מעבד גרפי
מעבד גרפי (באנגלית: Graphic Processing Unit; בראשי תיבות: GPU) הוא מעבד המצוי בכרטיס גרפי או לצד ליבת המעבד במערכת על שבב ומאפשר חלוקת עומסים עם המעבד הראשי (CPU) בחישובים גרפיים שונים, בעיקר של סצנות תלת־ממדיות. המעבד הגרפי מתמחה בביצוע חישובים רבים במקביל. יכולת חישוב מקבילית זו שימושית למשל בעיבודי תלת מימד ובחישובים נומריים דוגמת פעולות על וקטורים ומטריצות.
היסטוריה
[עריכת קוד מקור | עריכה]יחידות חומרה ייעודיות לביצוע חישובים שונים והורדת העומסים מעל המעבד הראשי היו קיימות במשך שנים רבות, לדוגמה, בעולם המחשוב האישי, כרטיסי רשת מאפשרים להוריד חלק נכבד מהחישוב הקשור לביצוע תקשורת בין מחשבים סוג אחר של יחידת חישוב ייעודית היא למשל יחידות לחישוב נקודה צפה – FPU המוטמעת בתוך המעבד הראשי.
בשנות השמונים של המאה ה-20 החלו לצוץ יחידות חישוב גרפיות – בראשית נקראו אלה מתאמי מסך ונועדו לאפשר חיבור מסכים שונים למחשב האישי כך שהמעבד הראשי לא צריך להכיר את פרטי החומרה של מסכים שונים. תהליך יצירת התמונה נוהל על המעבד הראשי של המחשב האישי והיה איטי למדי. במקביל, בעולם תחנות העבודה הגרפיות, התפתחו רכיבי חומרה ייעודיים להפקת תמונה ממודלים תלת־ממדיים. בעולם הזה שלטו חברות כמו אוונס וסטרלנד (E&S), Matrox ו-Silicon Graphics. רכיבי החומרה אלו היו ייחודיים לכל חברה ולא חשפו ממשק אחוד דבר שהאט את התפתחות התחום.
בשנות התשעים, עם עליית המחשוב האישי ובפרט משחקי המחשב, נוצר צורך ליצור סטנדרטים תעשייתיים לממשק גרפי אחוד והופיעו ממשקים כמו OpenGL ו-DirectX. שימוש בממשק אחוד אפשר ליצרני חומרה שונים לייצר כרטיסים גרפיים ייחודיים ולכותבי התוכנה לנצל יכולות אלו.
בשנת 2003 חברת Nvidia, שבשלב זה הייתה אחת משלושת חברות הכרטיסים הגרפיים המובילות בעולם, הוציאה לשוק כרטיס גרפי הניתן לתכנות, יכולות אלו התרחבו ובשנת 2005 הוציאה Nvidia סביבת תכנות לכרטיסים גרפיים בשם Cuda, במקביל הומצא המושג GPU על ידי אותה חברה.
יכולות של מעבד גרפי
[עריכת קוד מקור | עריכה]בבסיסו כרטיס גרפי נועד להתמיר מודל תלת־ממדי לתמונה דו־ממדית על מסך המחשב. בפשטות הכרטיס הגרפי מקבל קואורדינטות של רשת מצולעים תלת־ממדית עבור כל אובייקט, את מיקום המצלמה ומיקום מקורות האור ולעיתים תמונה דו-ממדית שיש למפות על כל מצולע. המעבד הגרפי מטפל במיקום האובייקטים בחלל הווירטואלי, בניהול ההסתרות של אובייקטים ברקע על ידי אובייקטים בקדמת הסצנה ובהטלת המודל התלת־ממדי על מישור התמונה. בנוסף מנהל הכרטיס את החלפת חוצץ המסך כך שציור תמונות עוקבות לא יצור ריצוד.
במעבדים גרפיים מתקדמים יותר התווספו יכולות של שימוש ב(pixel shaders) ושימוש בחלקיקים נקודתיים (למשל לאפקטים של עשן וערפל). במעבדים חדישים עוד יותר הוספו יכולות של ניתוב קרניים (Ray tracing) ויכולות עיבוד טנזורים המאיצות פעולה זו. המעבד הגרפי מאפשר למפתחי משחקי המחשב להציג גרפיקה מציאותית הרבה יותר ומפורטת הרבה יותר הודות ליכולות עיבוד אלו.
כרטיס מסך חזק נמדד במספר קריטריונים:
- מהירות שעון גבוהה של הליבה והזכרונות
- אפיק חיבור
- כמות מרובה של זיכרון העומד לרשותו
- מספר מעבדי הזרימה
- יכולות האצה טובות וקירור טוב
- ליתוגרפית ייצור
מעבדים גרפיים מודרניים יכולים לתמוך בטרנספורמציית קוסינוס בדידה הפוכה (iDCT) ופיצוי תנועה (mocomp).
מעבדים גרפיים מתקדמים לשרתים תומכים ביכולות של וירטואליזציה. בהקשר זה תומכת אינטל בטכנולוגית Graphics Virtualization Technology שהוכרזה ב-2014,[1][2] AMD תומכת בטכנולוגית MxGPU המבוססת על SR-IOV[3] ו-Nvidia תומכת בטכנולוגיית vGPU וב-Multi-Instance GPU המבוסס על SR-IOV.[4]
תצורות של מעבד גרפי
[עריכת קוד מקור | עריכה]מעבד גרפי יכול לבוא בתצורה של כרטיס גרפי דיסקרטי או בצורה של מעבד גרפי אינטגרלי (Integrated graphics processing unit; IGPU).
