GPU Hesaplama Yorum Yap

İçindekiler

GPU Hesaplama

GPU hesaplama, GPU (Grafik İşlemci Birimi) kullanılarak genel amaçlı hesaplama için kullanılan terimdir. Bu genellikle Finans, Bilim ve Mühendislik endüstrilerinde kullanılır.

GPU hesaplamanın arkasındaki fikir, heterojen bir hesaplama tasarımında bir CPU ve GPU’yu birlikte kullanmaktır. Söz konusu uygulamanın doğrusal kısmı CPU’da (Merkezi İşlemci Birimi) çalışır ve hesaplama açısından yoğun kısım GPU’da çalışır (GPU, paralel veri görevleri için bir yardımcı işlemci gibi davranır).

Birbirleriyle işbirliği içinde çalışan 2x işlemciler (CPU ve GPU) ile, kullanıcının bakış açısı, uygulamanın yalnızca CPU üzerinde çalıştığından çok daha hızlı çalışmasıdır. Bunun nedeni, performansı artırmak için GPU’nun yüksek performansını kullanmasıdır.

Performansı en üst düzeye çıkarmak ve GPU’dan en etkili şekilde yararlanmak için uygulama geliştiricisinin, mevcut uygulamalarının belirli işlevlerini hesaplama yoğun çekirdeklere değiştirmesi (veya taşıması) ve bunları grafik işlemci birimine (GPU) eşlemesi gerekecektir. Uygulamanın geri kalanı CPU için kodlanmış olarak kalır.

Bir işlevi GPU’ya eşlemek, işlevdeki paralelliği ortaya çıkarmak için söz konusu işlevin yeniden yazılmasını ve GPU’ya ve GPU’dan veri taşımak için GPU programlama anahtar sözcükleri (NVIDIA’nın CUDA, Brook, OpenCL vb.) eklenmesini içerir.

GPU kullanarak veri hesaplamak, günümüzün modern grafik işlemcilerinin devasa paralel mimarisinin gerçek dünya görevlerinde kullanılmasını sağlar. Modern GPU’lar, son derece karmaşık veri kümelerini işlemek için birlikte çalışabilen çok sayıda GPU Çekirdeğine (modem CPU’lara kıyasla 100’ler) sahiptir.

GPU Hesaplamanın Tarihçesi

Grafik işlemci yongaları, sabit işlevli grafik ardışık düzenleri olarak hayata başladı. Zamanla bunlar giderek daha fazla programlanabilir hale geldi ve bu da grafik yongası üreticilerinin (ATI, NVIDIA vb.) ilk GPU’yu (veya Grafik İşlem Birimi) tanıtmasına yol açtı.

1990’ların sonlarında bilgisayar bilimcileri ve tıp araştırmacıları, genel amaçlı hesaplama görevlerini yürütmek için GPU’ları kullanmaya başladılar. Bu GPU Hesaplama öncüleri, GPU içinde bulunan mükemmel kayan nokta performansının, çok çeşitli bilimsel uygulamalar için büyük bir performans artışına yol açtığını buldu. Bu yakında GPGPU (veya GPU’da Genel Amaçlı Hesaplama) oldu.

GPGPU ile ilgili sorun, GPU’yu programlamak için OpenGL ve Cg gibi grafik programlama dillerinin kullanılmasını gerektirmesidir. Araştırmacılar ve yazılım geliştiriciler, GPU’nun ham gücüne erişmek için uygulamalarını grafik uygulamaları gibi yeniden kodlamak zorundadır.

Artık tamamen programlanabilir GPU’nun geliştirilmesiyle birlikte grafik işlemci üreticileri (NVIDIA veya ATI/AMD), çok daha geniş bir genel kodlama dili seti (Cuda, Brook, OpenCL ve DirectX-11 Hesaplama) kullanılarak programlanabilen ürünler geliştirdiler.

Digimas.net

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

× Whatsapp Destek Hattı