Video: Adobe Premiere Pro 2020 usa la CODIFICA HARDWARE tramite GPU NVIDIA e AMD su Windows! FINALMENTE! (Settembre 2024)
La scorsa settimana alla Conferenza sulla tecnologia GPU di Nvidia, sono rimasto sorpreso nel vedere quanto la grafica e la tecnologia GPU si stanno muovendo, sia sul desktop che sui dispositivi mobili, e come cambierà il modo in cui le persone scrivono software per sfruttarlo.
Il grande movimento è verso software eterogenei, programmi che possono utilizzare sia la tradizionale CPU a microprocessore che la GPU allo stesso tempo. Questo non è un nuovo concetto - sia Nvidia che AMD ne parlano da un po '- ma le due parti si stanno avvicinando.
L'approccio di AMD è stato quello di promuovere quelle che chiama "unità di elaborazione accelerate", che combinano GPU e CPU su un singolo die, e quella che ha chiamato "architettura di sistemi eterogenei". Negli ultimi anni ha promosso l'HSA e l'anno scorso ha istituito la HSA Foundation, insieme ad altre 21 società, per sviluppare standard aperti per il calcolo eterogeneo.
L'approccio di Nvidia è stato molto diverso, concentrandosi sulle sue piattaforme CUDA per scrivere software sulle sue GPU e sulla sua versione Tesla di GPU, che ora vengono utilizzate in supercomputer come il supercomputer Titan del Oak Ridge National Laboratory. In tali sistemi, un software piuttosto complesso gestisce ciò che il calcolo funziona sulla CPU e ciò che funziona sulla GPU.
Aprendo il suo keynote, il CEO di Nvidia Jen-Hsun Huang ha dichiarato: "Il visual computing è un mezzo potente e unico. Negli ultimi 20 anni, questo supporto ha trasformato il PC da un computer per informazioni e produttività in uno di creatività, espressione e scoperta. ". I prossimi anni dovrebbero dire se quella transizione sta raggiungendo un altopiano o, in effetti, è solo all'inizio ".
Come previsto Huang ha parlato molto nel suo keynote di come sta crescendo il GPU computing basato su CUDA. La società ha consegnato 430 milioni di GPU compatibili con CUDA e 1, 6 milioni di download di kit di programmazione CUDA; Le GPU Nvidia sono ora utilizzate in 50 supercomputer in tutto il mondo. Ad esempio, ha detto, Titan ha recentemente eseguito la più grande simulazione meccanica di solidi al mondo, utilizzando 40 milioni di processori CUDA per fornire 10 petaflop di prestazioni sostenute. Ha anche affermato che il GPU Computing ha molto potenziale nelle applicazioni "big data".
Huang ha chiamato un rappresentante di Shazam per parlare di come l'azienda utilizza le GPU per aiutare a abbinare musica e audio di un vasto numero di utenti. Huang ha poi affermato che una società chiamata Cortexica sta usando una tecnologia simile per la ricerca visiva.
Ancora più importante, l'azienda ha mostrato una nuova tabella di marcia per il suo motore GPU utilizzato sia nei suoi prodotti di gioco GeForce che nella linea Tesla. L'attuale architettura GPU si chiama "Keplero", spedito l'anno scorso. La prossima versione, nota come "Maxwell", è prevista per il prossimo anno. Fa un grande passo verso l'elaborazione eterogenea aggiungendo un'architettura di "memoria virtuale unificata", il che significa che CPU e GPU saranno in grado di vedere tutta la memoria del sistema.
Questo è importante perché uno dei grandi colli di bottiglia nel calcolo della GPU è stato lo spostamento dei dati tra i principali sistemi di memoria e memoria grafica e perché la scrittura di software che utilizza entrambi i tipi di processori è stata difficile. (AMD ha annunciato una funzionalità simile per il suo processore Kaveri, prevista per la fine di quest'anno. Non sono abbastanza chiaro su come funzioni senza il supporto diretto dei produttori di CPU, ma è sicuramente un approccio che vedremo di più su andando avanti.)
