2020 లో జిపియు పరిశ్రమ అభివృద్ధి అవకాశాలు
2020-11-17
ప్రపంచ దిగ్గజాల నుండి అభివృద్ధి యొక్క పాదముద్రల కోసం వెతుకుతోంది
GPU యొక్క పనితీరు మరియు వర్గీకరణ
GPU (గ్రాఫిక్స్ ప్రాసెసింగ్ యూనిట్, గ్రాఫిక్స్ ప్రాసెసర్) ను డిస్ప్లే చిప్ అని కూడా అంటారు. గ్రాఫిక్స్ ఆపరేషన్లను అమలు చేయడానికి ఇది ప్రధానంగా వ్యక్తిగత కంప్యూటర్లు, వర్క్‌స్టేషన్లు, గేమ్ హోస్ట్‌లు మరియు మొబైల్ పరికరాల్లో (స్మార్ట్ ఫోన్లు, టాబ్లెట్ కంప్యూటర్లు, వీఆర్ పరికరాలు) ఉపయోగించబడుతుంది.
సమాంతర కంప్యూటింగ్‌కు GPU మరింత అనుకూలంగా ఉంటుందని నిర్మాణం నిర్ణయిస్తుంది. GPU మరియు CPU ల మధ్య ప్రధాన వ్యత్యాసం ఆన్-చిప్ కాష్ ఆర్కిటెక్చర్ మరియు డిజిటల్ లాజిక్ ఆపరేషన్ యూనిట్ యొక్క నిర్మాణంలో ఉంది: GPU కోర్ల సంఖ్య (ముఖ్యంగా అలు కంప్యూటింగ్ యూనిట్లు) CPU కన్నా చాలా ఎక్కువ, కానీ దాని నిర్మాణం దాని కంటే సరళమైనది CPU యొక్క, కాబట్టి దీనిని మల్టీ కోర్ స్ట్రక్చర్ అంటారు. మల్టీ-కోర్ స్ట్రక్చర్ సమాంతరంగా మల్టీ-కోర్కు ఒకే ఇన్‌స్ట్రక్షన్ స్ట్రీమ్‌ను పంపడానికి, అమలు చేయడానికి వేర్వేరు ఇన్‌పుట్ డేటాను ఉపయోగించి, గ్రాఫిక్స్ ప్రాసెసింగ్‌లో భారీ మరియు సరళమైన ఆపరేషన్లను పూర్తి చేయడానికి, ప్రతిదానికి ఒకే కోఆర్డినేట్ ట్రాన్స్ఫర్మేషన్ వంటివి శీర్షం మరియు ఒకే లైటింగ్ మోడల్ ప్రకారం ప్రతి శీర్షం యొక్క రంగు విలువను లెక్కించడం. భారీ డేటాను ప్రాసెస్ చేయడంలో దాని ప్రయోజనాలను GPU ఉపయోగించుకుంటుంది మరియు మొత్తం డేటా నిర్గమాంశను మెరుగుపరచడం ద్వారా దీర్ఘ జాప్యం యొక్క లోపాన్ని తీర్చగలదు.
సాధారణంగా, వినియోగదారులు ఎలక్ట్రానిక్ ఉత్పత్తులైన మొబైల్ ఫోన్లు లేదా ల్యాప్‌టాప్‌లు, బ్రాండ్, సిరీస్ మరియు సిపియు యొక్క కోర్ల సంఖ్య వంటి వినియోగదారుల ఎలక్ట్రానిక్ ఉత్పత్తులను కొనుగోలు చేసేటప్పుడు సిపియు (సెంట్రల్ ప్రాసెసింగ్ యూనిట్) పనితీరుపై ఎక్కువ శ్రద్ధ చూపుతారు, అయితే జిపియు తక్కువ శ్రద్ధ పొందుతుంది. GPU (గ్రాఫిక్ ప్రాసెసింగ్ యూనిట్), అలాగే గ్రాఫిక్స్ ప్రాసెసర్, ఇది ఒక రకమైన మైక్రోప్రాసెసర్, ఇది వ్యక్తిగత కంప్యూటర్లు, వర్క్‌స్టేషన్లు, గేమ్ మెషీన్లు మరియు కొన్ని మొబైల్ పరికరాల్లో (టాబ్లెట్ కంప్యూటర్లు, స్మార్ట్ ఫోన్లు మొదలైనవి) ఇమేజ్ మరియు గ్రాఫిక్స్ సంబంధిత కార్యకలాపాలను చేయగలదు. . పిసి పుట్టిన ప్రారంభంలో, జిపియు ఆలోచన ఉంది, మరియు అన్ని గ్రాఫిక్స్ లెక్కింపు సిపియు చేత చేయబడింది. అయినప్పటికీ, గ్రాఫిక్స్ గణన చేయడానికి CPU ని ఉపయోగించే వేగం నెమ్మదిగా ఉంటుంది, కాబట్టి గ్రాఫిక్స్ గణనకు సహాయపడటానికి ప్రత్యేక గ్రాఫిక్స్ యాక్సిలరేటర్ కార్డ్ రూపొందించబడింది. తరువాత, ఎన్విడియా GPU యొక్క భావనను ప్రతిపాదించింది, ఇది GPU ని ప్రత్యేక కంప్యూటింగ్ యూనిట్ యొక్క స్థితికి ప్రోత్సహించింది.