בתצורה של כרטיס גרפי דיסקרטי הוא מגיע ככרטיס הרחבה ל-PCI Express או ל-Accelerated Graphics Port. בתצורה של מעבד גרפי אינטגרלי מצורף המעבד הגרפי לסיליקון יחד עם המעבד – דוגמאות לכך הן Intel HD Graphics או AMD APU).
ניתן להשתמש ביותר ממעבד גרפי אחד במחשב באמצעות טכנולוגיות המאפשרות תקשורת של המעבד הגרפי כדוגמת Scalable Link Interface (SLI) או NVLink של Nvidia או CrossFire של AMD.
שימושים כלליים במעבדים גרפיים
[עריכת קוד מקור | עריכה]
ערך מורחב – GPGPU
- כריית מטבעות דיגיטליים: יצירת מטבעות דיגיטליים מבוססת על תהליך "כרייה" הדורש כמות גדולה של חישובים, עד לקבלת תוצאה "נכונה" המאפשר יצירת מטבעות חדשים והענקת "בונוס" לכורה. כורים מקצועיים משתמשים במחשבים בעלי כמות גדולה של כרטיסי מסך המאפשרים את התהליך.
- פיצוח סיסמאות: הצורה המקובלת לאחסון סיסמאות היא גיבוב (Hash), ניתן להשתמש בתהליך Brute Force כדי לייצר כמות גדולה של Hash-ים ולחפש תוצאות זהות לסיסמאות מגובבות שנאספו בצורה כזו או אחרת כדי לפענח את הסיסמאות. תהליך זה הופך לישים (ברמה מסוימת) בעזרת כרטיסים גרפיים היכולים לייצר כמויות גדולות של Hash-ים בפרקי זמן סבירים
- AI – למידה עמוקה: תהליכי Deep Learning מבוססים על רשתות נוירונים שהן למעשה מטריצות עם מספר גדול של ממדים כאשר תהליך האימון של רשת דורש חישובים רבים של משקולות לכל המטריצה כדי לספק תשובות מדויקות. מקובל להשתמש במערכות מבוססות GPU כדי להאיץ את תהליך אימון הרשת.
- יצירת שמות לרשת Onion: הגעה למשאבים ב"רשת אפלה" דורשת יצירת שם מבוסס תהליך גיבוב. לעיתים מעוניינים ליצור שם משמעותי (דוגמה: פייסבוק יצרה את השם facebookcorewwwi.onion) דבר הדורש משאבי מחשוב חזקים היכולים להתבצע על ידי GPU.
- סימולציות פיזיקאליות: לדוגמה תחזית מזג אויר[5], סימולציה של ראקציות כימיות ועוד
יצרנים ונתח שוק
[עריכת קוד מקור | עריכה]הרבה חברות מסביב העולם ייצרו מעבדים גרפיים תחת שמות מסחריים שונים. בשנת 2009 החברות אינטל, NVidia ו-AMD/ATI החזיקו נתח שוק של 49.4%, 27.8%, 20.6% בהתאמה. עם זאת, מספרים אלה כוללים את פתרונות הגרפיקה המשולבים של אינטל כ-GPU.[דרוש מקור] אם לא סופרים את אלה, Nvidia ו-AMD שולטות בכמעט 100% משוק המחשוב הבייתי, נכון לשנת 2018. נתחי השוק שלהן הם 66% ו-33% בהתאמה.[דרוש מקור]
חברות חומרה רבות דוגמת חברת S3 graphics[6] (בבעלות חברת VIA Technologies), חברת[7]Matrox משתמשות במעבדים על מנת ליצור מעבדים גרפיים.
סמארטפונים עכשוויים משתמשים בעיקר בטכנולוגית Adreno GPUs שמפותחת על ידי Qualcomm, PowerVR GPUs של Imagination Technologies ו-Mali GPUs מ-ARM.
ראו גם
[עריכת קוד מקור | עריכה]קישורים חיצוניים
[עריכת קוד מקור | עריכה]הערות שוליים
[עריכת קוד מקור | עריכה]- ^ Sunil Jain (במאי 2014). "Intel Graphics Virtualization Update". Intel. ארכיון מ-2014-05-08. נבדק ב-2014-05-11.
{{cite web}}: (עזרה) - ^ "Bringing New Use Cases and Workloads to the Cloud with Intel® Graphics Virtualization Technology (Intel® GVT-g)" (PDF). Intel Open Source Technology Center. 2016. נבדק ב-14 באוגוסט 2020.
{{cite web}}: (עזרה) - ^ Virtual Graphics באתר AMD
- ^ Virtual GPU Software User Guide, docs.nvidia.com (באנגלית אמריקאית)
- ^ Mark Govett Tom Henderson, Jacques Middlecoff, Paul Madden, Jim Rosinski, [https://www.ecmwf.int/sites/default/files/elibrary/2010/15049-using-gpus-run-weather-prediction-models.pdf Using GPUs to Run Weather Prediction Models], November 2010
- ^ Products S3 Graphics Desktop Products
- ^ Matrox Graphics – Products – Graphics Cards
