၂၀၂၀ တွင် GPU လုပ်ငန်းဖွံ့ဖြိုးတိုးတက်ရန်အလားအလာရှိသည်

ကမ္ဘာ့ကုမ္ပဏီကြီးများ၏ဖွံ့ဖြိုးတိုးတက်မှုခြေရာများကိုရှာဖွေခြင်း

GPU ကို၏ function နှင့်ခွဲခြား

GPU (graphics processing unit, graphics processor) ကိုလည်း display chip ဟုလူသိများသည်။ ၎င်းကိုအဓိကအားဖြင့်ဂရပ်ဖစ်လုပ်ငန်းများအတွက်ကိုယ်ပိုင်ကွန်ပျူတာများ၊ အလုပ်နေရာများ၊ ဂိမ်းများနှင့်မိုဘိုင်းထုတ်ကုန်များ (စမတ်ဖုန်းများ၊ တက်ဘလက်ကွန်ပျူတာများ၊ VR ထုတ်ကုန်များ) တွင်အသုံးပြုသည်။

Structure ကဆုံးဖြတ်သည်မှာ GPU သည်အပြိုင်တွက်ချက်မှုအတွက် ပို၍ သင့်လျော်သည်။ GPU နှင့် CPU အကြားအဓိကကွာခြားချက်မှာ on-chip cache architecture နှင့် digital logic operation unit ၏ဖွဲ့စည်းပုံတွင်တည်ရှိသည်။ GPU cores အရေအတွက် (အထူးသဖြင့် Alu computing unit) သည် CPU ထက်များစွာပိုသည်၊ သို့သော်၎င်း၏ဖွဲ့စည်းပုံသည်၎င်းထက် CPU ကဒါကို multi core structure လို့ခေါ်တယ်။ Multi- core ဖွဲ့စည်းတည်ဆောက်ပုံသည်တူညီသောညွှန်ကြားချက်စီးဆင်းမှုကိုအပြိုင် Multi-core သို့အပြိုင်အဆိုင်ပေးပို့ခြင်း၊ ကွဲပြားခြားနားသော input data များကို အသုံးပြု၍ တွက်ချက်ခြင်း၊ ဂရပ်ဖစ်ပြုပြင်ခြင်းတွင်ကြီးမားသောနှင့်ရိုးရိုးရှင်းရှင်းလုပ်ဆောင်မှုများဖြစ်သောဥပမာတစ်ခုချင်းစီအတွက်တူညီသောညှိနှိုင်းပြောင်းလဲခြင်းဖြစ်သည်။ vertex နှင့်အရောင်တန်ဖိုးတစ်ခုစီ၏အလင်းရောင်မော်ဒယ်တစ်ခုအရတွက်ချက်သည်။ GPU သည်ကြီးမားသော data များကိုအသုံးပြုခြင်းအားဖြင့်၎င်း၏အားသာချက်များကိုအသုံးပြုသည်။

ယေဘုယျအားဖြင့်ပြောရလျှင်ကုန်အမှတ်တံဆိပ်၊ ကုန်ပစ္စည်းအမှတ်တံဆိပ်၊ CPU ၏ cores အရေအတွက်ကဲ့သို့သောစားသုံးသူအီလက်ထရောနစ်ထုတ်ကုန်များဝယ်သည့်အခါသုံးစွဲသူများသည် CPU ၏စွမ်းဆောင်ရည်ကိုပိုမိုအာရုံစိုက်လိမ့်မည်။ GPU သည်အာရုံစိုက်မှုနည်းသည်။ GPU (graphic processing unit) အပြင်ဂရပ်ဖစ်ပရိုဆက်ဆာသည် microprocessor တစ်မျိုးဖြစ်ပြီးကိုယ်ပိုင်ကွန်ပျူတာများ၊ စက်ပစ္စည်းများ၊ ဂိမ်းစက်များနှင့်တက်ဘလက်ကွန်ပျူတာများ၊ စမတ်ဖုန်းများစသောမိုဘိုင်းထုတ်ကုန်များပေါ်တွင်ပုံနှင့်ဂရပ်ဖစ်နှင့်ဆက်စပ်သောလုပ်ဆောင်မှုများပြုလုပ်နိုင်သည်။ ။ PC မွေးဖွားခါစတွင် GPU စိတ်ကူးရှိခဲ့ပြီးဂရပ်ဖစ်တွက်ချက်မှုအားလုံးကို CPU ကပြုလုပ်ခဲ့သည်။ သို့သော် CPU ကိုအသုံးပြုသောဂရပ်ဖစ်တွက်ချက်မှုနှုန်းသည်နှေးကွေးသောကြောင့်အထူးဂရပ်ဖစ်အရှိန်မြှင့်ကဒ်ပြားသည်ဂရပ်ဖစ်တွက်ချက်မှုတွင်ကူညီရန်ဒီဇိုင်းပြုလုပ်ထားသည်။ နောက်ပိုင်းတွင် NVIDIA သည် GPU ကိုသီးခြားကွန်ပျူတာယူနစ်၏အဆင့်သို့မြှင့်တင်ပေးသည့် GPU ၏အယူအဆကိုအဆိုပြုခဲ့သည်။