CPU సాధారణంగా లాజిక్ ఆపరేషన్ యూనిట్, కంట్రోల్ యూనిట్ మరియు స్టోరేజ్ యూనిట్‌తో కూడి ఉంటుంది. CPU కి బహుళ కోర్లు ఉన్నప్పటికీ, మొత్తం సంఖ్య రెండు అంకెలు మించకూడదు మరియు ప్రతి కోర్లో తగినంత కాష్ ఉంటుంది; CPU కి తగినంత సంఖ్య మరియు తార్కిక ఆపరేషన్ యూనిట్లు ఉన్నాయి మరియు శాఖ తీర్పు మరియు మరింత క్లిష్టమైన తార్కిక తీర్పును వేగవంతం చేయడానికి చాలా హార్డ్వేర్ ఉంది. కాబట్టి, CPU కి సూపర్ లాజికల్ సామర్థ్యం ఉంది. GPU యొక్క ప్రయోజనం మల్టీ-కోర్లో ఉంది, కోర్ల సంఖ్య CPU కన్నా చాలా ఎక్కువ, ఇది వందలకు చేరుకోగలదు, ప్రతి కోర్ సాపేక్షంగా చిన్న కాష్ కలిగి ఉంటుంది మరియు డిజిటల్ లాజిక్ ఆపరేషన్ యూనిట్ల సంఖ్య చిన్నది మరియు సరళమైనది. కాబట్టి, CPU కన్నా డేటా సమాంతర కంప్యూటింగ్‌కు GPU మరింత అనుకూలంగా ఉంటుంది
GPU ను వర్గీకరించడానికి రెండు మార్గాలు ఉన్నాయి, ఒకటి GPU మరియు CPU మధ్య ఉన్న సంబంధంపై ఆధారపడి ఉంటుంది, మరొకటి GPU యొక్క అప్లికేషన్ క్లాస్ మీద ఆధారపడి ఉంటుంది. CPU తో ఉన్న సంబంధం ప్రకారం, GPU ని స్వతంత్ర CPU మరియు GPU గా విభజించవచ్చు. స్వతంత్ర GPU సాధారణంగా గ్రాఫిక్స్ కార్డ్ యొక్క సర్క్యూట్ బోర్డ్‌లో వెల్డింగ్ చేయబడుతుంది మరియు ఇది గ్రాఫిక్స్ కార్డ్ యొక్క అభిమాని క్రింద ఉంటుంది. స్వతంత్ర GPU ప్రత్యేక ప్రదర్శన మెమరీని ఉపయోగిస్తుంది మరియు వీడియో మెమరీ బ్యాండ్‌విడ్త్ GPU తో కనెక్షన్ వేగాన్ని నిర్ణయిస్తుంది. ఇంటిగ్రేటెడ్ GPU సాధారణంగా CPU తో అనుసంధానించబడుతుంది. ఇంటిగ్రేటెడ్ GPU మరియు CPU అభిమాని మరియు కాష్‌ను పంచుకుంటాయి. ఇంటిగ్రేటెడ్ GPU కి మంచి అనుకూలత ఉంది ఎందుకంటే ఇంటిగ్రేటెడ్ GPU యొక్క డిజైన్, తయారీ మరియు డ్రైవర్ CPU తయారీదారుచే పూర్తవుతాయి. అదనంగా, CPU మరియు GPU యొక్క ఏకీకరణ కారణంగా, ఇంటిగ్రేటెడ్ GPU యొక్క స్థలం చిన్నది; ఇంటిగ్రేటెడ్ GPU యొక్క పనితీరు సాపేక్షంగా స్వతంత్రంగా ఉంటుంది మరియు CPU మరియు CPU యొక్క ఏకీకరణ కారణంగా ఇంటిగ్రేటెడ్ GPU