GPU Là Gì? Tổng Quan Về GPU Computing

Thảo luận trong 'Tổng Hợp' bắt đầu bởi Pussy, Thg 10 5, 2017.

  1. Pussy

    Pussy New Member Chuyển tiền Tìm chủ đề

    Bài viết:
    Tìm chủ đề
    950
    GPU là viết tắt của Graphics Processing Unit là bộ xử lý chuyên dụng nhận nhiệm vụ tăng tốc, xử lý đồ họa cho bộ xử lý trung tâm CPU. GPU có các tính năng vượt xa so với các trình điều khiển đồ họa cơ bản (như GPU của Intel).

    Về tốc độ xử lý dữ liệu thì GPU có thể tiếp nhận hàng ngàn luồng dữ liệu cùng một lúc vì thế có thể tăng tốc một số phần mềm tới hơn 100 lần so với một CPU.

    GPU được sử dụng trong các hệ thống nhúng, điện thoại di động, máy tính cá nhân, máy trạm, máy chơi game… Trong máy tính cá nhân, một GPU có thể xuất hiện ở card đồ họa hoặc nó cũng có thể được gắn trên mainboard.

    [​IMG]

    Phân biệt giữa GPU, CPU, VPU, GPGPU

    Thoạt nghe thì sẽ dễ bị nhầm lẫn giữa GPU, CPU, VPU, GPGPU bởi cả bốn tên gọi đều có chung một họ “PU”. Tuy nhiên, mỗi tên gọi lại mang một ý nghĩa riêng.

    CPU (Central Processing Unit) là con chip điện tử được xem như não bộ, một trong những phần tử cốt lõi nhất của máy vi tính. Nhiệm vụ chính của CPU là xử lý các chương trình vi tính và dữ liệu.

    GPU (Graphic Proccessing Unit) cũng là con chip điện tử nhưng có chức năng như một bộ vi xử lý riêng của card đồ họa, tự nó có đủ khả năng và sức mạnh xử lý tất cả mọi vấn đề có liên quan tới hình ảnh của máy tính. Hai dòng chip đồ họa phổ biến nhất là: NVIDIA và AMD/ATI

    VPU (Visual Processing Unit) chỉ là cách gọi khác của GPU. Ban đầu, người ta gọi là GPU, vì nó chủ yếu là xử lý các vấn đề có liên quan tới đồ họa máy tính. Nhưng sau này, con chip được cải tiến, mạnh hơn, nhanh hơn, đa chức năng hơn, tích hợp cả chức năng xử lý video, nên người ta gọi nó là VPU.

    GPGPU (General-Purpose Computing on Graphics Processing Units) là mô hình khai thác GPU cho các ứng dụng không mang tính đồ họa.

    Đặc biệt được sử dụng trong khoa học máy tính. GPU bắt đầu được sử dụng để chạy các ứng dụng điện toán đa dụng. Người ta đã nhận thấy sự xuất sắc trong khả năng biểu diễn các phép tính dấu chấm động của các GPU, dẫn đến tăng hiệu suất rất lớn cho một loạt các ứng dụng khoa học.

    Vai trò của GPU trong máy tính

    [​IMG]

    Trước khi GPU ra đời thì CPU vừa phải xử lý các chương trình vi tính, dữ liệu vừa kiêm luôn công việc xử lý đồ họa, hình ảnh. Lượng công việc quá nhiều nên CPU hoạt động theo xu hướng ban phát đồng đều mức tài nguyên. Công việc đồ họa và công việc văn phòng đều nhận được lượng tài nguyên như nhau. Chính vì vậy các sản phẩm đồ họa khi ra đời đều bị hạn chế rất nhiều.

    Nhưng từ khi điện toán GPU (GPU Computing) ra đời thì mọi thứ đã hoàn toàn thay đổi giúp giảm bớt khối lượng công việc cho CPU, CPU chỉ còn nhiệm vụ kéo hệ thống chạy theo hoạt động của GPU và dành các xung của mình cho các nhiệm vụ khác của hệ thống, tiết kiệm thời gian đáng kể, giải quyết những áp lực trong việc cung cấp một sản phẩm chất lượng cao cho thị trường,…

    Và hiện nay vai trò của GPU trên máy tính ngày càng quan trọng hơn, không chỉ dừng lại ở việc xuất tín hiệu ra màn hình hay hỗ trợ chơi game 3D mà việc tận dụng nhân đồ hoạ (GPU) tham gia hỗ trợ xử lý cùng nhân CPU để đưa ra các ứng dụng bổ ích như: DXVA (DirectX Video Acceleration) trên các chương trình xem phim, HWA (Hardware Acceleration) trên các trình duyệt web, MS Powerpoint 2010 tận dụng GPU để thể hiện các hiệu ứng mượt mà hơn.

