AMD Compute Units έναντι Nvidia CUDA Cores: Ποια είναι η διαφορά;

AMD Compute Units έναντι Nvidia CUDA Cores: Ποια είναι η διαφορά;

Εάν ακολουθείτε την Nvidia και την AMD, πιθανότατα γνωρίζετε τις προδιαγραφές των GPU που χρησιμοποιούν και οι δύο αυτές εταιρείες. Για παράδειγμα, η Nvidia θέλει να δίνει έμφαση στους βασικούς αριθμούς CUDA για να διαφοροποιήσει την προσφορά της από τις κάρτες της AMD, ενώ η AMD κάνει το ίδιο με τις Υπολογιστικές Μονάδες της.





Τι σημαίνουν όμως στην πραγματικότητα αυτοί οι όροι; Είναι ένας πυρήνας CUDA το ίδιο πράγμα με μια Υπολογιστική Μονάδα; Αν όχι, τότε ποια είναι η διαφορά;





Ο ελεγκτής xbox one δεν λειτουργεί

Ας απαντήσουμε σε αυτές τις ερωτήσεις και ας δούμε τι κάνει μια GPU AMD διαφορετική από αυτήν της Nvidia.





Γενική αρχιτεκτονική μιας GPU

Όλες οι GPU, είτε από AMD, Nvidia ή Intel, λειτουργούν με τον ίδιο τρόπο γενικά. Έχουν τα ίδια βασικά συστατικά και η συνολική διάταξη αυτών των στοιχείων είναι παρόμοια σε υψηλότερο επίπεδο.

Έτσι, από πάνω προς τα κάτω, όλες οι GPU είναι οι ίδιες.



Όταν εξετάζουμε τα συγκεκριμένα, ιδιόκτητα εξαρτήματα που συσκευάζει κάθε κατασκευαστής στη GPU τους, οι διαφορές αρχίζουν να εμφανίζονται. Για παράδειγμα, η Nvidia ενσωματώνει πυρήνες Tensor στις GPU τους, ενώ οι GPU της AMD δεν διαθέτουν πυρήνες Tensor.

Ομοίως, η AMD χρησιμοποιεί στοιχεία όπως το Infinity Cache, το οποίο οι GPU της Nvidia δεν διαθέτουν.





Έτσι, για να κατανοήσουμε τη διαφορά μεταξύ πυρήνων Compute Units (CUs) και CUDA, πρέπει πρώτα να δούμε τη συνολική αρχιτεκτονική μιας GPU. Μόλις καταλάβουμε την αρχιτεκτονική και δούμε πώς λειτουργεί μια GPU, μπορούμε να δούμε καθαρά τη διαφορά μεταξύ των υπολογιστικών μονάδων και των πυρήνων CUDA.

Πώς λειτουργεί μια GPU;

Το πρώτο πράγμα που πρέπει να καταλάβετε είναι ότι μια GPU επεξεργάζεται χιλιάδες ή και εκατομμύρια οδηγίες ταυτόχρονα. Επομένως, μια GPU χρειάζεται πολλούς μικρούς, πολύ παράλληλους πυρήνες για να χειριστεί αυτές τις οδηγίες.





Αυτοί οι μικροί πυρήνες GPU διαφέρουν από τους μεγάλους πυρήνες CPU που επεξεργάζονται μία σύνθετη εντολή ανά πυρήνα κάθε φορά.

Για παράδειγμα, ένα Nvidia RTX 3090 έχει 10496 πυρήνες CUDA. Από την άλλη πλευρά, η κορυφαία AMD Threadripper 3970X έχει μόνο 64 πυρήνες.

Έτσι, δεν μπορούμε να συγκρίνουμε πυρήνες GPU με πυρήνες CPU. Υπάρχουν αρκετά πολλά διαφορές μεταξύ CPU και GPU επειδή οι μηχανικοί τα έχουν σχεδιάσει για να εκτελούν διαφορετικές εργασίες.

Επιπλέον, σε αντίθεση με έναν μέσο CPU, όλοι οι πυρήνες GPU είναι διατεταγμένοι σε ομάδες ή ομάδες.

Τέλος, ένα σύμπλεγμα πυρήνων σε μια GPU έχει άλλα στοιχεία υλικού όπως πυρήνες επεξεργασίας υφής, μονάδες πλωτών σημείων και κρυφές μνήμες

να βοηθήσει στην επεξεργασία εκατομμυρίων οδηγιών ταυτόχρονα. Αυτός ο παραλληλισμός καθορίζει την αρχιτεκτονική μιας GPU. Από τη φόρτωση μιας εντολής έως την επεξεργασία της, μια GPU κάνει τα πάντα σύμφωνα με τις αρχές της παράλληλης επεξεργασίας.