CPU ကိုယေဘုယျအားဖြင့်ယုတ္တိဗေဒစစ်ဆင်ရေးယူနစ်၊ ထိန်းချုပ်ယူနစ်နှင့်သိုလှောင်ရေးယူနစ်တို့ဖြင့်ဖွဲ့စည်းထားသည်။ CPU တွင် cores များစွာရှိသော်လည်းစုစုပေါင်းအရေအတွက်သည်ဂဏန်းနှစ်ခုထက်မပိုပါ။ Core တစ်ခုချင်းစီတွင် cache အလုံအလောက်ရှိသည်။ CPU တွင်အရေအတွက်နှင့်ယုတ္တိရှိသောစစ်ဆင်ရေးယူနစ်များရှိပြီးဌာနခွဲဆုံးဖြတ်ချက်နှင့်ပိုမိုရှုပ်ထွေးသောယုတ္တိတန်သောဆုံးဖြတ်ချက်များကိုအရှိန်မြှင့်ရန်ဟာ့ဒ်ဝဲများစွာရှိသည်။ ထို့ကြောင့် CPU သည်အလွန်ကောင်းမွန်သောစွမ်းရည်ရှိသည်။ GPU ၏အားသာချက်မှာ multi-core ဖြစ်သည်။ cores အရေအတွက်သည်ရာဂဏန်းများစွာအထိရောက်ရှိနိုင်သော CPU ထက်များစွာပိုသည်။ core တစ်ခုချင်းစီတွင် cache အနည်းငယ်သာရှိသည်။ ထို့ကြောင့် GPU သည် CPU ထက် data parallel computing အတွက်ပိုမိုသင့်တော်သည်

GPU ကိုခွဲခြားရန်နည်းလမ်းနှစ်မျိုးရှိသည်။ တစ်ခုမှာ GPU နှင့် CPU အကြားဆက်နွယ်မှုကိုအခြေခံသည်၊ နောက်တစ်ခုမှာ GPU ၏ application class အပေါ်မူတည်သည်။ CPU နှင့်ဆက်သွယ်မှုအရ GPU ကိုလွတ်လပ်သော CPU နှင့် GPU ခွဲခြားနိုင်သည်။ လွတ်လပ်သော GPU ကိုများသောအားဖြင့်ဂရပ်ဖစ်ကဒ်၏ဆားကစ်ဘုတ်တွင် welded လုပ်ပြီးဂရပ်ဖစ်ကဒ်၏ပန်ကာအောက်တွင်တည်ရှိသည်။ သီးခြား GPU သည်သီးသန့် display memory ကိုအသုံးပြုသည်။ video memory bandwidth သည် GPU နှင့် connection connection ကိုဆုံးဖြတ်သည်။ Integrated GPU သည်ယေဘုယျအားဖြင့် CPU နှင့်ပေါင်းစပ်ထားသည်။ Integrated GPU နှင့် CPU တို့သည်ပန်ကာနှင့် cache မျှဝေသည်။ ပေါင်းစပ်ထားသော GPU ၏ဒီဇိုင်း၊ ထုတ်လုပ်မှုနှင့်မောင်းနှင်မှုသည် CPU ထုတ်လုပ်သူမှပြီးစီးသောကြောင့်ပေါင်းစပ်ထားသော GPU သည်ကောင်းမွန်သောသဟဇာတဖြစ်သည်။ ထို့အပြင် CPU နှင့် GPU တို့၏ပေါင်းစည်းမှုကြောင့်ပေါင်းစည်းထားသော GPU ၏နေရာသည်သေးငယ်သည်။ Integrated GPU ၏စွမ်းဆောင်ရည်သည်အတော်အတန်အမှီသဟဲပြုပြီး CPU နှင့် CPU ပေါင်းစပ်မှုကြောင့်စွမ်းအင်သုံးစွဲမှုနှင့်ပေါင်းစပ်ထားသော GPU ၏ကုန်ကျစရိတ်သည်အတော်အတန်လွတ်လပ်သည်။ အမှီအခိုကင်းသော GPU တွင်လွတ်လပ်သောဗွီဒီယိုမှတ်ဉာဏ်၊ ပိုကြီးသည့်နေရာနှင့်အပူလွန်ကဲမှုတို့ကြောင့်လွတ်လပ်သောဂရပ်ဖစ်ကဒ်၏စွမ်းဆောင်ရည်သည်ပိုမိုကောင်းမွန်သည်။ သို့သော်၎င်းသည်ရှုပ်ထွေးပြီးကြီးမားသည့်ဂရပ်ဖစ်အပြောင်းအလဲအတွက်လိုအပ်ချက်များကိုဖြည့်ဆည်းရန်နှင့်ထိရောက်သောဗွီဒီယိုကုဒ်နံပါတ်များကိုဖြည့်ဆည်းရန်နောက်ထပ်နေရာလိုအပ်သည်။ သို့ရာတွင်စွမ်းဆောင်ရည်မြင့်မားခြင်းကြောင့်စွမ်းအင်သုံးစွဲမှုပိုမိုမြင့်မားသည်။ သီးခြား GPU များအနေဖြင့်နောက်ထပ်စွမ်းအင်ထောက်ပံ့မှုလိုအပ်သည်။ ကုန်ကျစရိတ်လည်းမြင့်မားသည်။

