图形处理单元(或简称GPU)会负责处理从PC内部传送到所连接显示器的所有内容,无论你在玩游戏、编辑视频或只是盯着桌面的壁纸,所有显示器中显示的图像都是由GPU进行渲染的。

  对普通用户来说,实际上不需要独立显卡就可以向显示器「提供」内容。像笔记本电脑或平板用户,通常CPU芯片都会集成GPU内核,也就是大家熟称的「核显」,这样就可以为对显示要求不高的低功耗设备提供更好的性价比。

  正因如此,部分笔记本电脑、平板电脑和某些PC用户来说,要想将其图形处理器升级到更高级别也很困难,甚至不太可能。这就会导致游戏(和视频编辑等)性能不佳,只能将图形质量设置降低才能工作。对此类用户而言,只有在主板支持和空闲空间足够的情况下,添加新显卡才能够把(游戏)显示体验提高到一个新的水平。

CPU vs GPU

  既然CPU已经提供显示核心了,如果我们已有一颗强大CPU,为什么还需要单独的GPU呢?简单地说,就是GPU的数字计算对依赖于它的游戏引擎和(像视频编辑这样的)密集型应用程序来说更为强劲,位于GPU板上的大量核心可以在单位时间点处理所有此类进程。

  虽然CPU和GPU都是以硅为基础的微型处理器,不过从本质上来说,两者的部署角色却是完全不同的。CPU是PC的大脑,用于处理各种复杂的任务,GPU并不能有效地执行。而比特币工厂依赖于他们受信任的GPU(被称为GPGPU–通用图形处理单元)来挖矿而不用CPU。

  CPU和GPU就像人类的大脑和肌肉,前者能够处理大量不同类型的计算,而GPU的任务则是负责渲染图形和将所有可用核心聚焦于具体任务。当在单个任务上需要大量复杂图形和几何运算时,GPU会投入相应工作。

GPU厂商

  目前市场上占主导地位的两大GPU厂商是AMD和Nvidia,AMD的前身就是大名鼎鼎的ATI,其Radeon品牌早在1985年就已发布,而Nvidia在1999年才发布了其首款GPU产品。AMD于2006年对ATI进行了收购,目前在两个不同的领域同Nvidia和Intel进行竞争。实际上在选购GPU产品时Nvidia和AMD并没有太大区别,完全取决于用户的个人喜好。

  继Nvidia发布的GTX 10系列推出一堆新产品后,AMD也以提供更实惠的价格与其竞争,并预计在不久的将来就会推出自己的高端图形解决方案。通常情况下,此类科技厂商都会在高端产品上并行竞争和一较高下,此外Intel也在芯片中不断推进自己的图形解决方案,但用户通常还是会选择A卡或N卡。

GPU工作

  GPU目前已成为PC内部最强大的组件之一,其性能大部分都来自于VRAM。由于独立显卡使用的显示内存独立于计算机内存,这些存储器模块允许快速存储和接收数据,而不必再通过CPU路由到主板上插的内存。

  虽然显卡内存与计算机内存相似,但却完全不同,例如:支持DDR4内存的主板也可能会支持GDDR5 RAM的显卡。显卡上的VRAM用于在卡上快速存储和访问数据,以及为显示器缓冲渲染帧。其还有助于降低影响屏幕上近似数据的「锯齿状边缘」以实现抗锯齿,使图像看起来更平滑。

GPU散热

  要利用好GPU的原始设计效能必需有大量供电,大量用电就意味着大量发热。显卡(或处理器)产生的热量是以热设计功耗(或简称TDP)和瓦特为单位测量的。但商家对产品的标称并不是直接所需的功耗值,例如新的GTX 1080标称为180W TDP等级,但这并不意味着它需要180W的功率。

  之所以提醒大家关心这个值是因为,具有较高TDP的GPU用到有限空气流动的紧凑空间中可能会导致散热问题。特别是对GPU超频的用户来说,需要有足够的冷却手段来处理增加的热量,才能让其稳定运行。

GPU术语

架构:GPU基于的平台(或技术)。一般由GPU厂商进行定义,如AMD 的Polaris架构。

显存带宽:它决定了GPU如何有效地利用可用的VRAM。显卡可以使用GDDR5内存,但如果没有有效地利用带宽仍然会有瓶颈。

纹理填充率:指GPU在单位时间内所能处理的纹理贴图的数量,单位是MTexels/S,由内核时钟乘以可用纹理映射单元(TMU)确定。

内核/处理器:显卡上可用的并行内核(或处理器)数。

核心时钟:与CPU的时钟速率类似,通常该值越高GPU则能够更快地工作。

SLI/CrossFire:SLI和CrossFire分别是Nvidia和AMD使用的技术,它们允许用户安装多块GPU卡并协同工作。

显卡解决图形问题和其他任务的众多核心都是专门设计的,强大的显卡和GPU可以为游戏提供更高的保真度和分辨率,虽然它比CPU更强大,但实际只能用于特定的应用程序。

关于GPU你必须知道的基本知识的更多相关文章

  1. OpenStack 企业私有云的若干需求(1):Nova 虚机支持 GPU

    本系列会介绍OpenStack 企业私有云的几个需求: 自动扩展(Auto-scaling)支持 多租户和租户隔离 (multi-tenancy and tenancy isolation) 混合云( ...