యొక్క విద్యుత్ వినియోగం మరియు ఖర్చు సాపేక్షంగా స్వతంత్రంగా ఉంటుంది. స్వతంత్ర GPU లో స్వతంత్ర వీడియో మెమరీ, పెద్ద స్థలం మరియు మంచి వేడి వెదజల్లడం ఉన్నాయి, కాబట్టి స్వతంత్ర గ్రాఫిక్స్ కార్డు యొక్క పనితీరు మంచిది; కానీ సంక్లిష్టమైన మరియు భారీ గ్రాఫిక్స్ ప్రాసెసింగ్ అవసరాలను తీర్చడానికి మరియు సమర్థవంతమైన వీడియో కోడింగ్ అనువర్తనాలను అందించడానికి దీనికి అదనపు స్థలం అవసరం. అయినప్పటికీ, బలమైన పనితీరు అంటే అధిక శక్తి వినియోగం, స్వతంత్ర GPU లకు అదనపు విద్యుత్ సరఫరా అవసరం మరియు ఖర్చు ఎక్కువ.
అప్లికేషన్ టెర్మినల్ రకం ప్రకారం, దీనిని పిసిపిపి, సర్వర్ జిపియు మరియు మొబైల్ జిపియుగా విభజించవచ్చు. పిసిపిపి పిసికి వర్తించబడుతుంది. దాని ఉత్పత్తి స్థానం ప్రకారం, ఇంటిగ్రేటెడ్ GPU లేదా స్టాండ్-ఒంటరిగా GPU ఉపయోగించవచ్చు. ఉదాహరణకు, PC ప్రధానంగా లైట్ ఆఫీస్ మరియు టెక్స్ట్ ఎడిటింగ్ అయితే, సాధారణ ఉత్పత్తి ఇంటిగ్రేటెడ్ GPU ని తీసుకువెళ్ళడానికి ఎంచుకుంటుంది; PC కి హై-డెఫినిషన్ పిక్చర్స్, వీడియోలను సవరించడం, రెండర్ గేమ్స్ మొదలైనవి అవసరమైతే, ఎంచుకున్న ఉత్పత్తి స్వతంత్ర GPU ని కలిగి ఉంటుంది. సర్వర్ GPU సర్వర్‌లకు వర్తించబడుతుంది, దీనిని ప్రొఫెషనల్ విజువలైజేషన్, కంప్యూటింగ్ త్వరణం, లోతైన అభ్యాసం మరియు ఇతర అనువర్తనాల కోసం ఉపయోగించవచ్చు. క్లౌడ్ కంప్యూటింగ్ మరియు ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ వంటి సాంకేతిక పరిజ్ఞానాల అభివృద్ధి ప్రకారం, సర్వర్ GPU ప్రధానంగా స్వతంత్ర GPU గా ఉంటుంది. మొబైల్ టెర్మినల్ సన్నగా మరియు సన్నగా మారుతోంది మరియు బహుళ ఫంక్షన్ మాడ్యూళ్ల పెరుగుదల కారణంగా టెర్మినల్ యొక్క అంతర్గత నికర స్థలం వేగంగా క్షీణించింది. అదే సమయంలో, మొబైల్ టెర్మినల్ ద్వారా వీడియో మరియు ఇమేజ్‌ను ప్రాసెస్ చేయాల్సిన అవసరం ఉన్నంతవరకు, ఇంటిగ్రేటెడ్ GPU అవసరాలను తీర్చగలిగింది. అందువల్ల, మొబైల్ GPU సాధారణంగా ఇంటిగ్రేటెడ్ GPU ని స్వీకరిస్తుంది.
