אם עקבת אחר Nvidia ו- AMD, אתה בטח יודע על המפרט של מעבדי ה- GPU שלהם ששתי החברות האלה אוהבות להשתמש בהן. לדוגמה, Nvidia אוהבת להדגיש את ספירות הליבה של CUDA כדי להבדיל את ההיצע שלה מכרטיסי AMD, בעוד AMD עושה את אותו הדבר עם יחידות המחשוב שלה.
אבל מה המשמעות של מונחים אלה בעצם? האם ליבת CUDA זהה ליחידת מחשוב? אם לא, אז מה ההבדל?
בואו נענה על השאלות האלה ונראה מה מייחד את AMD GPU מזה של Nvidia.
אדריכלות כללית של GPU
כל מעבדי ה- GPU, בין אם מ- AMD, Nvidia או אינטל, פועלים באופן זהה באופן כללי. יש להם אותם רכיבי מפתח והפריסה הכוללת של אותם רכיבים דומה ברמה גבוהה יותר.
לכן, מנקודת מבט מלמעלה למטה, כל מעבדי ה- GPU זהים.
כאשר אנו בוחנים את הרכיבים הספציפיים והקנייניים שכל יצרן אורז ב- GPU שלהם, ההבדלים מתחילים להתגלות. לדוגמה, Nvidia בונה ליבות Tensor לתוך מעבדי ה- GPU שלהם, ואילו ל- GPU של AMD אין ליבות Tensor.
באופן דומה, AMD משתמשת ברכיבים כמו ה- Infinity Cache, שאין ל- GPUs של Nvidia.
לכן, כדי להבין את ההבדל בין יחידות מחשוב (CUs) וליבות CUDA, עלינו לבדוק את הארכיטקטורה הכוללת של GPU תחילה. ברגע שנוכל להבין את הארכיטקטורה ולראות כיצד פועל GPU, אנו יכולים לראות בבירור את ההבדל בין יחידות מחשוב וליבות CUDA.
כיצד פועל GPU?
הדבר הראשון שאתה צריך להבין הוא ש- GPU מעבד אלפי ואפילו מיליוני הוראות בו זמנית. לכן, GPU זקוק להרבה ליבות קטנות ומקבילות מאוד כדי לטפל בהוראות אלה.
ליבות GPU קטנות אלה שונות מליבות מעבד גדולות המעבדות הוראה מורכבת אחת לכל ליבה בכל פעם.
לדוגמה, ל- Nvidia RTX 3090 יש 10496 ליבות CUDA. מצד שני, AMD Threadripper 3970X המשוכלל ביותר כולל 64 ליבות בלבד.
לכן, איננו יכולים להשוות ליבות GPU ליבות מעבד. יש די הרבה הבדלים בין מעבד ו- GPU כי המהנדסים עיצבו אותם לבצע משימות שונות.
יתר על כן, בניגוד למעבד ממוצע, כל ליבות ה- GPU מסודרות באשכולות או קבוצות.
לבסוף, אשכול ליבות ב- GPU כולל רכיבי חומרה אחרים כמו ליבות עיבוד מרקם, יחידות נקודות צפות ומטמונים
לעזור לעבד מיליוני הוראות במקביל. הקבלה זו מגדירה את הארכיטקטורה של GPU. החל מטעינת הוראה לעיבוד אותה, GPU עושה הכל על פי עקרונות העיבוד המקביל.
- ראשית, ה- GPU מקבל הוראה לעיבוד מתוך תור של הוראות. הוראות אלו כמעט תמיד קשורות באופן וקטורי באופן גורף.
- לאחר מכן, כדי לפתור הוראות אלה, מתזמן פתילים מעביר אותן לאשכולות ליבה בודדים לעיבוד.
- לאחר קבלת ההוראות, מתזמן מובנה של אשכול ליבה מקצה את ההנחיות ליבות או לגורמי עיבוד לעיבוד.
- לבסוף, אשכולות ליבה שונים מעבדים הוראות שונות במקביל, והתוצאות מוצגות על המסך. אז כל הגרפיקה שאתה רואה על המסך, משחק וידאו, למשל, היא רק אוסף של מיליוני וקטורים מעובדים.
בקיצור, ל- GPU יש אלפי רכיבי עיבוד שאנו מכנים "ליבות" המסודרים באשכולות. מתזמנים מקצים עבודה לאשכולות אלה להשגת מקביליות.
מהן יחידות מחשוב?
