Hjärtat i alla datorsystem ligger hos processorn eller centralenheten. Denna generella processor kan hantera nästan alla uppgifter. De är begränsade till vissa grundläggande matematiska beräkningar. Komplicerade uppgifter kan kräva kombinationer som resulterar i en längre bearbetningstid. Tack vare processornas hastighet märker de flesta inte några verkliga avmattningar. Det finns en mängd olika uppgifter, men det kan verkligen mosa ner datorns centrala processor.
Grafikkort med deras GPU eller grafikprocessor är en av de få specialprocessorer som många har installerat i sina datorer. Dessa processorer hanterar komplicerade beräkningar relaterade till 2D- och 3D-grafik. Faktum är att de har blivit så specialiserade att de nu är bättre att göra vissa beräkningar jämfört med centralprocessorn. På grund av detta finns det nu en rörelse som utnyttjar en dators GPU för att komplettera en CPU och påskynda olika uppgifter.
Accelererande video
Den första verkliga applikationen utanför 3D-grafik som GPUer var avsedda att hantera var video. High Definition-videoströmmar kräver avkodning av komprimerade data för att producera högupplösta bilder. Både ATI och NVIDIA utvecklade programkod som gör det möjligt att hantera denna avkodningsprocess av grafikprocessorn snarare än att förlita sig på CPU: n. Detta är viktigt för dem som vill använda en dator för att titta på HDTV eller Blu-ray-filmer på en dator. Med flytten till 4K Video blir den nödvändiga processorkraften för att hantera videon ännu större.
Avstängningen av detta är möjligheten att få grafikkortet att hjälpa till att omvandla video från ett grafikformat till en annan. Ett exempel på detta kan ta en videokälla som från en videokamera som kodas för att brännas till en DVD. För att kunna göra detta måste datorn ta ett format och återställa det i det andra. Detta använder mycket datorkraft. Genom att använda grafikkprocessorns speciella videofunktioner kan datorn avsluta transkodningsprocessen snabbare än om den bara åberopade processorn.
SETI @ Home
En annan tidig applikation för att utnyttja den extra datakraft som tillhandahålls av en datorer GPU är SETI @ Home. Detta är en distribuerad datortillämpning kallad vikning som gör det möjligt att analysera radiosignaler för Search of Extra-Terrestrial Intelligence-projektet. De avancerade beräkningsmotorerna inom GPU gör det möjligt för dem att accelerera mängden data som kan bearbetas under en viss tidsperiod jämfört med användningen av bara CPU. De kan göra detta med NVIDIA-grafikkort genom att använda CUDA eller Computer Unified Device Architecture, som är en specialiserad version av C-kod som kan komma åt NVIDIA GPU.
Adobe Creative Suite 4
Den senaste stora namn ansökan att utnyttja GPU acceleration är Adobes Creative Suite. Detta inkluderar ett stort antal av Adobes flaggskeppsprodukter, inklusive Acrobat, Flash Player, Photoshop CS4 och Premiere Pro CS4. I huvudsak kan vilken som helst dator med ett OpenGL 2.0 grafikkort med minst 512 MB videominne användas för att accelerera olika uppgifter inom dessa applikationer.
Varför lägga till denna förmåga till Adobe-programmen? Photoshop och Premiere Pro har i synnerhet ett stort antal specialfilter som kräver matematik på hög nivå. Genom att använda GPU: n för att avlasta många av dessa beräkningar kan återgivningstiden för stora bilder eller videoströmmar slutföras snabbare. Vissa användare kan inte märka någon skillnad, medan andra kan se stora vinster beroende på de uppgifter de använder och grafikkortet de använder.
Cryptocurrency Mining
Du har nog hört talas om Bitcoin som är en form av virtuell valuta. Du kan alltid köpa Bitcoins genom ett utbyte genom att handla traditionella valutor för det, precis som att byta ut det för utländsk valuta. Den andra metoden för att få virtuella valutor är genom en process som heter Cryptocoin Mining. Vad det pekar på är att använda din dator som ett relä för att bearbeta beräkningsackar för att hantera transaktioner. En CPU kan göra detta på en nivå, men en GPU på ett grafikkort erbjuder en mycket snabbare metod att göra detta. Som ett resultat kan en dator med en GPU generera valuta snabbare än en utan den.
Vad är OpenCL?
Den mest anmärkningsvärda utvecklingen av användningen av ett grafikkort för ytterligare prestanda kommer från släppningen av OpenCL eller Open Computer Language-specifikationerna. Denna specifikation drar samman en mängd olika specialiserade dataprocessorer förutom en GPU och CPU för att accelerera databehandling. Alla typer av applikationer kan eventuellt dra nytta av parallellberäkningen från blandningen av olika processorer för att öka mängden data som kan bearbetas.
Slutliga tankar och slutsatser
Specialiserade processorer är inget nytt för datorer. Grafikkprocessorer är bara en av de mer framgångsrika och mest använda artiklarna i datormarknaden. Problemet var att göra dessa specialiserade processorer lättillgängliga för applikationer utanför grafiken. Programskrivare behövde skriva kodspecifika för varje grafikprocessor. Med push för mer öppna standarder för åtkomst till ett objekt som en GPU, kommer datorer att utnyttja sina grafikkort än någonsin tidigare. Kanske är det dags att ens ändra namn från grafikprocessor till generell processor enhet.