GPU యొక్క పనితీరు మరియు వర్గీకరణ
GPU (గ్రాఫిక్స్ ప్రాసెసింగ్ యూనిట్, గ్రాఫిక్స్ ప్రాసెసర్) ను డిస్ప్లే చిప్ అని కూడా అంటారు. గ్రాఫిక్స్ ఆపరేషన్లను అమలు చేయడానికి ఇది ప్రధానంగా వ్యక్తిగత కంప్యూటర్లు, వర్క్‌స్టేషన్లు, గేమ్ హోస్ట్‌లు మరియు మొబైల్ పరికరాల్లో (స్మార్ట్ ఫోన్లు, టాబ్లెట్ కంప్యూటర్లు, వీఆర్ పరికరాలు) ఉపయోగించబడుతుంది.
సమాంతర కంప్యూటింగ్‌కు GPU మరింత అనుకూలంగా ఉంటుందని నిర్మాణం నిర్ణయిస్తుంది. GPU మరియు CPU ల మధ్య ప్రధాన వ్యత్యాసం ఆన్-చిప్ కాష్ ఆర్కిటెక్చర్ మరియు డిజిటల్ లాజిక్ ఆపరేషన్ యూనిట్ యొక్క నిర్మాణంలో ఉంది: GPU కోర్ల సంఖ్య (ముఖ్యంగా అలు కంప్యూటింగ్ యూనిట్లు) CPU కన్నా చాలా ఎక్కువ, కానీ దాని నిర్మాణం దాని కంటే సరళమైనది CPU యొక్క, కాబట్టి దీనిని మల్టీ కోర్ స్ట్రక్చర్ అంటారు. మల్టీ-కోర్ స్ట్రక్చర్ సమాంతరంగా మల్టీ-కోర్కు ఒకే ఇన్‌స్ట్రక్షన్ స్ట్రీమ్‌ను పంపడానికి, అమలు చేయడానికి వేర్వేరు ఇన్‌పుట్ డేటాను ఉపయోగించి, గ్రాఫిక్స్ ప్రాసెసింగ్‌లో భారీ మరియు సరళమైన ఆపరేషన్లను పూర్తి చేయడానికి, ప్రతిదానికి ఒకే కోఆర్డినేట్ ట్రాన్స్ఫర్మేషన్ వంటివి శీర్షం మరియు ఒకే లైటింగ్ మోడల్ ప్రకారం ప్రతి శీర్షం యొక్క రంగు విలువను లెక్కించడం. భారీ డేటాను ప్రాసెస్ చేయడంలో దాని ప్రయోజనాలను GPU ఉపయోగించుకుంటుంది మరియు మొత్తం డేటా నిర్గమాంశను మెరుగుపరచడం ద్వారా దీర్ఘ జాప్యం యొక్క లోపాన్ని తీర్చగలదు.
సాధారణంగా, వినియోగదారులు ఎలక్ట్రానిక్ ఉత్పత్తులైన మొబైల్ ఫోన్లు లేదా ల్యాప్‌టాప్‌లు, బ్రాండ్, సిరీస్ మరియు సిపియు యొక్క కోర్ల సంఖ్య వంటి వినియోగదారుల ఎలక్ట్రానిక్ ఉత్పత్తులను కొనుగోలు చేసేటప్పుడు సిపియు (సెంట్రల్ ప్రాసెసింగ్ యూనిట్) పనితీరుపై ఎక్కువ శ్రద్ధ చూపుతారు, అయితే జిపియు తక్కువ శ్రద్ధ పొందుతుంది. GPU (గ్రాఫిక్ ప్రాసెసింగ్ యూనిట్), అలాగే గ్రాఫిక్స్ ప్రాసెసర్, ఇది ఒక రకమైన మైక్రోప్రాసెసర్, ఇది వ్యక్తిగత కంప్యూటర్లు, వర్క్‌స్టేషన్లు, గేమ్ మెషీన్లు మరియు కొన్ని మొబైల్ పరికరాల్లో (టాబ్లెట్ కంప్యూటర్లు, స్మార్ట్ ఫోన్లు మొదలైనవి) ఇమేజ్ మరియు గ్రాఫిక్స్ సంబంధిత కార్యకలాపాలను చేయగలదు. . పిసి పుట్టిన ప్రారంభంలో, జిపియు ఆలోచన ఉంది, మరియు అన్ని గ్రాఫిక్స్ లెక్కింపు సిపియు చేత చేయబడింది. అయినప్పటికీ, గ్రాఫిక్స్ గణన చేయడానికి CPU ని ఉపయోగించే వేగం నెమ్మదిగా ఉంటుంది, కాబట్టి గ్రాఫిక్స్ గణనకు సహాయపడటానికి ప్రత్యేక గ్రాఫిక్స్ యాక్సిలరేటర్ కార్డ్ రూపొందించబడింది. తరువాత, ఎన్విడియా GPU యొక్క భావనను ప్రతిపాదించింది, ఇది GPU ని ప్రత్యేక కంప్యూటింగ్ యూనిట్ యొక్క స్థితికి ప్రోత్సహించింది.
