שימוש בכרטיסים גרפיים ליותר מסתם גרפיקה תלת מימדית

הלב של כל מערכות המחשב נמצא אצל יחידת עיבוד מרכזית. מעבד זה למטרות כלליות מטפל ברוב המשימות ומוגבל לחישובים מתמטיים בסיסיים. משימות מסובכות עשויות לדרוש שילובים שגורמים לזמן עיבוד ארוך יותר. עם זאת, מגוון משימות עשויות להאט את המעבד המרכזי של המחשב.

כרטיסים גרפיים עם יחידת מעבד גרפי הם אחד המעבדים המיוחדים שיש לאנשים מוּתקָן במחשבים שלהם. כרטיסים אלו מטפלים בחישובים מסובכים הקשורים לגרפיקה דו-ממדית ותלת-ממדית. אלה כל כך מיוחדים שהם הופכים חישובים מסוימים לטובים יותר מהמעבד המרכזי. הנה כמה מהדרכים שבהן מעבדי GPU הופכים חשובים עבור יותר מאשר גרפיקה.

וידאו מאיץ

היישום הראשון מחוץ לגרפיקה תלת מימדית שמעבדי GPU תוכננו להתמודד איתו הוא וידאו. זרמי וידאו בהבחנה גבוהה דורשים פענוח של נתונים דחוסים כדי להפיק תמונות ברזולוציה גבוהה. גם ATI וגם NVIDIA תוכנה שפותחה המאפשרת למעבד הגרפי לטפל בתהליך הפענוח הזה ולא במעבד.

הכרטיס הגרפי עוזר להמיר וידאו מפורמט גרפי אחד לאחר, למשל, המרת קובץ מצלמת וידאו לצריבה ל-DVD. המחשב חייב לקחת את הפורמט האחד ולעבד אותו מחדש בפורמט השני. תהליך זה משתמש בכוח מחשוב רב. המחשב יכול להשלים את תהליך הקידוד מהר יותר מאשר אם הוא היה מסתמך על המעבד על ידי שימוש ביכולות הווידאו של המעבד הגרפי.

SETI@Home

SETI@Home היה יישום מחשב מבוזר בשם קיפול שאפשר לפרויקט Search for Extra-Terrestrial Intelligence לנתח אותות רדיו. הוא גם ניצל את כוח המחשוב הנוסף שמספק ה-GPU של המחשב. מנועי החישוב המתקדמים בתוך ה-GPU אפשרו לו להאיץ את כמות הנתונים המעובדים בפרק זמן נתון בהשוואה לשימוש במעבד בלבד. SETI@Home יכול לעשות זאת עם כרטיסי המסך של NVIDIA באמצעות CUDA או Compute Unified Device Architecture. CUDA היא גרסה מיוחדת של קוד C שיכולה לגשת למעבדי NVIDIA GPU.

Adobe Creative Suite ו-Creative Cloud

יישום השם הגדול האחרון שמנצל את האצת GPU הוא Adobe Creative Suite, החל מ-CS4 וממשיך בחבילת היישומים המודרנית. זה כולל רבים ממוצרי הדגל של Adobe כולל Photoshop ו-Premiere Pro. בעיקרו של דבר, כל מחשב עם כרטיס גרפי OpenGL 2.0 עם לפחות 512 MB של זיכרון וידאו יכול לשמש כדי להאיץ משימות שונות בתוך יישומים אלה.

מדוע להוסיף את היכולת הזו ליישומי Adobe? לפוטושופ ול-Premiere Pro, בפרט, יש מספר רב של מסננים מיוחדים הדורשים מתמטיקה ברמה גבוהה. ניתן להשלים את זמן העיבוד של תמונות גדולות או זרמי וידאו מהר יותר על ידי שימוש ב-GPU כדי להוריד רבים מהחישובים הללו. אנשים מסוימים עשויים שלא להבחין בהבדל, בעוד שאחרים רואים רווחי זמן גדולים בהתאם למשימות שהם משתמשים בהם ולכרטיס המסך שבו הם משתמשים.

כריית מטבעות קריפטו

השיטה הסטנדרטית לרכישת מטבעות וירטואליים היא באמצעות תהליך הנקרא כריית cryptocoin. בו, אתה משתמש במחשב שלך כממסר לעיבוד גיבוב חישובים לטיפול בעסקאות. מעבד יכול לעשות זאת ברמה אחת. עם זאת, GPU בכרטיס גרפי מציע שיטה מהירה יותר. כתוצאה מכך, מחשב עם GPU יכול לייצר מטבע מהר יותר מאשר אחד בלעדיו.

OpenCL

הפיתוח הכי ראוי לציון בשימוש בכרטיסים גרפיים לביצועים נוספים מגיע עם שחרורו של ה- OpenCL, או Open Computer Language, מפרטים. מפרט זה מרכז מגוון של מעבדי מחשב מיוחדים בנוסף ל-GPU ו-CPU להאצת המחשוב. כל מיני יישומים יכולים להפיק תועלת משימוש בשילוב של מעבדים שונים כדי להגדיל את כמות הנתונים המעובדים.

מה מחזיק את ה-GPUs בחזרה?

מעבדים מיוחדים אינם דבר חדש במחשבים. מעבדים גרפיים הם אחד הפריטים המוצלחים והנפוצים יותר בעולם המחשוב. הבעיה היא הפיכת המעבדים המיוחדים הללו לנגישים ליישומים מחוץ לגרפיקה. כותבי יישומים צריכים לכתוב קוד ספציפי לכל מעבד גרפי. עם זאת, עם הדחיפה לסטנדרטים פתוחים יותר, מחשבים יפיקו יותר שימוש מכרטיסי המסך שלהם מאי פעם.