Hjertet i alle computersystemer ligger hos den centrale behandlingsenhed. Denne processor til generelle formål håndterer de fleste opgaver og er begrænset til grundlæggende matematiske beregninger. Komplicerede opgaver kan kræve kombinationer, der resulterer i længere behandlingstid. En række forskellige opgaver kan dog bremse en computers centrale processor.
Grafikkort med en grafikprocessorenhed er en af de specialiserede processorer, folk har installeret på deres computere. Disse kort håndterer komplicerede beregninger relateret til 2D- og 3D-grafik. Disse er så specialiserede, at de gør visse beregninger bedre end den centrale processor. Her er nogle af måderne, hvorpå GPU'er bliver vigtige for mere end grafik.
Accelerating Video
Den første applikation uden for 3D-grafik, som GPU'er er designet til at håndtere, er video. High-definition videostreams kræver afkodning af komprimerede data for at producere billeder i høj opløsning. Både ATI og NVIDIA udviklede software, der lader grafikprocessoren håndtere denne afkodningsproces i stedet for CPU'en.
Grafikkortet hjælper med at omkode video fra et grafikformat til et andet, for eksempel ved at konvertere en videokamerafil til brænding til en DVD. Computeren skal tage det ene format og gengive det i det andet format. Denne proces bruger meget computerkraft. Computeren kan fuldføre omkodningsprocessen hurtigere, end hvis den var afhængig af CPU'en ved at bruge grafikprocessorens videofunktioner.
Bundlinje
SETI@Home var et distribueret computerprogram kaldet foldning, der tillod Search for Extra-Terrestrial Intelligence-projektet at analysere radiosignaler. Den udnyttede også den ekstra computerkraft, som en computers GPU giver. De avancerede beregningsmotorer i GPU'en tillod den at accelerere mængden af data, der behandles i en given tidsperiode sammenlignet med brugen af kun CPU'en. SETI@Home kunne gøre dette med NVIDIA-grafikkortene ved at bruge CUDA eller Compute Unified Device Architecture. CUDA er en specialiseret version af C-kode, der kan få adgang til NVIDIA GPU'er.
Adobe Creative Suite og Creative Cloud
Den seneste store applikation til at drage fordel af GPU-acceleration er Adobe Creative Suite, der starter med CS4 og fortsætter gennem den moderne suite af applikationer. Dette inkluderer mange af Adobes flagskibsprodukter, herunder Photoshop og Premiere Pro. Grundlæggende kan enhver computer med et OpenGL 2.0-grafikkort med mindst 512 MB videohukommelse bruges til at accelerere forskellige opgaver inden for disse applikationer.
Hvorfor tilføje denne funktion til Adobe-applikationerne? Især Photoshop og Premiere Pro har et stort antal specialiserede filtre, der kræver matematik på højt niveau. Gengivelsestiden for store billeder eller videostreams kan fuldføres hurtigere ved at bruge GPU'en til at aflæse mange af disse beregninger. Nogle mennesker bemærker måske ingen forskel, mens andre oplever store tidsgevinster afhængigt af, hvilke opgaver de bruger, og hvilket grafikkort de bruger.
Bundlinje
Standardmetoden til at erhverve virtuelle valutaer er gennem en proces kaldet cryptocoin-mining. I den bruger du din computer som et relæ til at behandle beregnings-hashes til håndtering af transaktioner. En CPU kan gøre dette på ét niveau. En GPU på et grafikkort tilbyder dog en hurtigere metode. Som et resultat kan en pc med en GPU generere valuta hurtigere end en uden.
OpenCL
Den mest bemærkelsesværdige udvikling i brugen af grafikkort for yderligere ydeevne kommer med udgivelsen af OpenCL eller Open Computer Language-specifikationerne. Denne specifikation samler en række specialiserede computerprocessorer ud over en GPU og CPU til at accelerere databehandlingen. Alle slags applikationer kan potentielt drage fordel af at bruge en blanding af forskellige processorer for at øge mængden af data, der behandles.
Hvad holder GPU'er tilbage?
Specialiserede processorer er ikke noget nyt for computere. Grafikprocessorer er en af de mere succesrige og udbredte elementer i computerverdenen. Problemet er at gøre disse specialiserede processorer tilgængelige for applikationer uden for grafik. Applikationsskrivere skal skrive kode, der er specifik for hver grafikprocessor. Men med presset på mere åbne standarder vil computere få mere brug ud af deres grafikkort end nogensinde før.
