанный 3dfx Interactive для видеокарт на основе собственных графических процессоров Voodoo Graphics.

Поколения ускорителей в видеокартах можно считать по версиям DirectX и OpenGL, которую они поддерживают.

См. также: видеодрайвер.

См. также

править

AMD

NVIDIA

Примечания

править
  1. Гибридные вычислительные системы на основе графических процессоров NVIDIA Tesla Архивная копия от 8 сентября 2011 на Wayback Machine
  2. Вычисления на GPU. Дата обращения: 13 сентября 2011. Архивировано 31 мая 2012 года..
  3. What is GPU Computing? (англ.). Дата обращения: 13 сентября 2011. Архивировано 31 мая 2012 года.
  4. DIY eGPU on Tablet PC's: experiences, benchmarks, setup, ect... TabletPCReview.com - Tablet PC Reviews, Discussion and News (англ.). Архивировано 28 июня 2017. Дата обращения: 3 июня 2017.
  5. How to make an external laptop graphics adaptor. TechRadar (англ.). Архивировано 26 июня 2017. Дата обращения: 3 июня 2017.

Ссылки

править

📚 Artikel Terkait di Wikipedia

MNIST (база данных)

at Parallel Computing Center, Khmelnitskiy, Ukraine . Дата обращения: 16 ноября 2016. Архивировано 16 ноября 2016 года. Romanuke, Vadim. Parallel Computing

Префиксная сумма

Introduction to Parallel Computing. — Addison-Wesley, 2003. — С. 85, 86. — ISBN 978-0-201-64865-2. Sanders, Peter; Träff, Jesper Larsson. Parallel Prefix (Scan)

Векторный процессор

Guided Resource Organisation in Heterogeneous Parallel Computing, Journal of High Performance Computing, 4 (1): 13—23, Архивировано 8 июня 2013, Дата

Информатика

параллельных вычислений, в том числе сети Петри, процессы исчисления и модель Parallel Random Access Machine[англ.] (машины с параллельным произвольным доступом)

Связующее программное обеспечение

архитектуре. Stojmenovic, I. and Thulasiram, R.K. and Yang, L.T. Parallel and Distributed Processing and Applications: 5th International Symposium, ISPA 2007

Гетерогенные вычисления

Heterogeneous Computing // Scientific Programming. — 2010. — Май (т. 18). — С. 1—33. Архивировано из оригинала 7 мая 2016 года. Heterogeneous Processing: a Strategy

Суперкомпьютерная операционная система

International Journal of High Performance Computing Applications, 2008. — С. 149—151. Encyclopedia of parallel computing / David A. Padua. — New York, NY: Springer

Beowulf (кластер)

Beowulf Cluster Computing with Linux, 2nd Edition, 2003 ISBN 0262692929 MIT Press Сайт сообщества Beowulf (англ.) О Beowulf на parallel.ru Beowulf Clusters