Application terminal အမျိုးအစားအရ၎င်း pcgpu၊ server GPU နှင့် mobile GPU သို့ခွဲခြားနိုင်သည်။ Pcgpu ကို PC မှာသုံးသည်။ ၎င်း၏ထုတ်ကုန်တည်နေရာအရပေါင်းစပ်ထားသော GPU သို့မဟုတ်သီးခြားစီ GPU တစ်ခုခုကိုသုံးနိုင်သည်။ ဥပမာအားဖြင့်၊ အကယ်၍ ကွန်ပျူတာသည်အဓိကအားဖြင့်ရုံးသုံးရုံးနှင့်စာတည်းဖြတ်ခြင်းဖြစ်ပါကအထွေထွေထုတ်ကုန်သည်ပေါင်းစပ်ထားသော GPU ကိုသယ်ဆောင်ရန်ရွေးချယ်လိမ့်မည်။ အကယ်၍ ကွန်ပျူတာသည်အဆင့်မြင့်ရုပ်ပုံများထုတ်လုပ်ရန်၊ ဗွီဒီယိုများကိုတည်းဖြတ်ရန်၊ ဂိမ်းကစားရန်စသည်ဖြင့်လိုအပ်ပါကရွေးချယ်ထားသောထုတ်ကုန်သည်သီးခြားလွတ်လပ်သည့် GPU တစ်ခုယူဆောင်လာလိမ့်မည်။ Server GPU ကိုဆာဗာများတွင်အသုံးချသည်။ ၎င်းကိုပရော်ဖက်ရှင်နယ် visualization၊ ကွန်ပျူတာအရှိန်မြှင့်ခြင်း၊ နက်ရှိုင်းသောသင်ယူမှုနှင့်အခြား application များအတွက်အသုံးပြုနိုင်သည်။ ထိုကဲ့သို့သော cloud computing နှင့်တုန့်ပြန်မှုတုက်ခြင်းကဲ့သို့သောနည်းပညာများတိုးတက်မှုအရ server GPU သည်အဓိကအားဖြင့်လွတ်လပ်သော GPU ဖြစ်သည်။ မိုဘိုင်း terminal သည်ပိုမိုပါးလွှာလာသည်နှင့်အပိုမျိုးစုံလုပ်ဆောင်မှု module များတိုးလာခြင်းကြောင့် terminal ၏ internal net space သည်လျင်မြန်စွာကျဆင်းသွားသည်။ တစ်ချိန်တည်းမှာပင်မိုဘိုင်း terminal မှဗီဒီယိုနှင့်ရုပ်ပုံများကိုလုပ်ဆောင်ရန်လိုအပ်သည့်အတွက်ပေါင်းစပ်ထားသော GPU သည်လိုအပ်ချက်များကိုပြည့်မီနိုင်သည်။ ထို့ကြောင့်၊ ယေဘုယျအားဖြင့် mobile GPU သည်ပေါင်းစပ်ထားသော GPU ကိုအသုံးပြုသည်။