Відео: Halo Infinite Xbox Scarlett Trailer - E3 2019 - Discover Hope (Вересень 2024)
Минулого тижня на конференції технологій GPU від Nvidia я був здивований, побачивши, як далеко рухається графіка та технологія GPU - на робочому столі та на мобільних пристроях, - і те, як люди, які пишуть програмне забезпечення, повинні змінитись, щоб скористатися цим.
Великий рух спрямований на гетерогенне програмне забезпечення, програми, які можуть одночасно використовувати як традиційний мікропроцесорний процесор, так і графічний процесор. Це не нова концепція - і Nvidia, і AMD вже певний час говорять про це, - але дві сторони зближуються.
Підхід AMD полягав у просуванні того, що він називає "прискореними процесорними блоками", що поєднують як графічні процесори, так і центральні процесори на одному штампі, і те, що він назвав "гетерогенною архітектурою систем". Останні кілька років він просував HSA, а минулого року створив Фонд HSA разом з 21 іншими компаніями для розробки відкритих стандартів для різнорідних обчислень.
Підхід Nvidia був дуже різним, зосередившись на його платформах CUDA для написання програмного забезпечення на своїх графічних процесорах та на його версії Tesla, що зараз використовується у суперкомп'ютерах, як суперкомп'ютер Titan National Labourder Oak Ridge. У таких системах досить складне програмне забезпечення управляє тим, що обчислювальна техніка працює на процесорі, а що працює на графічному процесорі.
Відкриваючи свою основну заяву, генеральний директор Nvidia Джен-Хсун Хуанг сказав: "Візуальні обчислення - це потужне та унікальне середовище. За останні 20 років цей носій перетворив ПК з комп'ютера для інформації та продуктивності на творчість, самовираження та відкриття . " Наступні кілька років повинні сказати, чи досягнутий цей плато плато чи він справді тільки починається ".
Як і очікувалося, Хуан багато розповів у своїй доповіді про те, як обчислення GPU на базі CUDA зростає. Компанія поставила 430 мільйонів графічних процесорів, здатних на підтримку CUDA, та 1, 6 мільйона завантажених комплектів програмування CUDA; Зараз графічні процесори Nvidia використовуються в 50 суперкомп'ютерах по всьому світу. Наприклад, за його словами, нещодавно "Титан" зробив найбільшу у світі механічну симуляцію твердих тіл, використовуючи 40 мільйонів процесорів CUDA, щоб доставити 10 петафлопсів із стійкою продуктивністю. Він також сказав, що обчислення GPU має великий потенціал у застосуванні "великих даних".
Хуан вивів представника від Shazam, щоб поговорити про те, як компанія використовує графічні процесори, щоб допомогти співставити музику та аудіо від величезної кількості користувачів. Тоді Хуан зазначив, що компанія під назвою Cortexica використовує подібну технологію для візуального пошуку.
Найголовніше, що компанія показала нову дорожню карту для свого двигуна GPU, який використовується як в ігрових продуктах GeForce, так і в лінійці Tesla. Сучасна архітектура GPU називається "Kepler", яка постачалася минулого року. Наступна версія, відома як "Максвелл", виходить у наступному році. Це робить великий крок до неоднорідних обчислень, додавши архітектуру "єдиної віртуальної пам'яті", тобто процесор і GPU зможуть побачити всю пам'ять системи.
Це важливо, оскільки одним із великих вузьких місць в обчисленні GPU було переміщення даних між основними системами пам'яті та графічною пам'яттю, а також написання програмного забезпечення, яке використовує обидва типи процесорів, було складно. (AMD оголосила аналогічну функцію для свого процесора Kaveri, що з'явиться в кінці цього року. Мені трохи не зрозуміло, як це працює без прямої підтримки виробників процесора, але це, безумовно, підхід, який ми побачимо більше йти вперед.)
На 2015 рік Хуанг пообіцяв ще одну версію під назвою "Volta", яка візьме графічну пам'ять і складе її безпосередньо поверх GPU, різко збільшивши пропускну здатність пам'яті приблизно до одного терабайт в секунду. Для порівняння, загальна максимальна пропускна здатність Kepler становить близько 192 гігабайт в секунду.