כפי שניתן לראות בסעיף הקודם, לכל GPU יש אשכולות ליבות המכילות רכיבי עיבוד. AMD מכנה אשכולות ליבה אלה "יחידות מחשוב".
www.youtube.com/watch? v = uu-3aEyesWQ & t = 202s
יחידות מחשוב הן אוסף של משאבי עיבוד כמו יחידות אריתמטיות ומקבילות לוגיות מקבילות (ALU), מטמון, יחידות נקודה צפה או מעבדים וקטוריים, רגיסטרים, וזיכרון כלשהו לאחסון פתילים מֵידָע.
כדי לשמור על הפשטות, AMD מפרסמת רק את מספר יחידות המחשוב של ה- GPU שלהם ואינה מפרטת את הרכיבים הבסיסיים.
לכן, בכל פעם שאתה רואה את מספר יחידות המחשוב, תחשוב עליהן כקבוצה של רכיבי עיבוד וכל המרכיבים הקשורים.
מהן ליבות CUDA?
כאשר AMD אוהבת לשמור על דברים פשוטים עם מספר יחידות המחשוב, Nvidia מסבכת את הדברים באמצעות מונחים כמו ליבות CUDA.
ליבות CUDA אינן בדיוק ליבות. הן רק יחידות נקודה צפה ש- Nvidia אוהבת לכנות כליבות לצורכי שיווק. ואם אתה זוכר, לאשכולות הליבה יש יחידות רבות של נקודות צפה מובנות. יחידות אלו מבצעות חישובי וקטורים ותו לא.
לכן, לקרוא להם "ליבה" הוא שיווק טהור.
לכן, ליבת CUDA היא אלמנט עיבוד המבצע פעולות לנקודה צפה. יכולות להיות הרבה ליבות CUDA בתוך אשכול ליבות אחד.
לבסוף, Nvidia קוראת לאשכולות ליבה "זרמים מרובי מעבדים או SMS." SMS מקבילים ליחידות מחשוב של AMD שכן יחידות מחשוב הן אשכולות ליבה עצמן.
מה ההבדל בין יחידות מחשוב וליבות CUDA?
ההבדל העיקרי בין יחידת מחשוב וליבת CUDA הוא שהראשון מתייחס לאשכול ליבה, והשני מתייחס לרכיב עיבוד.
כדי להבין את ההבדל הזה טוב יותר, הבה ניקח את הדוגמה של תיבת הילוכים.
תיבת הילוכים היא יחידה המורכבת ממספר הילוכים. אתה יכול לחשוב על תיבת ההילוכים כיחידת מחשוב ועל ההילוכים הבודדים כיחידות נקודה צפה של ליבות CUDA.
במילים אחרות, כאשר יחידות מחשוב הן אוסף של רכיבים, ליבות CUDA מייצגות רכיב ספציפי בתוך האוסף. לכן, יחידות מחשוב וליבות CUDA אינן ניתנות להשוואה.
זו גם הסיבה לכך שכאשר AMD מזכירה את מספר יחידות המחשוב עבור מעבדי ה- GPU שלהם, הם תמיד נמוכים למדי בהשוואה לכרטיסי Nvidia מתחרים וספירת הליבה שלהם ב- CUDA. השוואה נוחה יותר תהיה בין מספר מעבדי הזרמה של כרטיס ה- Nvidia לבין מספר יחידות המחשוב של כרטיס ה- AMD.
קָשׁוּר: AMD 6700XT לעומת Nvidia RTX 3070: מהו ה- GPU הטוב ביותר מתחת ל -500 דולר?
ליבות CUDA ויחידות מחשוב שונות ואינן ניתנות להשוואה
חברות נוהגות להשתמש במינוח מבלבל כדי להציג את מוצריהן באור הטוב ביותר. זה לא רק מבלבל את הלקוח, אלא גם מקשה על מעקב אחר הדברים החשובים.
לכן, וודא שאתה יודע מה עליך לחפש כאשר אתה מחפש GPU. התרחקות מז'רגון השיווק תהפוך את ההחלטה שלך להרבה יותר טובה וחסרת מתח.
אם אתה גיימר, אתה עלול להתפתות לשדרג את כרטיס המסך שלך לסדרה 30 של NVIDIA. אבל האם זה שווה את זה?
קרא הבא
- הסבר על הטכנולוגיה
- כרטיס מסך
- Nvidia
- מעבד AMD
פוואד הוא סופר עצמאי במשרה מלאה. הוא אוהב טכנולוגיה ואוכל. כשהוא לא אוכל או כותב על חלונות, הוא משחק משחקי וידיאו או כותב בבלוג הטכנבה המוזר שלו.
הירשם לניוזלטר שלנו
הצטרף לניוזלטר שלנו לקבלת טיפים, סקירות, ספרים אלקטרוניים בחינם ומבצעים בלעדיים!
לחצו כאן להרשמה
