Перейти к публикации
  • admin
    admin

    Неграфические применения видеокарт

       (0 отзывов)
    Современные видеокарты топового уровня для настольных компьютеров способны обрабатывать информацию в несколько десятков раз быстрее, чем самые мощные центральные процессоры. Их графические чипы содержат сотни АЛУ (арифметико-логических устройств), выполняющих логические и арифметические преобразования данных с недостижимой для CPU скоростью.
     
    Поэтому графические процессоры уже давно применяются не только для игр. Они помогают распознавать музыкальные композиции обладателям смартфонов и планшетных ПК, анализировать в режиме реального времени сообщения в социальных сетях, искать внеземные формы жизни, создавать лекарства от смертельно опасных болезней и решать другие бытовые и научные задачи.
     
    От простой платы расширения — до суперкомпьютера
     
    В отличие от центральных процессоров, которые проектировались как универсальный инструмент для решения широкого круга задач и управления всеми компонентами компьютера, видеочипы создавались исключительно для обработки графики в играх с максимально возможной скоростью. Поэтому центральный процессор состоит из множества различных функциональных блоков, в число которых входят несколько АЛУ со сложной структурой, а графический практически полностью составлен из большого числа простых АЛУ.
     
    04-1.jpg
    Арифметико-логические устройства (АЛУ) в чипе GK110 (1) объединены в потоковые мультипроцессоры (SMX) и занимают большую часть площади чипа.
     
    04-2.jpg
    В центральном процессоре (2) всего несколько АЛУ (входят в состав ядер), занимаемая ими площадь невелика.
     
    Однако еще в начале 90-х годов прошлого века видеокарты отвечали исключительно за вывод изображения на монитор. В мощные вычислительные устройства графические адаптеры превратились благодаря развитию индустрии цифровых развлечений. Пока компьютерные игры были двухмерными, CPU справлялся с обработкой графики. Однако как только разработчики начали осваивать методы формирования трехмерного изображения, центральному процессору очень быстро понадобился помощник — трехмерный ускоритель. Он почти сразу же стал единым целым с видеокартой и продолжительное время выполнял фиксированный набор графических функций.
     
    Постепенно аппаратно ускоряемых эффектов становилось все больше, пока, наконец, в 2000 году не появилась возможность написания небольших программ (шейдеров), предназначенных для обработки пикселей и вершин и загружаемых в графический процессор. Чем шире становились возможности шейдеров и видеочипов, тем активнее их использовали для ускорения расчетов, не связанных с обработкой графики.
     
    Ускорители вычислений
     
    Сегодня графические процессоры широко используются в качестве ускорителей вычислений, выполняющих весьма сложные расчеты в научных, коммерческих и бытовых сферах. На их основе собирают самые мощные суперкомпьютеры мира и домашние вычислительные станции.
     
    011.jpg
    Ускоритель вычислений Tesla K20X (1) и топовая игровая видеокарта GeForce GTX Titan (2) оснащены идентичным графическим процессором NVIDIA GK110 с 2688 ядрами CUDA
     
    Например, супер-ПК под названием Titan, расположенный в Окриджской национальной лаборатории и занимающий второе место в рейтинге самых быстрых суперкомпьютеров мира Top500, оснащен 18 688 ускорителями вычислений NVIDIA Tesla K20X и аналогичным количеством 16-ядерных процессоров AMD. В основу Tesla положен графический процессор GK110 на базе архитектуры Kepler. Аналогичный чип используется для производства мощных игровых видеокарт, таких как GeForce GTX Titan и GeForce GTX 780.
     
    03.jpg
    Суперкомпьютер Titan состоит из 208 серверных стоек весом около 725 кг каждая. В стойках размещаются 18 688 ускорителей Tesla K20X и такое же количество 16-ядерных процессоров AMD
     
    Суперкомпьютер Titan занимает площадь 404 м2, потребляет 8,2 МВт мощности в час и обладает производительностью 20 Пфлопс (20×1015 операций с плавающей запятой в секунду). Его ресурсы используются преимущественно в научных целях: Titan помогает исследовать и создавать новые виды материалов, топлива, повышать эффективность и безопасность использования ядерных реакторов США, а также моделировать долгосрочные глобальные изменения климата.

    Аналогичных Titan машин с каждым месяцем становится все больше. Так, недавно Швейцарский суперкомпьютерный центр (CSCS) объявил о создании самого мощного супер-ПК в Европе, названного в честь альпийской горы Piz Daint. Его ресурсы будут использоваться для прогнозирования погоды. В нем тоже применяются ускорители Tesla K20X, суммарная вычислительная мощность которых составляет около 6,27 Пфлопс.

    Видеокарты на службе бизнеса

    Помимо научных организаций графические процессоры широко используются коммерческими структурами. Компании Shazam, Saleforce.com и Cortexica применяют видеочипы для обработки больших массивов данных: анализа получаемой от пользователя аудиоинформации и ее сопоставления с огромной базой музыкальных композиций, обработки сообщений социальных сетей в режиме реального времени и поиска изображений по оригиналу.
     
