Home-theater-designers
Ha követte az Nvidia -t és az AMD -t, valószínűleg ismeri a GPU -k specifikációit, amelyeket mindkét vállalat szeret használni. Például az Nvidia szereti hangsúlyozni a CUDA magszámát, hogy megkülönböztesse kínálatát az AMD kártyáitól, míg az AMD ugyanezt teszi a számítási egységeivel.
De mit is jelentenek valójában ezek a kifejezések? A CUDA mag ugyanaz, mint a számítási egység? Ha nem, akkor mi a különbség?
hogyan lehet csatlakoztatni a wii -t a hdtv -hez
Válaszoljunk ezekre a kérdésekre, és nézzük meg, miben különbözik az AMD GPU az Nvidia -tól.
A GPU általános felépítése
Minden GPU, legyen az AMD, Nvidia vagy Intel, általában ugyanúgy működik. Ugyanazokkal a kulcskomponensekkel rendelkeznek, és ezek általános elrendezése magasabb szinten hasonló.
Tehát felülről lefelé nézve minden GPU azonos.
Ha megvizsgáljuk azokat a sajátos, saját tulajdonú összetevőket, amelyeket minden gyártó a GPU -jába csomagol, a különbségek kezdenek feltűnni. Például az Nvidia a Tensor magokat beépíti a GPU -kba, míg az AMD GPU -k nem rendelkeznek Tensor magokkal.
Hasonlóképpen, az AMD olyan összetevőket használ, mint az Infinity Cache, amelyekkel az Nvidia GPU -k nem rendelkeznek.
Tehát, hogy megértsük a számítási egységek (CU) és a CUDA magok közötti különbséget, először meg kell vizsgálnunk a GPU általános architektúráját. Amint megértjük az architektúrát és látjuk a GPU működését, világosan látjuk a különbséget a számítási egységek és a CUDA magok között.
Hogyan működik a GPU?
Az első dolog, amit meg kell értenie, hogy a GPU több ezer vagy akár millió utasítást dolgoz fel egyszerre. Ezért a GPU -nak sok kicsi, nagyon párhuzamos magra van szüksége az utasítások kezeléséhez.
Ezek a kis GPU -magok különböznek a nagy CPU -magoktól, amelyek magonként egy -egy összetett utasítást dolgoznak fel.
Például egy Nvidia RTX 3090 10496 CUDA maggal rendelkezik. Másrészt a csúcsminőségű AMD Threadripper 3970X csak 64 maggal rendelkezik.
Tehát nem tudjuk összehasonlítani a GPU magokat a CPU magokkal. Elég sokan vannak különbségek a CPU és a GPU között mert a mérnökök különböző feladatok elvégzésére tervezték őket.
Továbbá, egy átlagos CPU -val ellentétben, az összes GPU mag klaszterekbe vagy csoportokba van rendezve.
Végül, egy GPU -n lévő maghalmaz más hardverkomponenseket is tartalmaz, például textúrafeldolgozó magokat, lebegőpontos egységeket és gyorsítótárakat
hogy több millió utasítást dolgozzon fel egyszerre. Ez a párhuzamosság határozza meg a GPU architektúráját. Az utasítás betöltésétől a feldolgozásáig a GPU mindent megtesz a párhuzamos feldolgozás elvei szerint.
- Először a GPU kap utasításokat a feldolgozásra az utasítások sorából. Ezek az utasítások szinte mindig túlnyomórészt vektorokkal kapcsolatosak.
- Ezután ezen utasítások megoldásához egy szálütemező továbbítja azokat az egyes központi fürtöknek feldolgozásra.
- Miután megkapta az utasításokat, a beépített központi fürtütemező hozzárendeli az utasításokat a magokhoz vagy a feldolgozó elemekhez feldolgozásra.
- Végül a különböző magcsoportok különböző utasításokat dolgoznak fel párhuzamosan, és az eredmények megjelennek a képernyőn. Tehát az összes grafika, amelyet a képernyőn lát, például egy videojáték, csak milliónyi feldolgozott vektor gyűjteménye.
Röviden, egy GPU több ezer feldolgozási elemet tartalmaz, amelyeket klaszterekbe rendezett magoknak nevezünk. Az ütemezők munkát rendelnek ezekhez a klaszterekhez a párhuzamosság elérése érdekében.
Mik azok a számítási egységek?