  2. GPU 编程入门到精通(五)之 GPU 程序优化进阶

    博主因为工作其中的须要,開始学习 GPU 上面的编程,主要涉及到的是基于 GPU 的深度学习方面的知识.鉴于之前没有接触过 GPU 编程.因此在这里特地学习一下 GPU 上面的编程. 有志同道合的小伙 ...

  3. GPU 编程入门到精通(四)之 GPU 程序优化

    博主因为工作其中的须要,開始学习 GPU 上面的编程,主要涉及到的是基于 GPU 的深度学习方面的知识,鉴于之前没有接触过 GPU 编程.因此在这里特地学习一下 GPU 上面的编程.有志同道合的小伙伴 ...

  4. GPU 编程入门到精通(三)之 第一个 GPU 程序

    博主因为工作其中的须要.開始学习 GPU 上面的编程,主要涉及到的是基于 GPU 的深度学习方面的知识,鉴于之前没有接触过 GPU 编程,因此在这里特地学习一下 GPU 上面的编程.有志同道合的小伙伴 ...

  5. cuda by example【读书笔记1】

    cuda 1. 以前用OpenGL和DirectX API简介操作GPU,必须了解图形学的知识,直接操作GPU要考虑并发,原子操作等等,cuda架构为此专门设计.满足浮点运算,用裁剪后的指令集执行通用 ...

  6. [转]OPENCV3.3+CUDA9.0 环境搭建若干错误总结

    编译OpenCV设计启用OpenGL三维可视化支持和启用GPU CUDA并行加速处理的基本知识: 1.从2.4.2版本开始,OpenCV在可视化窗口中支持OpenGL,这就意味着在OpenCV中可以轻 ...

  7. 深度学习论文翻译解析(十九):Searching for MobileNetV3

    论文标题:Searching for MobileNetV3 论文作者:Andrew Howard, Mark Sandler, Grace Chu, Liang-Chieh Chen, Bo Che ...

  8. Theano2.1.12-基础知识之使用GPU

    来自:http://deeplearning.net/software/theano/tutorial/using_gpu.html using the GPU 想要看GPU的介绍性的讨论和对密集并行 ...

  9. GPU知识了解

    前言 今天在使用阿里云的时候,无意间看到了有GPU服务器,于是对它做了一个大概的了解. 概念 GPU是Graphics Processing Unit的缩写,翻译成中文就是图形处理器.是一种专门在个人 ...

随机推荐

  1. 深度学习论文翻译解析(十):Visualizing and Understanding Convolutional Networks

    论文标题:Visualizing and Understanding Convolutional Networks 标题翻译:可视化和理解卷积网络 论文作者:Matthew D. Zeiler  Ro ...

  2. 太实用了!自己动手写软件——GUI编程

    这几天我有一个想法就是将我之前做测试写的一些协议脚本(如:ssh.FTP.SMTP.MySQL.Oracle等)综合在一起做一个密码PJ器,这么多的协议放在一起,每个协议都有自己特殊的参数,如果还是和 ...

  3. springboot application.yml配置学习

    一.背景 为了更好的使用springboot,所以看一下application.yml配置这块.主要是看数据绑定这块. 主要参考:https://www.hangge.com/blog/cache/d ...

  4. Redis Desktop Manager安装

    Windows安装: 1.下载安装包 官网下载地址:https://redisdesktop.com/pricing 官网下载需要付费使用 再此附上一个免费的破解版本,绿色安全可用 链接:https: ...

  5. 修改 Ubuntu SSH 登录后的欢迎信息

    主要就是几个文件: cd  /etc/update-motd.d/ ls 00-header     90-updates-available  98-fsck-at-reboot 10-help-t ...

  6. python 批量重命名文件名字

    import os print(os.path) img_name = os.listdir('./img') for index, temp_name in enumerate(img_name): ...

  7. linux实现shell脚本监控磁盘内存达到阈值时清理catalina.out日志

    想在服务器上写一个shell脚本,在磁盘使用率达到80%时,自动清理掉一些没有用的日志文件,根据这个想法,在生产环境上写了一个以下脚本,按照该流程,可实现在linux环境做一个定时任务来执行shell ...

  8. 简单理解:数据库的一致性与四种隔离级别(+MySQL实现)

    并行数据库存在着几种常见不一致问题: 1.更新丢失:两个并发的写进程同时修改某内容,一个没修改完提交之后另一个又提交,导致其覆盖了第一个提交的写进程内容. 2.脏读:一个操作读到了另外一个操作没有提交 ...

  9. Python环境那点儿事(Windows篇)

    Python环境配置那点儿事(Windows篇) 版本选择 (根据你的开发经验选择合适版) 适当版2.7 适当版3.6 适当版3.7 下载链接:python.org 安装 正规的Windows10操作 ...

  10. Python(set/list/dict/tuple)

    set集合:set是一个无序,不重复元素的集合.可嵌套列表,字典(可以for循环或者迭代的对象). ######差集: a={11,22} b={22,33} c=a.difference(b) #a ...