CPU సాధారణంగా లాజిక్ ఆపరేషన్ యూనిట్, కంట్రోల్ యూనిట్ మరియు స్టోరేజ్ యూనిట్‌తో కూడి ఉంటుంది. CPU కి బహుళ కోర్లు ఉన్నప్పటికీ, మొత్తం సంఖ్య రెండు అంకెలు మించకూడదు మరియు ప్రతి కోర్లో తగినంత కాష్ ఉంటుంది; CPU కి తగినంత సంఖ్య మరియు తార్కిక ఆపరేషన్ యూనిట్లు ఉన్నాయి మరియు శాఖ తీర్పు మరియు మరింత క్లిష్టమైన తార్కిక తీర్పును వేగవంతం చేయడానికి చాలా హార్డ్వేర్ ఉంది. కాబట్టి, CPU కి సూపర్ లాజికల్ సామర్థ్యం ఉంది. GPU యొక్క ప్రయోజనం మల్టీ-కోర్లో ఉంది, కోర్ల సంఖ్య CPU కన్నా చాలా ఎక్కువ, ఇది వందలకు చేరుకోగలదు, ప్రతి కోర్ సాపేక్షంగా చిన్న కాష్ కలిగి ఉంటుంది మరియు డిజిటల్ లాజిక్ ఆపరేషన్ యూనిట్ల సంఖ్య చిన్నది మరియు సరళమైనది. కాబట్టి, CPU కన్నా డేటా సమాంతర కంప్యూటింగ్‌కు GPU మరింత అనుకూలంగా ఉంటుంది
GPU ను వర్గీకరించడానికి రెండు మార్గాలు ఉన్నాయి, ఒకటి GPU మరియు CPU మధ్య ఉన్న సంబంధంపై ఆధారపడి ఉంటుంది, మరొకటి GPU యొక్క అప్లికేషన్ క్లాస్ మీద ఆధారపడి ఉంటుంది. CPU తో ఉన్న సంబంధం ప్రకారం, GPU ని స్వతంత్ర CPU మరియు GPU గా విభజించవచ్చు. స్వతంత్ర GPU సాధారణంగా గ్రాఫిక్స్ కార్డ్ యొక్క సర్క్యూట్ బోర్డ్‌లో వెల్డింగ్ చేయబడుతుంది మరియు ఇది గ్రాఫిక్స్ కార్డ్ యొక్క అభిమాని క్రింద ఉంటుంది. స్వతంత్ర GPU ప్రత్యేక ప్రదర్శన మెమరీని ఉపయోగిస్తుంది మరియు వీడియో మెమరీ బ్యాండ్‌విడ్త్ GPU తో కనెక్షన్ వేగాన్ని నిర్ణయిస్తుంది. ఇంటిగ్రేటెడ్ GPU సాధారణంగా CPU తో అనుసంధానించబడుతుంది. ఇంటిగ్రేటెడ్ GPU మరియు CPU అభిమాని మరియు కాష్‌ను పంచుకుంటాయి. ఇంటిగ్రేటెడ్ GPU కి మంచి అనుకూలత ఉంది ఎందుకంటే ఇంటిగ్రేటెడ్ GPU యొక్క డిజైన్, తయారీ మరియు డ్రైవర్ CPU తయారీదారుచే పూర్తవుతాయి. అదనంగా, CPU మరియు GPU యొక్క ఏకీకరణ కారణంగా, ఇంటిగ్రేటెడ్ GPU యొక్క స్థలం చిన్నది; ఇంటిగ్రేటెడ్ GPU యొక్క పనితీరు సాపేక్షంగా స్వతంత్రంగా ఉంటుంది మరియు CPU మరియు CPU యొక్క ఏకీకరణ కారణంగా ఇంటిగ్రేటెడ్ GPU యొక్క విద్యుత్ వినియోగం మరియు ఖర్చు సాపేక్షంగా స్వతంత్రంగా ఉంటుంది. స్వతంత్ర GPU లో