Perspectiva de desenvolvimento da indústria de GPU em 2020

Procurando as pegadas de desenvolvimento dos gigantes do mundo

Função e classificação da GPU

GPU (unidade de processamento gráfico, processador gráfico) também é conhecido como chip de exibição. É usado principalmente em computadores pessoais, estações de trabalho, hosts de jogos e dispositivos móveis (smartphones, tablets, dispositivos VR) para executar operações gráficas.

A estrutura determina que a GPU é mais adequada para computação paralela. A principal diferença entre GPU e CPU está na arquitetura de cache on-chip e na estrutura da unidade de operação lógica digital: o número de núcleos de GPU (especialmente unidades de computação Alu) é muito maior do que a de CPU, mas sua estrutura é mais simples do que isso da CPU, por isso é chamada de estrutura de vários núcleos. A estrutura multi-core é muito adequada para enviar o mesmo fluxo de instrução para o multi-core em paralelo, usando dados de entrada diferentes para executar, de modo a completar as operações massivas e simples no processamento gráfico, como a mesma transformação de coordenadas para cada vértice, e calculando o valor da cor de cada vértice de acordo com o mesmo modelo de iluminação. A GPU faz uso de suas vantagens de processamento de dados massivos e compensa a deficiência de longa latência, melhorando o rendimento total de dados.

De modo geral, os consumidores prestarão mais atenção ao desempenho da CPU (unidade de processamento central) ao adquirir produtos eletrônicos de consumo, como celulares ou laptops, como a marca, série e número de núcleos da CPU, enquanto a GPU recebe menos atenção. GPU (unidade de processamento gráfico), bem como processador gráfico, é um tipo de microprocessador que pode fazer operações relacionadas a imagens e gráficos em computadores pessoais, estações de trabalho, máquinas de jogos e alguns dispositivos móveis (como tablets, smartphones, etc.) . No início do nascimento do PC, surgiu a ideia da GPU, e todos os cálculos gráficos eram feitos pela CPU. No entanto, a velocidade de uso da CPU para fazer cálculos gráficos é lenta, portanto, uma placa aceleradora gráfica especial foi projetada para ajudar nos cálculos gráficos. Mais tarde, a NVIDIA propôs o conceito de GPU, que promoveu a GPU ao status de unidade de computação separada.

A CPU é geralmente composta por unidade de operação lógica, unidade de controle e unidade de armazenamento. Embora a CPU tenha vários núcleos, o número total não é mais do que dois dígitos, e cada núcleo tem cache suficiente; a CPU tem número suficiente e unidades de operação lógicas e muitos hardwares para acelerar o julgamento de ramificações e até mesmo o julgamento lógico mais complexo. Portanto, a CPU tem habilidade superlógica. A vantagem da GPU reside no multi-core, o número de núcleos é muito maior do que o da CPU, que pode chegar a centenas, cada núcleo tem cache relativamente pequeno e o número de unidades de operação lógica digital é pequeno e simples. Portanto, a GPU é mais adequada para computação paralela de dados do que a CPU

Existem duas maneiras de classificar a GPU, uma é baseada na relação entre GPU e CPU, a outra é baseada na classe de aplicação da GPU. De acordo com a relação com a CPU, a GPU pode ser dividida em CPU e GPU independentes. A GPU independente geralmente é soldada na placa de circuito da placa de vídeo e está localizada sob o ventilador da placa de vídeo. A GPU independente usa uma memória de vídeo dedicada e a largura de banda da memória de vídeo determina a velocidade de conexão com a GPU. A GPU integrada geralmente é integrada à CPU. A GPU e CPU integradas compartilham um ventilador e cache. A GPU integrada tem boa compatibilidade porque o design, fabricação e driver da GPU integrada são feitos pelo fabricante da CPU. Além disso, devido à integração de CPU e GPU, o espaço da GPU integrada é pequeno; o desempenho da GPU integrada é relativamente independente, e o consumo de energia e o custo da GPU integrada são relativamente independentes devido à integração da CPU e da CPU. A GPU independente possui memória de vídeo independente, maior espaço e melhor dissipação de calor, portanto, o desempenho da placa de vídeo independente é melhor; mas precisa de espaço adicional para atender às complexas e enormes necessidades de processamento gráfico e fornecer aplicativos de codificação de vídeo eficientes. No entanto, forte desempenho significa maior consumo de energia, GPUs independentes exigem fonte de alimentação adicional e o custo é mais alto.

De acordo com o tipo de terminal de aplicativo, ele pode ser dividido em pcgpu, GPU de servidor e GPU móvel. Pcgpu é aplicado ao PC. De acordo com o posicionamento do produto, tanto a GPU integrada quanto a GPU autônoma podem ser usadas. Por exemplo, se o PC é principalmente para escritório leve e edição de texto, o produto geral escolherá carregar a GPU integrada; se o PC precisar produzir imagens de alta definição, editar vídeos, renderizar jogos, etc., o produto selecionado terá uma GPU independente. A GPU de servidor é aplicada a servidores, que podem ser usados ​​para visualização profissional, aceleração de computação, aprendizado profundo e outros aplicativos. De acordo com o desenvolvimento de uma série de tecnologias, como computação em nuvem e inteligência artificial, a GPU do servidor será principalmente GPU independente. O terminal móvel está se tornando cada vez mais fino e o espaço interno da rede diminuiu rapidamente devido ao aumento de vários módulos de função. Ao mesmo tempo, na medida em que o vídeo e a imagem precisam ser processados ​​pelo terminal móvel, a GPU integrada foi capaz de atender aos requisitos. Portanto, a GPU móvel geralmente adota a GPU integrada.