Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

Gpu簡介

144 Aufrufe

Veröffentlicht am

介紹gpu基本原理

Veröffentlicht in: Technologie
  • Als Erste(r) kommentieren

Gpu簡介

  1. 1. GPU簡介 分析應用科 陳一宏
  2. 2. 2  中央處理單元(CPU) – 大腦, 處理指令集的位置 – 設計上為序列式(Sequential)滿足通用性需求 – 不同的任務在不同時間快速切換 – 擅長複雜邏輯判斷,先天不易做平行化  包含數個核心(MultiCores) CPU – 結構 接收/解釋命令 控制程式資料進 入主記憶體 L1/L2快取記憶 邏輯運 算元 (CORE) ( +-*/ >=<) CPU僅有數個核心(通常<10核)
  3. 3. 3  圖形處理單元(Graphical Processing Unit ) – 任務是在螢幕上合成顯示數百萬個像素的圖像 – 擅長大量、簡單,先天不易做複雜運算(邏輯、流程控制)  包含數百個核心(Many Cores) GPU – 結構 接收/解釋命令 控制程式資料進 入主記憶體 L1/L2快取記憶 邏輯運 算元 (CORE) ( +-*/ >=<) GPU至少有>100核心 載貨類比 大卡車 vs. 摩托車
  4. 4. 4 GPU – 作為繪圖卡 撒點、格狀化、上色在圖形處理時具有資料間彼此無關的 特性(Processed INDEPENDENTLY)
  5. 5. 5 GPU – 作為繪圖卡 每一個像素可以分別交給 一顆CORE(核心)處理
  6. 6. 6  NVIDIA – 2011首次提出通用性顯示處理單元 (GPGPU) – 將GPU進行一般性運算(不受限於影像顯示) – 利用CUDA 技術只要有NVIDIA的一般顯示卡,就能使用GPU加速 運算 GPGPU – 作為通用性計算
  7. 7. 7 GPU加速 來源: EuroNova 在不同的算法中皆表明,相較於CPU使用GPU有顯著的加速效果。
  8. 8. 8 類神經網路 – 平行計算 文獻:IEEE on Big Data 訓練子集 A 訓練子集 B 訓練子集 N 訓 練 資 料 ∆𝑤 𝑎 ∆𝑤 𝑏 ∆𝑤 𝑛 … 𝑊𝑖+1 = 𝑊𝑖 + ∆𝑤𝑗 𝑁 𝑠𝑢𝑏𝑠𝑒𝑡 W W 類神經網路可以容易的分割任務,執行平行計算。 適於GPU特性
  9. 9. 9 小結 CPU GPU 資料處理 序列式 平行式 程式控制 簡單 複雜 邏輯 複雜 簡單 核心數 4-8 2560 (GTX 1080) 適合 小資料 (邏輯成分高) 大資料 (大量、密集度高)  中央處理單元(CPU)與 圖形顯示單元(GPU) 比較 資料量體大,運算邏輯簡單適合使用GPU
  10. 10. End

×