  • Πρώτον, η GPU λαμβάνει μια εντολή επεξεργασίας από μια ουρά οδηγιών. Αυτές οι οδηγίες σχεδόν πάντα συντριπτικά σχετίζονται με το διάνυσμα.
  • Στη συνέχεια, για την επίλυση αυτών των οδηγιών, ένας προγραμματιστής νημάτων τις μεταφέρει σε μεμονωμένα συμπλέγματα πυρήνων για επεξεργασία.
  • Μετά τη λήψη των οδηγιών, ένας ενσωματωμένος προγραμματιστής συμπλεγμάτων πυρήνα εκχωρεί τις οδηγίες σε πυρήνες ή στοιχεία επεξεργασίας για επεξεργασία.
  • Τέλος, διαφορετικά συμπλέγματα πυρήνα επεξεργάζονται διαφορετικές οδηγίες παράλληλα και τα αποτελέσματα εμφανίζονται στην οθόνη. Έτσι, όλα τα γραφικά που βλέπετε στην οθόνη, ένα βιντεοπαιχνίδι, για παράδειγμα, είναι απλώς μια συλλογή από εκατομμύρια επεξεργασμένα διανύσματα.

Εν ολίγοις, μια GPU έχει χιλιάδες στοιχεία επεξεργασίας τα οποία ονομάζουμε πυρήνες διατεταγμένα σε ομάδες. Οι προγραμματιστές αναθέτουν εργασία σε αυτές τις ομάδες για να επιτύχουν τον παραλληλισμό.

Τι είναι οι Υπολογιστικές Μονάδες;

Όπως φαίνεται στην προηγούμενη ενότητα, κάθε GPU έχει συστάδες πυρήνων που περιέχουν στοιχεία επεξεργασίας. Η AMD ονομάζει αυτά τα βασικά συμπλέγματα Υπολογισμός μονάδων.

www.youtube.com/watch?v=uu-3aEyesWQ&t=202s

Οι υπολογιστικές μονάδες είναι μια συλλογή πόρων επεξεργασίας, όπως παράλληλες αριθμητικές και λογικές μονάδες (ALU), κρυφές μνήμες, μονάδες κυμαινόμενου σημείου ή διανυσματικοί επεξεργαστές, καταχωρητές και κάποια μνήμη για την αποθήκευση πληροφοριών νήματος.

Για να το κάνουμε απλό, η AMD διαφημίζει μόνο τον αριθμό των Compute Units των GPU τους και δεν αναφέρει λεπτομερώς τα υποκείμενα στοιχεία.

Έτσι, κάθε φορά που βλέπετε τον αριθμό των Μονάδων Υπολογισμού, σκεφτείτε τα ως μια ομάδα στοιχείων επεξεργασίας και όλα τα σχετικά συστατικά.

πως ξερω ποια μητρικη εχω

Τι είναι οι πυρήνες CUDA;

Όπου η AMD θέλει να διατηρεί τα πράγματα απλά με τον αριθμό των μονάδων υπολογισμού, η Nvidia περιπλέκει τα πράγματα χρησιμοποιώντας όρους όπως πυρήνες CUDA.

Οι πυρήνες CUDA δεν είναι ακριβώς πυρήνες. Είναι απλώς μονάδες κυμαινόμενων σημείων που η Nvidia θέλει να τις χαρακτηρίζει ως πυρήνες για σκοπούς μάρκετινγκ. Και, αν θυμάστε, τα συμπλέγματα πυρήνα έχουν πολλές ενσωματωμένες μονάδες κυμαινόμενου σημείου. Αυτές οι μονάδες εκτελούν διανυσματικούς υπολογισμούς και τίποτα άλλο.

Έτσι, το να τους χαρακτηρίζουμε ως πυρήνα είναι καθαρό μάρκετινγκ.

Επομένως, ένας πυρήνας CUDA είναι ένα στοιχείο επεξεργασίας που εκτελεί λειτουργίες κυμαινόμενου σημείου. Μπορεί να υπάρχουν πολλοί πυρήνες CUDA μέσα σε ένα σύμπλεγμα ενός πυρήνα.

Τέλος, η Nvidia καλεί τις βασικές ομάδες Ροή πολυεπεξεργαστών ή SMs. Οι μικρομεσαίες επιχειρήσεις είναι ισοδύναμες με τις μονάδες υπολογισμού AMD, καθώς οι μονάδες υπολογισμού είναι τα ίδια τα βασικά συμπλέγματα.

