Utvecklingsutsikter för GPU-industrin 2020

Letar efter utvecklingen från världens jättar

Funktion och klassificering av GPU

GPU (grafikbehandlingsenhet, grafikprocessor) är också känd som displaychip. Den används främst i persondatorer, arbetsstationer, spelvärdar och mobila enheter (smarta telefoner, surfplattor, VR-enheter) för att köra grafikoperationer.

Struktur avgör att GPU är mer lämplig för parallell beräkning. Huvudskillnaden mellan GPU och CPU ligger i cachearkitekturen på chipet och strukturen hos den digitala logikenheten: antalet GPU-kärnor (särskilt Alu-datorenheter) är mycket mer än CPU: n, men dess struktur är enklare än den CPU, så det kallas multi core-struktur. Multikärnstrukturen är mycket lämplig för att skicka samma instruktionsström till multikärnan parallellt med användning av olika ingångsdata för att exekvera, för att slutföra de massiva och enkla operationerna i grafisk bearbetning, såsom samma koordinatomvandling för varje vertex och beräkna färgvärdet för varje vertex enligt samma belysningsmodell. GPU använder sina fördelar med att bearbeta massiva data och kompenserar för bristen på lång latens genom att förbättra den totala dataflödena.

Generellt sett kommer konsumenter att ägna mer uppmärksamhet åt CPU: ns (centrala processorenhet) prestanda när de köper elektroniska konsumentprodukter, såsom mobiltelefoner eller bärbara datorer, så som varumärke, serie och antal kärnor för CPU, medan GPU får mindre uppmärksamhet. GPU (grafisk processor), liksom grafikprocessor, är en slags mikroprocessor som kan utföra bild- och grafikrelaterade operationer på persondatorer, arbetsstationer, spelmaskiner och vissa mobila enheter (som surfplattor, smarta telefoner etc.) . I början av PC: s födelse fanns det idén med GPU, och all grafikberäkning gjordes av CPU. Hastigheten för att använda CPU för att göra grafikberäkning är dock lång, så ett speciellt grafikacceleratorkort är utformat för att hjälpa till med grafikberäkning. Senare föreslog NVIDIA konceptet GPU, som främjade GPU till status som en separat datorenhet.

CPU består vanligtvis av logisk driftsenhet, styrenhet och lagringsenhet. Även om processorn har flera kärnor är det totala antalet inte mer än två siffror och varje kärna har tillräckligt med cache. CPU: n har tillräckligt antal och logiska driftsenheter och har många hårdvaror för att påskynda grenbedömning och ännu mer komplex logisk bedömning. Därför har CPU superlogisk förmåga. Fördelen med GPU ligger i flera kärnor, antalet kärnor är mycket mer än CPU: n, vilket kan nå hundratals, varje kärna har relativt liten cache och antalet digitala logiska driftsenheter är litet och enkelt. Därför är GPU mer lämplig för dataparallell beräkning än CPU

Det finns två sätt att klassificera GPU, det ena är baserat på förhållandet mellan GPU och CPU, det andra är baserat på applikationsklassen för GPU. Enligt förhållandet med CPU kan GPU delas in i oberoende CPU och GPU. Den oberoende GPU är vanligtvis svetsad på grafikkortets kretskort och ligger under grafikkortets fläkt. Den oberoende GPU använder ett dedikerat visningsminne och videominnets bandbredd bestämmer anslutningshastigheten med GPU: n. Den integrerade GPU: n är vanligtvis integrerad med CPU: n. Den integrerade GPU och CPU delar en fläkt och cache. Den integrerade GPU: n har bra kompatibilitet eftersom design, tillverkning och drivrutin för den integrerade GPU: n kompletteras av CPU-tillverkaren. Dessutom, på grund av integrationen av CPU och GPU är utrymmet för integrerad GPU liten; prestanda för integrerad GPU är relativt oberoende, och energiförbrukningen och kostnaden för integrerad GPU är relativt oberoende på grund av integrationen av CPU och CPU. Oberoende GPU har oberoende videominne, större utrymme och bättre värmeavledning, så prestanda för oberoende grafikkort är bättre; men det behöver ytterligare utrymme för att möta de komplexa och enorma grafikbehandlingsbehoven och tillhandahålla effektiva videokodningsprogram. Stark prestanda innebär dock högre energiförbrukning, oberoende grafikprocessorer kräver extra strömförsörjning och kostnaden är högre.

Beroende på typen av applikationsterminal kan den delas in i pcgpu, server-GPU och mobil GPU. Pcgpu tillämpas på PC. Enligt sin produktpositionering kan antingen integrerad GPU eller fristående GPU användas. Till exempel, om PC: n huvudsakligen är lätt kontors- och textredigering, väljer den allmänna produkten att bära integrerad GPU; om datorn behöver producera högupplösta bilder, redigera videor, göra spel etc. kommer den valda produkten att ha en oberoende GPU. Server GPU används på servrar som kan användas för professionell visualisering, datoracceleration, djupinlärning och andra applikationer. Enligt utvecklingen av en serie tekniker som molnbearbetning och artificiell intelligens kommer server-GPU: n att vara huvudsakligen oberoende GPU. Mobilterminalen blir tunnare och tunnare och terminalens interna nätutrymme har minskat snabbt på grund av ökningen av flera funktionsmoduler. Samtidigt som video och bild behöver bearbetas av den mobila terminalen har den integrerade GPU lyckats uppfylla kraven. Därför antar mobil GPU generellt integrerad GPU.