知识卡片

普通读书笔记卡 · 5556.b

GPU收益依赖并行工作形态

理解等级:初级

图像等工作中,大量位置可进行相似计算,因此适合用许多并行执行资源配合较高数据吞吐处理。GPU由此展示另一种计算资源组织,部分非图形任务也能利用这种形态。

八百万像素每秒更新60次约为4.8亿次像素更新需求,不等于精确4.8亿次物理内存访问:每像素操作、缓存、采样和传输都会改变数量。也不能仅凭GPU名称保证总线比所有CPU更宽、任何程序都更快。本节未展开具体并行执行或编程模型,历史挖矿供货情况不作为当前事实。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 4.7 图形处理单元 · 查看原书依据

      它有很好的并行性:一次绘制多个色点可以提高性能。 GPU有两个特点。首先,它包含大量的简单处理器。其次,它的内存总线比CPU中的内存总线宽得多,这意味着GPU可以更快地访问内存。如果把内存总线比作水管,那么GPU中的是消防软管而非花园浇水用软管。 随着时间的推移,GPU有了更多的

    参考来源

    - 位置:《计算机系统解密》4.7 图形处理单元(来源项目book-sources,源文件:extracted/计算机系统解密/_epub-src/text/part0044.html) - 结论依据:4.7只概述并行资源与带宽动机,按算术区分像素更新与实际访问数,限定性能与产品泛化。 - 原始内容:它有很好的并行性:一次绘制多个色点可以提高性能。 GPU有两个特点。首先,它包含大量的简单处理器。其次,它的内存总线比CPU中的内存总线宽得多,这意味着GPU可以更快地访问内存。如果把内存总线比作水管,那么GPU中的是消防软管而非花园浇水用软管。 随着时间的推移,GPU有了更多的