GPU 都能做什么

Published: by Creative Commons Licence

一、GPU的结构

GPU 指 Graphics Processing Unit，中文名图形处理单元。它最初也是最重要的目的是进行3D图形绘制（有些GPU依然只有这个能力，甚至不包括2D绘制的能力，但可以模拟2D），但GPU目前的能力早已超越图形处理了，其中一个原因是GPU的高并发架构，一般的GPU（包括集成显卡）都有几百个核心，多的可以到几千核，如果算线程数更是轻松上万。现在GPU已经有了针对GPU的编程语言，高级语言比如 GLSL，HLSL，汇编类语言比如 GLSL IR，NIR 等。

gpu

  • VPU 是专门的视频编解码模块；
  • GCA 是核心计算单元，它有成百上千的小的内核构成。

二、现代GPU的能力

  1. 提供2D和3D图形硬件加速绘制功能；

    比如软件界面绘制，视频/图片添加滤镜，高效阴影/粒子特效绘制等；

    这方面的API有 OpenGL，OpenGLES，Vulkan, Metal 等。

    提供的功能包括 texture mapping，向量计算，坐标转换，颜色转换，顶点旋转，抗锯齿，执行可编程的shaders等。

  2. 提供视频硬件编解码功能；

    比如 H264，WMV 硬件编解码；

    这方面的API有 DxVA, VDPAU, VAAPI, XvMC 等。

    GPU芯片中内置由一个 VPU（Video Processing Unit） 模块，专门用来进行视频编解码。

  3. 提供超高并发的通用计算功能；（称为GPGPU）

    比如雷达信号处理，挖矿，机器学习。

    这方面的API有 OpenCL，OpenMP，NVIDIA CUDA，DirectCompute 等。

    由于大多数3D图形计算都是针对矩阵和向量的，因此可以使用GPU计算并非图形相关的矩阵或者向量，这就使GPU产生了通用计算能力。以前为了加速某一种计算的性能，可能会开发一个独立的芯片（称为ASIC），比如专门的机器学习芯片（TPU），音频处理芯片，但是由于GPU有了一定的通用计算能力，这些加速就可以通过GPU算法来实现。

  4. 提供特殊能力；

    比如机器学习，自动驾驶，VR，光线追踪等；

    这些能力可以通过在GPU中添加新的硬件模块来实现，类似VPU模块。

    将这些专门的算法的核心算法（比如CNN）拆分成原子算法，并使用硬件来实现这些原子算法来实现硬件加速。

三、哪类程序适合使用GPU计算

  1. 计算密集型的；
    因为GPU有自己的显存，而数据从内存加载到显存是有开销的。

  2. 可以用高并发来计算的。
    程序的计算要能够拆分为并发计算，以便利用GPU的多核能力。

参考链接：

  • https://www.lifewire.com/graphics-cards-3d-graphics-834089
  • https://en.wikipedia.org/wiki/Graphics_processing_unit
  • https://ww2.mathworks.cn/company/newsletters/articles/gpu-programming-in-matlab.html
  • http://download.nvidia.com/developer/cuda/seminar/TDCI_Arch.pdf