Amint azt az előző szakaszban láttuk, minden GPU rendelkezik feldolgozó elemeket tartalmazó maghalmazokkal. Az AMD ezeket az alapvető klasztereket számítási egységeknek nevezi.
www.youtube.com/watch?v=uu-3aEyesWQ&t=202s
A számítási egységek olyan feldolgozási erőforrások gyűjteményét jelentik, mint a párhuzamos aritmetikai és logikai egységek (ALU), gyorsítótárak, lebegőpontos egységek vagy vektoros processzorok, regiszterek és némi memória a szálinformációk tárolására.
Az egyszerűség kedvéért az AMD csak a GPU -k számítási egységeinek számát hirdeti, és nem részletezi a mögöttes összetevőket.
Tehát, amikor látja a Számítási Egységek számát, gondoljon rájuk a feldolgozási elemek és az összes kapcsolódó összetevő csoportjaként.
hogyan lehet csökkenteni a kép méretét
Mik azok a CUDA magok?
Ahol az AMD szereti egyszerűsíteni a dolgokat a számítási egységek számával, az Nvidia bonyolítja a dolgokat olyan kifejezések használatával, mint a CUDA magok.
A CUDA magok nem pontosan magok. Ezek csak lebegőpontos egységek, amelyeket az Nvidia szeret magoknak nevezni marketing célokra. És ha emlékszel, a maghalmazokban sok lebegőpontos egység van beépítve. Ezek az egységek vektoros számításokat végeznek, és semmi mást.
Tehát, ha magnak nevezzük őket, az tiszta marketing.
Ezért a CUDA mag egy olyan feldolgozó elem, amely lebegőpontos műveleteket hajt végre. Sok CUDA mag lehet egymagos fürtön belül.
Végül az Nvidia alapvető klasztereket hív Streaming többprocesszor vagy SM. Az SM -ek egyenértékűek az AMD számítási egységekkel, mivel a számítási egységek maguk is alapvető klaszterek.
Mi a különbség a számítási egységek és a CUDA magok között?
A fő különbség a számítási egység és a CUDA mag között az, hogy az előbbi magcsoportra, az utóbbi pedig egy feldolgozó elemre utal.
Hogy jobban megértsük ezt a különbséget, vegyünk példát egy sebességváltóra.
A sebességváltó több fokozatból álló egység. A sebességváltót számítási egységnek, az egyes fogaskerekeket pedig CUDA magok lebegőpontos egységeinek tekintheti.
Más szóval, ahol a számítási egységek összetevők gyűjteménye, a CUDA magok a gyűjteményen belül meghatározott összetevőt képviselnek. Tehát a számítási egységek és a CUDA magok nem összehasonlíthatók.
Ez az oka annak is, hogy amikor az AMD megemlíti a GPU -k számítási egységeinek számát, azok mindig meglehetősen alacsonyabbak a versengő Nvidia kártyákhoz és a CUDA magszámához képest. Kedvezőbb összehasonlítás lenne az Nvidia kártya Streaming Multiprocesszorai és az AMD kártya Számítási Egységei között.
Összefüggő: AMD 6700XT vs Nvidia RTX 3070: Melyik a legjobb GPU 500 dollár alatt?
A CUDA magok és számítási egységek különbözőek és nem összehasonlíthatók
A vállalatoknak szokásuk zavaros terminológiát használni, hogy termékeiket a legjobb fényben mutassák be. Ez nemcsak megzavarja az ügyfelet, hanem megnehezíti a fontos dolgok nyomon követését is.
Tehát győződjön meg róla, hogy mit keres, amikor GPU -t keres. Ha távol marad a marketing szakzsargontól, sokkal jobb és stresszmentes lesz a döntése.
Részvény Részvény Csipog Email Érdemes az NVIDIA 30 -as sorozatú grafikus kártyáit frissíteni?Ha játékos, akkor kísértésbe eshet, hogy frissítse grafikus kártyáját az NVIDIA 30 -as sorozatára. De vajon megéri?
Olvassa tovább Kapcsolódó témák- Technológia magyarázata
- Grafikus kártya
- Nvidia
- AMD processzor
Fawad főállású szabadúszó író. Szereti a technológiát és az ételeket. Amikor nem eszik vagy ír a Windowsról, vagy videojátékokkal játszik, vagy álmodozik az utazásról.
Továbbiak Fawad MurtazátólIratkozzon fel hírlevelünkre
Csatlakozz hírlevelünkhöz, ahol technikai tippeket, véleményeket, ingyenes e -könyveket és exkluzív ajánlatokat találsz!
Feliratkozáshoz kattintson ide