    Những lĩnh vực sử dụng GPU

    GPU là một bộ vi xử lý chuyên thực hiện các dạng phép tính đặc biệt cần thiết cho đồ họa 3D và hình ảnh động vì vậy được sử dụng chủ yếu cho các ứng dụng 3D, 2D, thiết kế kỹ thuật, dựng phim, làm hiệu ứng phim…

    [​IMG]

    Trong các máy tính hiện đại, GPU có thể đảm nhận nhiệm vụ tăng tốc các video theo chuẩn Adobe Flash, chuyển đổi video giữa các định dạng, nhận diện hình ảnh, hỗ trợ nhận diện các mẫu virus cũng như nhiều nhiệm vụ khác.

    Tiềm năng của GPU trong tương lai còn rất lớn. Nó sẽ được sử dụng rộng rãi để tăng tốc độ tính toán trong các lĩnh vực như hình ảnh y khoa, điện từ, mô hình tài chính, nghiên cứu khoa học hiện đại và thăm dò dầu khí…

    [​IMG]

    Lý do mà GPU được chấp thuận rộng rãi và trở thành khuynh hướng chủ đạo trong phát triển vi xử lý chính là năng lực tính toán, và các khả năng của nó đang ngày càng phát triển nhanh hơn rất nhiều so với CPU (mỗi thế hệ tiếp theo của GPU khoảng 18 tháng).

    CPU có thể thay thế được GPU hay không?

    Như đã trình bày ở trên, chuyên môn chính của GPU là xử lý các tác vụ về hình ảnh, tính toán đồ họa, trong khi đó một chiếc máy tính cần xử lý nhiều hơn thế, nên GPU chưa thể thay thế cho CPU. Tuy nhiên, GPGPU thì khác, nó không chỉ đảm nhận vai trì xử lý hình ảnh, mà còn thực hiện những tính toán phức tạp và thông minh không khác gì CPU.

    [​IMG]

    CPU càng ngày càng được cải tiến và tích hợp chức năng xử lý hình ảnh, đồ họa phức tạp. Trong tương lai có thể người dùng máy tính không cần phải trang bị cả CPU lẫn GPU, vì CPU đã làm thay nhiệm vụ của GPU. Tuy nhiên, chắc hẳn giá thành của một chiếc máy tính CPU tích hợp GPU sẽ cao hơn nhiều so với chiếc máy sử dụng CPU đơn thuần. Không phải ai cũng cần sử dụng nhiều đến GPU, với họ một chiếc máy tính có CPU là đủ rồi. Vì vậy, việc CPU có thể thay thế cho GPU vẫn chờ kết cục giữa cuộc đối đầu trường kỳ của 2 hãng Intel và NVIDIA.
     
    Last edited by a moderator: Thg 10 5, 2017
  2. Đang tải...
  3. Wall-E

    Wall-E Moderator Chuyển tiền Tìm chủ đề

    Bài viết:
    Tìm chủ đề
    2,451
    Sự Khác Nhau Giữa CPU Và GPU

    Chip xử lí đồ họa (GPUs) cung cấp một lượng lớn chip xử lí đơn giản với khả năng xử lí thông tin đa luồng, song song và bộ nhớ tốc độ cao.

    Kỹ thuật GPU đang dần trở nên dễ lập trình, cung cấp nhiều tiềm năng cho việc tăng tốc xử lí cho nhiều chương trình với nhiều mục đích khác nhau, hơn cả chíp xử lí thông thường (CPUs).

    [​IMG]

    Nguyên nhân đằng sau sự khác biệt giữa khả năng xử lí dữ liệu (floating-point) của 2 loại chíp này là:

    GPU được thiết kế riêng chỉ để tính toán, mà còn là tính toán, xử lí thông tin luồng song song đúng như những gì kỹ thuật làm sắc nét hình ảnh cần

    Vì vậy 80% transistors của chíp được nó sử dụng để chuyên tính toán dữ liệu chứ không phải để nhận dữ liệu và điều khiển luồng thông tin. Vì các chức năng này đã được thực hiện trên mỗi thuộc tính của dữ liệu với thuật toán cao cấp dữ dội rồi.

    [​IMG]

    Mặc dù GPU có nhiều lợi ích như giúp tính toán tốt hơn, xử lí được nhiều thông tin cùng lúc và tốn ít điện mặc dù vận hành tốt như vậy, nó vẫn có những giới hạn nhất định khiến nó không tối ưu lắm.

    Cụ thể, chúng khiến việc tối ưu hóa hiệu suất làm việc của máy khó hơn, và ngôn ngữ để sửa lỗi cho nó không mạnh như CPU thông thường.

    Vì vậy, để làm ra 1 chú GPU tốn nhiều thời gian và đòi hỏi sự tỉ mỉ hơn. Hơn nữa, mã của GPU chạy song song nên đòi hỏi việc phân mảnh dữ liệu và kĩ thuật đồng bộ hóa.

    Trong vài trường hợp về thuật toán, đôi lúc chẳng có thuật toán nào phù hợp với GPU nên bắt buột các nhà sản xuất phải cho ra thêm thuật toán song song dành riêng cho GPU nữa.
     
Trả lời qua Facebook

Chia sẻ trang này