Ряд компаній, включаючи Intel, розповідають про розміщення пам'яті поверх процесора, але проводка для підключення пам’яті та процесора, який використовує методику, відому як «силіконові віа», була складною. Наскільки я знаю, Volta є першим відносно основним процесором, який оголосив цю особливість.
Мобільна дорожня карта має деякі ті ж функції. Нещодавно компанія оголосила про свої процесори Tegra 4 (кодова назва "Wayne") і Tegra 4i (кодова назва "Grey"). "Logan", який повинен з'явитися у виробництві в 2014 році, додає першу графіку, що підтримує CUDA, в лінійці Tegra. Це буде дотримуватися у 2015 році з "Parker", який поєднає технологію Maxwell GPU з першим унікальним дизайном основного процесора компанії, 64-розрядним процесором ARM, відомим як Project Denver. (Зауважте, що хоча два процесори поділяють дизайн графічного процесора, кількість фактичних графічних ядер, ймовірно, буде значно меншою в мобільному процесорі, ніж у настільній версії.)
Це повинно бути цікавим як через єдину архітектуру пам'яті, так і тому, що її планують виготовити за допомогою транзисторів 3D FinFET. Intel використовує цю техніку у своїх 22-нм-процесорах, а також багаторічний виробничий партнер Nvidia Taiwan Semiconductor Manufacturing Corp. та конкурент Globalfoundries заявили, що вони отримають FinFETS десь у наступному році. Масове виробництво, ймовірно, розпочнеться у 2015 році.
"За п'ять років ми збільшимо продуктивність" Тегри "в 100 разів", - пообіцяв Хуан.
Звичайно, велике питання - для чого ми будемо використовувати кінські сили комп'ютера. Мені досить легко бачити високопродуктивні обчислювальні програми та програми "великих даних" - вони продовжують зростати і можуть легко використовувати паралельні обчислювальні функції графічних процесорів. Nvidia буде пропонувати ці функції у багатьох різних методах, в тому числі через свої дошки Tesla для робочих станцій та суперкомп'ютерів; його технологія віртуалізації серверів GRID CPU для корпоративних серверів; і новий прилад для віртуальної обчислювальної техніки GRID (VCA), 4U шасі з процесорами Xeon, GPU на основі Kepler та пам'ять, спрямовані на відділи.
І звичайно, ігри будуть використовувати більше графіки, стаючи реалістичнішими в кожному поколінні. Розмір і роздільна здатність дисплеїв збільшується, і люди хочуть більше графіки. Хуан показав нову відеокарту високого класу настільних відеокарт під назвою «Титан», що проводила моделювання океану в реальному часі від Waveworks. Він також демонстрував Faceworks, 3D-розмовляючу голову на ім'я Іра (вище), створену разом з Інститутом творчих технологій при USC.
Особливо цікаво перенести всі ці функції на мобільний. Я не зовсім впевнений, що мені справді потрібна вся потужність високого класу настільного GPU в мобільному пристрої - адже на п’ятидюймовому екрані 1 980 на 1, 080 здається достатньою, але я не сумніваюся, що люди знайдуть для цього використання. Одна з причин хвилює, що це використовує занадто багато енергії, але Хуанг сказав, що Логан буде "не більшим за копійку". У будь-якому випадку мені буде цікаво подивитися, що робитимуть люди з такою ефективністю.
Загалом, Nvidia, як і AMD, робить ставку на постійне вдосконалення графіки, єдину пам’ять та неоднорідний підхід до програмування процесора та GPU. AMD скаже, що працює з відкритими стандартами, тоді як Nvidia вказує на успіхи, які має CUDA, особливо на високоефективній арені. І звичайно, є Intel, чия графіка відстає як на AMD, так і на Nvidia сьогодні, але все ще домінує в області процесорного ПК. У нього також є власний набір програмних засобів. Різні підходи повинні зробити цю захоплюючу область для спостереження.
