來源:渲大師
一、GPU服務器有什么作用?
GPU 加速計算可以提供非凡的應用程序性能,能將應用程序計算密集部分的工作負載轉移到 GPU,同時仍由 CPU 運行其余程序代碼。
從用戶的角度來看,應用程序的運行速度明顯加快。
理解 GPU 和 CPU 之間區別的一種簡單方式是比較它們如何處理任務。
CPU 由專為順序串行處理而優化的幾個核心組成,而 GPU 則擁有一個由數以千計得更小、更高效的核心(專為同時處理多重任務而設計)組成的大規模并行計算架構。
談及GPU在高性能計算方面的優勢,就會自然聯想到GPU誕生的經典問題:“為什么需要專門出現GPU來處理圖形工作,CPU為啥不可以?”
為滿足各位迫切的求知心,在此結論先行:圖形渲染任務具有高度的并行性,GPU可以僅僅通過增加并行處理單元和存儲器控制單元,便可取得比CPU更高效的處理能力和存儲器帶寬,提高一個數量級的運算速度。
追溯到GPU還沒有發明的年代,中央處理器CPU作為整個計算機系統的運算和控制的核心,是整個數據處理的最根本的部件。
二、GPU擅長大規模并發計算
GPU工作原理:
GPU的工作通俗的來說就是完成3D圖形的生成,將圖形映射到相應的像素點上,對每個像素進行計算確定最終顏色并完成輸出,一般分為頂點處理、光柵化計算、紋理貼圖、像素處理、輸出五個步驟。
GPU采用流式并行計算模式,可對每個數據行獨立的并行計算。
GPU與CPU區別:
CPU基于低延時設計,由運算器(ALU)和控制器(CU),以及若干個寄存器和高速緩沖存儲器組成,功能模塊較多,擅長邏輯控制,串行運算。GPU基于大吞吐量設計,擁有更多的ALU用于數據處理,適合對密集數據進行并行處理,擅長大規模并發計算,因此GPU也被應用于AI訓練等需要大規模并發計算場景。
三、GPU可分獨立GPU和集成GPU
獨立GPU:獨立GPU一般封裝在獨立的顯卡電路板上,使用專用的顯示存儲器,獨立顯卡性能由GPU性能與顯存帶寬共同決定。
一般來講,獨立GPU的性能更高,但因此系統功耗、發熱量較大。
集成GPU:
集成GPU常和CPU共用一個Die,共享系統內存。集成GPU的制作由CPU廠家完成,因此兼容性較強,并且功耗低、發熱量小。但如果顯卡運行需要占用大量內存,整個系統運行會受限,此外系統內存的頻率通常比獨立顯卡的顯存低很多,因此一般集成GPU的性能比獨立GPU更低。
四、GPU廣泛運用的計算場景
GPU擁有單一的強大并行計算能力,所以用途往往是需要大規模并行計算的場景。
早期GPU多被用于2D和3D圖形的計算和處理,因為圖形數據的處理往往涉及到大量的大型矩陣運算,計算量大但易于并行化。
近年由于大數據、人工智能發展,GPU也常常被用于需要大量重復計算的數據挖掘領域,如機器學習,深度學習等。
GPU使用場景:GPU被廣泛地運用于PC、服務器、移動等領域。
其中服務器GPU可做專業圖形處理、計算加速、深度學習等應用,以獨立GPU為主;移動端GPU主要采用集成GPU;PC根據使用用途不同,既可以搭載獨立GPU,也可以使用集成GPU。
-
gpu
+關注
關注
28文章
4729瀏覽量
128892 -
服務器
+關注
關注
12文章
9123瀏覽量
85331
發布評論請先 登錄
相關推薦
評論