    02.jpg
    Shazam использует графические процессоры NVIDIA для ускорения обработки музыкальных композиций и поиска информации о них в огромной базе данных

    Мобильное приложение Shazam для платформ iOS и Android предназначено для получения информации о песнях. Программа работает следующим образом: пользователь запускает Shazam на своем гаджете, приложение записывает отрывок звучащей музыкальной композиции, после чего передает эти данные по Интернету на серверы компании. В течение нескольких секунд информация обрабатывается и сопоставляется с содержимым базы данных, в которой хранятся сведения об 11 млн треков. Если совпадение найдено, на мобильное устройство отправляется исчерпывающая информация о песне. Ежедневно Shazam обрабатывает более 10 млн запросов, и аудитория сервиса продолжает расти. Чтобы все пользователи остались довольны качеством работы приложения, компания применяет для обработки информации и поиска по базе с композициями ускорители вычислений NVIDIA Tesla на базе графических процессоров.

    Компании Saleforce.com видеокарты помогают обрабатывать в реальном времени сообщения, публикуемые пользователями микроблогов Twitter. Этот сервис предоставляет услуги по поиску, мониторингу и анализу упоминаний о брендах, услугах и продуктах заказчиков в «твитах». Ежедневно серверы Saleforce.com обрабатывают более 500 млн коротких сообщений. Аналогичные сервисы, полагающиеся исключительно на ресурсы центральных процессоров, оперируют с данными существенно медленнее, и по этой причине теряют клиентов.
     
    05.jpg
    Результаты поиска одежды в сетевых магазинах с применением сервиса Cortexica. Рамкой обведен исходный запрос пользователя, отправленный с гаджета
     
    Сервис Cortexica использует графические адаптеры для ускорения и улучшения качества поиска товаров в Интернете по фотографиям. С его помощью можно, например, найти на просторах Глобальной сети приглянувшуюся при перелистывании журнала вещь. Если сфотографировать ее на камеру мобильного телефона и дать задание программе найти ее по этому снимку, то уже через несколько мгновений на экран гаджета выведется список похожих по внешнему виду товаров, доступных для заказа в интернет-магазинах.

    Графические процессоры позволяют Cortexica применять сложные алгоритмы для распознавания изображений и выполнять поиск среди миллионов товаров в режиме реального времени. При этом серверная инфраструктура компании остается сравнительно простой и недорогой. По словам генерального директора Cortexica, используемые корпорацией ускорители вычислений NVIDIA выполняют сложные алгоритмы поиска информации в десятки раз быстрее центральных процессоров.

    Распределенные вычисления на видеокартах

    Несколько лет назад суперкомпьютер, обладающий вычислительной мощностью 10 Тфлопс, стоил миллионы рублей. Сегодня сравнимый уровень быстродействия обеспечивают четыре графических процессора топового уровня, а в 2015 году на подобное будет способен всего лишь один видеочип. Устройства, созданные для выполнения быстрых параллельных вычислений, стали доступны рядовым потребителям. Если объединить ресурсы домашних вычислительных станций и мощных игровых системных блоков с помощью Интернета, то обеспечиваемая таким распределенным супер-ПК мощность окажется сопоставима с производительностью самых быстрых суперкомпьютеров мира.

    Подобные сети уже существуют. Одна из них называется Folding@Home и помогает ученым лечить тяжелые недуги, такие как болезнь Альцгеймера. Вычислительные сети криптовалют, подобных Bitcoin и Litecoin, насчитывают сотни тысяч видеокарт и специализированных процессоров. Они обеспечивают эмиссию и учет цифровых валют, основанных на методах криптографии и доказательства выполнения некоторого объема работы. Такие финансы не контролируются мировыми банками, а их эмиссия ограничена математическими алгоритмами, поэтому данные денежные средства не подвержены инфляции.

    Использовать ресурсы видеокарт можно и для решения повседневных задач. Например, последние версии графического редактора Adobe Photoshop позволяют задействовать совместимые с интерфейсом прикладного программирования OpenCL видеокарты для ускорения наложения некоторых эффектов и выполнения функций, таких как зумирование, размытие и превращение в «жидкость». Графические карты также могут ускорять обработку аудио и видеофайлов, физических эффектов в играх, восстанавливать забытые пароли и решать любые другие задачи, связанные с параллельной обработкой данных.

    Источник



    Отзывы пользователей

    Создайте аккаунт или войдите в него для публикации отзыва

    Вы должны быть зарегистрированным пользователем для публикации отзыва

    Создать аккаунт

    Зарегистрируйтесь для получения аккаунта. Это просто!

    Зарегистрировать аккаунт

    Войти

    Уже зарегистрированы? Войдите здесь.

    Войти сейчас

    Нет отзывов для отображения.


×