Per il 2015, Huang ha promesso un'altra versione, chiamata "Volta", che prenderà la memoria grafica e la impilerà direttamente sulla GPU, aumentando notevolmente la larghezza di banda della memoria a circa un terabyte al secondo. Per fare un confronto, la larghezza di banda massima totale di Keplero è di circa 192 gigabyte al secondo.
Diverse aziende, tra cui Intel, hanno parlato di impilare la memoria su un processore, ma il cablaggio per collegare la memoria e il processore, che utilizza una tecnica nota come via-through-silicon, è stato complesso. Per quanto ne so, Volta è il primo processore relativamente mainstream annunciato che avrà questa funzionalità.
La roadmap mobile ha alcune delle stesse funzionalità. La società ha recentemente annunciato i suoi processori Tegra 4 (nome in codice "Wayne") e Tegra 4i (nome in codice "Gray"). "Logan", che dovrebbe essere in produzione nel 2014, aggiunge la prima grafica compatibile con CUDA nella linea Tegra. Questo sarà seguito nel 2015 con "Parker", che unirà la tecnologia GPU Maxwell al primo esclusivo design core della CPU, un processore ARM a 64 bit noto come Project Denver. (Si noti che mentre i due processori condividono il design della GPU, è probabile che il numero di core grafici effettivi sia molto più piccolo in un processore mobile rispetto a una versione desktop.)
Questo dovrebbe essere interessante sia per l'architettura di memoria unificata sia perché è progettato per essere prodotto utilizzando transistor 3D FinFET. Intel utilizza questa tecnica nei suoi processori a 22 nm e sia il partner di lunga data di produzione Nvidia Taiwan Semiconductor Manufacturing Corp. sia la rivale Globalfoundries hanno affermato che avranno FinFETS l'anno prossimo. La produzione di massa dovrebbe iniziare nel 2015.
"Tra cinque anni, aumenteremo le prestazioni di Tegra di 100 volte", ha promesso Huang.
Naturalmente, la grande domanda è per cosa useremo la potenza del computer. È abbastanza facile per me vedere il calcolo ad alte prestazioni e le applicazioni "big data", che continuano a crescere e possono facilmente utilizzare le funzionalità di calcolo parallelo delle GPU. Nvidia offrirà queste funzionalità in una varietà di metodi diversi anche attraverso le sue schede Tesla per workstation e supercomputer; la sua tecnologia di virtualizzazione dei server CPU GRID per server enterprise; e un nuovo GRID Virtual Computing Appliance (VCA), uno chassis 4U con processori Xeon, GPU basate su Kepler e memoria, destinato ai dipartimenti.
E, naturalmente, i giochi useranno più grafica, diventando più realistici in ogni generazione. Le dimensioni e la risoluzione dei display sono in aumento e le persone desiderano più grafica. Huang ha mostrato la nuova scheda grafica desktop di fascia alta dell'azienda, chiamata Titan, eseguendo una simulazione oceanica in tempo reale da Waveworks. Ha anche dimostrato Faceworks, una testa parlante in 3D di nome Ira (sopra), creata con l'Istituto per la tecnologia creativa della USC.
Portare tutte queste funzionalità sul cellulare è particolarmente interessante. Non sono del tutto sicuro di aver davvero bisogno di tutta la potenza di una GPU desktop di fascia alta in un dispositivo mobile - dopotutto, su uno schermo da cinque pollici, 1.980 per 1.080 sembra abbastanza - ma non ho dubbi che la gente troverà usi per questo. Una preoccupazione è che userebbe troppo potere, ma Huang ha detto che Logan "non sarebbe più grande di un centesimo". In ogni caso, sarò interessato a vedere cosa faranno le persone con così tanta performance.
Nel complesso, Nvidia, come AMD, punta su continui miglioramenti della grafica, memoria unificata e un approccio eterogeneo alla programmazione di CPU e GPU. AMD direbbe che sta lavorando con standard aperti, mentre Nvidia indicherà i successi che CUDA sta riscontrando, in particolare nell'arena ad alte prestazioni. E, naturalmente, c'è Intel, la cui grafica è in ritardo sia AMD che Nvidia oggi, ma domina ancora l'area della CPU del PC. Ha anche un proprio set di strumenti software. I diversi approcci dovrebbero rendere questa area affascinante da guardare.
