GPU

GPU又称图形处理器、显卡, 负责渲染图片、视频以及2D、3D内容的显示。

相比于CPU的4核, 8核, GPU则是由成千上万个为多任务而设计的小核心封装而成的, nvidia管他叫CUDA, AMD叫它流处理器。

事实上大部分CPU也集成了核心显卡, 也就是说能够承担GPU的工作,即CPU和GPU公用一块内存,所以和中高档的独立显卡比起来,其性能差的可不是一点半点。

那么我们怎么来分辨GPU的好坏呢? 一分价钱一分货吗? 那也太不专业了。 下面, 就列举出几个GPU的核心参数, 通过核心参数的对比来从入门级的角度比较GPU的性能差别。

在架构相同的情况下, GPU的性能主要是由流处理器数量, 核心频率, 显存,等决定的。

  • 流处理器 流处理器是GPU的基础计算单元,相当于CPU的一个核心,流处理单元的个数可以说是直接影响显卡的图形处理能力。同样以GTX 1080为例,其流处理单元数量为2560个。

  • 核心频率 GPU的核心频率和CPU的主频差不多一个概念,核心频率有基础频率和加速频率之分,单位为MHz。一般显卡都会标注这个范围,核心频率是衡量显卡性能的一个重要的参数,但除了频率高低外,流处理器的数量也非常重要。在流处理器数量不同的情况下, 核心频率越高不代表显卡就越强劲。

  • 显存 显存,又被叫做帧缓存,是用来储存GPU处理过的或即将处理的渲染数据,GPU的显存相当于CPU的内存。其中, 显存位宽是显存在一个时钟周期内所能传输数据的位数, 位数越大则相同周期内传输的数据越多, 送到流处理器的数据也就越多, 显卡“吞吐量”也就更大。 而显存带宽是指核心与显存之间的传输速率; 显存带宽 = 等效频率×显存位宽 / 8 。 目前主流的显卡提供超过75GB/S的显存带宽。 由于显存带宽是核心与显存之间的交换速度, 因此, 显存带宽越大, GPU的性能也就越强, 这是判断显卡好换的关键之一。

补充

NVIDIA显卡怎么看 Nvidia的GPU命名有4个层次:

  • GPU 架构(microarchitecture), 表示GPU在芯片设计层面上的不同处理方式,包括的内容有计算单元(SIMD)的个数、有无L1,L2缓存、是否有双精度支持等。按时间顺序依次是Tesla, Fermi, Kepler, Maxwell, Pascal。
  • 显卡系列:根据使用场景的不同,分成GeForce, Quadro, Tesla。GeForce用于家庭和个人电脑,包括游戏和娱乐等;Quadro用于工业渲染、艺术设计,工作站等场合。而Tesla用于科学计算,深度学习加速等场景。当然这三者的使用场景并没有严格的边界,比如GeForce 系列的GTX 1080也可以用来做深度学习实验。
  • 芯片型号,例如GT200、GK210、GM104、GF104, K80, M40等。其中第二个字母表示架构,如K40 中的K表示是Kepler架构,P100中的P表示Pascal架构。
  • 针对GeForce系列,还有2系列,3系列,200系列,400系列等分类,像GeForce GTX 1080 就是10系列。**

RTX : 在高端的2080TI和2080都统称为“RTX”,在统称中的“RT”所代表的是光线追踪(ray tracing的缩写),其意思是RTX 2080TI和RTX 2080显卡都拥有非凡的光线追踪性能,所谓的光线追踪是指在游戏中有着更好更真实的显示效果(其中包括阴影,光线,反射等),RTX 20显卡所采用的“图灵”架构加入RT计算单元,使得RTX20显卡的光线追踪性能和上一代产品相比提升数倍,使得游戏看起来更加真实,给玩家营造更好的游戏体验。 GTX : GTX是英伟达游戏显卡的一个系列,性能较强, 属高端显卡; GTS : 定位是中端显卡; GT : 定位是中低端显卡; GS : 低端显卡; MX :就是轻薄本的一种显卡,目前也就只有940MX和MX150两款, 性能较弱;

参考文章: 【1】桌面显卡性能天梯图 【2】从深度学习选择什么样的gpu来谈谈gpu的硬件架构 【3】关于英伟达显卡命名的姿势 【4】硬件科普之显卡参数你看懂了吗?

Last modification:June 28th, 2020 at 11:20 am
如果觉得我的文章对你有用,请随意赞赏