Ποια είναι η διαφορά μεταξύ υπολογιστικών μονάδων και πυρήνων CUDA;

Η κύρια διαφορά μεταξύ μιας μονάδας υπολογισμού και ενός πυρήνα CUDA είναι ότι το πρώτο αναφέρεται σε ένα σύμπλεγμα πυρήνα και το δεύτερο αναφέρεται σε ένα στοιχείο επεξεργασίας.

Για να κατανοήσουμε καλύτερα αυτή τη διαφορά, ας πάρουμε το παράδειγμα ενός κιβωτίου ταχυτήτων.

Ένα κιβώτιο ταχυτήτων είναι μια μονάδα που περιλαμβάνει πολλαπλές ταχύτητες. Μπορείτε να σκεφτείτε το κιβώτιο ταχυτήτων ως μονάδα υπολογισμού και τα μεμονωμένα γρανάζια ως μονάδες πλωτού σημείου πυρήνων CUDA.

Με άλλα λόγια, όπου οι μονάδες υπολογισμού είναι μια συλλογή εξαρτημάτων, οι πυρήνες CUDA αντιπροσωπεύουν ένα συγκεκριμένο συστατικό μέσα στη συλλογή. Έτσι, οι υπολογιστές μονάδες και οι πυρήνες CUDA δεν είναι συγκρίσιμοι.

Αυτός είναι και ο λόγος που όταν η AMD αναφέρει τον αριθμό των μονάδων υπολογισμού για τις GPU τους, είναι πάντα αρκετά χαμηλότεροι σε σύγκριση με τις ανταγωνιστικές κάρτες Nvidia και τον πυρήνα CUDA. Μια πιο ευνοϊκή σύγκριση θα ήταν μεταξύ του αριθμού των πολυεπεξεργαστών ροής της κάρτας Nvidia και του αριθμού υπολογιστικών μονάδων της κάρτας AMD.

Σχετίζεται με: AMD 6700XT έναντι Nvidia RTX 3070: Ποια είναι η καλύτερη GPU κάτω από $ 500;

Οι πυρήνες και οι υπολογιστικές μονάδες CUDA είναι διαφορετικές και μη συγκρίσιμες

Οι εταιρείες έχουν τη συνήθεια να χρησιμοποιούν σύγχυση ορολογίας για να παρουσιάσουν τα προϊόντα τους με τον καλύτερο τρόπο. Αυτό όχι μόνο μπερδεύει τον πελάτη, αλλά καθιστά επίσης δύσκολο να παρακολουθείτε τα πράγματα που έχουν σημασία.

Έτσι, βεβαιωθείτε ότι γνωρίζετε τι πρέπει να αναζητήσετε κατά την αναζήτηση μιας GPU. Η παραμονή μακριά από την ορολογία μάρκετινγκ θα κάνει την απόφασή σας πολύ καλύτερη και χωρίς άγχος.

Μερίδιο Μερίδιο Τιτίβισμα ΗΛΕΚΤΡΟΝΙΚΗ ΔΙΕΥΘΥΝΣΗ Αξίζουν την αναβάθμιση οι κάρτες γραφικών της σειράς 30 της NVIDIA;

Εάν είστε παίκτης, μπορεί να μπείτε στον πειρασμό να αναβαθμίσετε την κάρτα γραφικών σας στη Σειρά 30 της NVIDIA. Αξίζει όμως;

Διαβάστε Επόμενο
Σχετικά θέματα
  • Η τεχνολογία εξηγείται
  • Κάρτα γραφικών
  • Nvidia
  • Επεξεργαστής AMD
Σχετικά με τον Συγγραφέα Φαουάντ Μουρτάζα(Δημοσιεύθηκαν 47 άρθρα)

Ο Fawad είναι ανεξάρτητος συγγραφέας πλήρους απασχόλησης. Λατρεύει την τεχνολογία και το φαγητό. Όταν δεν τρώει ούτε γράφει για Windows, είτε παίζει βιντεοπαιχνίδια είτε ονειροπολεί για ταξίδια.

Περισσότερα από τον Fawad Murtaza

Εγγραφείτε στο newsletter μας

Εγγραφείτε στο ενημερωτικό μας δελτίο για τεχνικές συμβουλές, κριτικές, δωρεάν ebooks και αποκλειστικές προσφορές!

Κάντε κλικ εδώ για εγγραφή