స్వతంత్ర వీడియో మెమరీ, పెద్ద స్థలం మరియు మంచి వేడి వెదజల్లడం ఉన్నాయి, కాబట్టి స్వతంత్ర గ్రాఫిక్స్ కార్డు యొక్క పనితీరు మంచిది; కానీ సంక్లిష్టమైన మరియు భారీ గ్రాఫిక్స్ ప్రాసెసింగ్ అవసరాలను తీర్చడానికి మరియు సమర్థవంతమైన వీడియో కోడింగ్ అనువర్తనాలను అందించడానికి దీనికి అదనపు స్థలం అవసరం. అయినప్పటికీ, బలమైన పనితీరు అంటే అధిక శక్తి వినియోగం, స్వతంత్ర GPU లకు అదనపు విద్యుత్ సరఫరా అవసరం మరియు ఖర్చు ఎక్కువ.
అప్లికేషన్ టెర్మినల్ రకం ప్రకారం, దీనిని పిసిపిపి, సర్వర్ జిపియు మరియు మొబైల్ జిపియుగా విభజించవచ్చు. పిసిపిపి పిసికి వర్తించబడుతుంది. దాని ఉత్పత్తి స్థానం ప్రకారం, ఇంటిగ్రేటెడ్ GPU లేదా స్టాండ్-ఒంటరిగా GPU ఉపయోగించవచ్చు. ఉదాహరణకు, PC ప్రధానంగా లైట్ ఆఫీస్ మరియు టెక్స్ట్ ఎడిటింగ్ అయితే, సాధారణ ఉత్పత్తి ఇంటిగ్రేటెడ్ GPU ని తీసుకువెళ్ళడానికి ఎంచుకుంటుంది; PC కి హై-డెఫినిషన్ పిక్చర్స్, వీడియోలను సవరించడం, రెండర్ గేమ్స్ మొదలైనవి అవసరమైతే, ఎంచుకున్న ఉత్పత్తి స్వతంత్ర GPU ని కలిగి ఉంటుంది. సర్వర్ GPU సర్వర్‌లకు వర్తించబడుతుంది, దీనిని ప్రొఫెషనల్ విజువలైజేషన్, కంప్యూటింగ్ త్వరణం, లోతైన అభ్యాసం మరియు ఇతర అనువర్తనాల కోసం ఉపయోగించవచ్చు. క్లౌడ్ కంప్యూటింగ్ మరియు ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ వంటి సాంకేతిక పరిజ్ఞానాల అభివృద్ధి ప్రకారం, సర్వర్ GPU ప్రధానంగా స్వతంత్ర GPU గా ఉంటుంది. మొబైల్ టెర్మినల్ సన్నగా మరియు సన్నగా మారుతోంది మరియు బహుళ ఫంక్షన్ మాడ్యూళ్ల పెరుగుదల కారణంగా టెర్మినల్ యొక్క అంతర్గత నికర స్థలం వేగంగా క్షీణించింది. అదే సమయంలో, మొబైల్ టెర్మినల్ ద్వారా వీడియో మరియు ఇమేజ్‌ను ప్రాసెస్ చేయాల్సిన అవసరం ఉన్నంతవరకు, ఇంటిగ్రేటెడ్ GPU అవసరాలను తీర్చగలిగింది. అందువల్ల, మొబైల్ GPU సాధారణంగా ఇంటిగ్రేటెడ్ GPU ని స్వీకరిస్తుంది.
We use cookies to offer you a better browsing experience, analyze site traffic and personalize content. By using this site, you agree to our use of cookies.
Privacy Policy