Connect with us

technokrata

Rendszergyorsítás videokártyával

Laptop

Rendszergyorsítás videokártyával

Avagy itt az ideje alaposan munkára fogni a grafikus processzorokat is.

Sokan valószínűleg nincsenek azzal tisztában, hogy a videokártyákba zsúfolt számítási erő gyakran jóval meghaladja a processzorokét. Csak, míg utóbbi általános célú feldolgozóegység, addig a GPU-kat grafikus számítások elvégzésére optimalizálták. Emiatt nem lehetett őket olyan munkára fogni, amit egy CPU végzett.

Az Nvidia szerint azonban ez már nem sokáig lesz így. Az OpenCL és a DirectX két olyan kulcsfontosságú platform, ami elviheti a videovezérlőket az általános célú feldolgozás felé. Így lehet a GPU-ból GPGPU (general-purpose graphics processing unit). Ha ezek a fejlesztések sikerrel járnak, akkor a modern operációs rendszerek szárnyra kaphatnak, hiszen – kis túlzással – olyan lökést ad a videokártyán levő grafikus processzor „beszállása” a számítási feladatokba, mintha megnövelnénk a CPU magjainak számát.

Sumit Gupta, a Cnetnek adott nyilatkozatában azt hangsúlyozta, hogy a GPGPU-k elterjedésével levehető a processzor „vállára” nehezedő terhek egy része. „A Windows 7 és a Snow Leopard [a Mac OS X legújabb változata – a szerk.] sokkal gyorsabban futhat, mivel az operációs rendszer azt fogja látni, hogy két processzor van a rendszerben.” – közölte Gupta – „Az operációs rendszer a GPU-t hamarosan grafikus chipként és általános célú számításokra is képes egységként is használni fogja.”

Az Nvidia mérnöke ugyanakkor azt cáfolta, hogy a GPGPU-k elterjedése a CPU-k közeli halálát vetíti előre. A CPU továbbra is „ezermester” marad; a GPU a nagymértékben párhuzamosítható számítási feladatok esetén képes nagyot lendíteni a rendszer teljesítményén. Gupta szerint nagyon jó példa a lehetséges alkalmazásokra a Google képszerkesztő eszköze, a Picasa. Ennek működését gyorsabbá teheti az eddig többnyire „lustálkodó” grafikus chip bevonása.

Eddig az egyik legnagyobb probléma a GPU-k saját programnyelve volt, vagyis annak általános célú programozásra való felhasználása. Az OpenCL és az Nvidia által népszerűsített Cuda segítségével azonban a kóderek egy C-re alapuló programnyelvet kaptak kézhez, ami jóval egyszerűbbé teszi a GPU programozását.



Szólj hozzá!

További Laptop

Technokrata a Face-en

Tesztek