اشاره :

سخت‌‌افزارهای گرافیکی در ده سال گذشته نسبت به کنترل‌کننده‌‌های ساده صفحه نمایش و سایر پردازش کننده های تخصصی به حد کمال رسیده و رشد چشمگیرتری داشته است، بطوریکه مقدار حافظه به ‌‌کار رفته در آن‌‌ها از چند کیلو بایت به صدها مگابایت رسیده است. اما سوال این است که یک کارت ویدیویی جز مصارف بازی های کامپیوتری و یا احیانا استفاده از آخرین بسته های نرم افزار CAD چه کاربرد دیگری نیز می تواند داشته باشد؟

واحدهای پردازش مرکزی (CPU) پردازنده‌‌های همه‌منظوره‌‌ای هستند (در مورد CPUها مقالات متعددی در سایت میکرو رایانه وجود دارد، به فهرست مقالات رجوع کنید) که اصولا برای انجام عملیات و محاسبات عمومی طراحی شده‌اند و الزاما برای کنار آمدن با عملیاتی که به منظور بازسازی، اعمال بافت، نور پردازی و رسم سایه‌‌ها در صحنه‌‌های سه بُعدی موردنیاز است، بهینه نمی‌‌شوند.

ایده تولید واحدهای تخصصی برای پردازش و کار با این نوع عملیات گرافیکی، از اوایل دهه 1990 به‌وجود آمد. اما در ابتدا آنها فقط برای کارهای گرافیکی مدرن مورد استفاده قرار می گرفت تا اینکه شرکت 3DFX (که هم اکنون NVIDIA نامیده می شود) ارائه تراشه های ارزان قیمتی را شروع کرد که قابل نصب در کامپیوترهای شخصی و تجاری بودند.

سخت‌‌افزارهای گرافیکی امروزی بسیار پیچیده هستند. این نوع سخت‌‌افزارها معمولا شامل واحدهای پردازش فوق تخصصی (GPU) با چندین شاخه اجرایی و حافظه سریع (VRAM) به منظور بافر نمودن و نیز مجموعه ایی از دستورالعمل های معین هستند. که این مجموعه دستورالعمل ها، اغلب دستورالعمل هایی کلی با عملیات متعدد به صورت پردازش بُرداری و ماتریسی عمل می کنند. به این گونه دستورالعمل ها SIMD گفته می شود. (Single Instruction Multiple Data)

البته واقعیت این است که کامپیوترهای شخصی مدرن، اغلب حاوی یک یا چند دستورالعمل SIMD هستند که شامل MMX ،SSE، 2SSE،3DNOW می شوند، اما عملکرد آن‌‌ها ممکن است به خوبی آنچه‌‌ که کارت‌‌های ویدیویی ارائه می‌‌دهند، نباشد. با این حال همه چیز آن‌‌طور که به‌‌نظر می‌رسد، ساده نیست. سخت افزارهای گرافیکی برای ارتباط با بقیه سیستم از طریق پورت های AGP، PCI دارای پهنای باند محدودی هستند. بنابراین، درگاه‌‌های (پورت) فوق در هنگام انتقال داده‌‌ها به درون یا خارج از سیستم گرافیکی، مانند یک تنگه عمل می‌‌کنند.

اکنون سوال این است که آیا واقعا می توان با استفاده از GPU ، کار واحد پردازش مرکزی را انجام داد؟ پاسخ این است که این کار دارای محدودیت هایی است:

1) مجوعه دستورالعمل های محدود است، که ممکن است به کار گیری بعضی از الگوریتم ها را مشکل کند.

2) در اختیار قرار دادن رشته های اجرای چند گانه (تا 24 رشته در مدل های جدید)، بنابراین پردازش موازی از اهمیت خاصی برخوردار خواهد بود.

3) SIMD بودن اغلب دستورالعمل ها. بنابراین رفع مشکلاتی که به سادگی از طریق ماتریس ها قابل حل نیستند، برای GPU نیز آسان نخواهد بود.

4) پهنای باند محدود ارتباط ‌دهنده سخت‌‌افزار گرافیکی و واحد پردازش مرکزی اصلی. این امر ایجاب می کند که برنامه نویسان کدی را طراحی کنند که مکان یابی دقیق برای به حداقل رساندن مقدار داده ها در کد مبادله شده بین GPU و بقیه سیستم را ارائه دهد.

برخی از مشکلاتی که می توان آنها را با استفاده از GPU به شکلی مناسب حل کرد، پردازش سیگنالهای دیجیتالی ، بازسازی صحنه و پردازش حجمی تصاوبر است. هرچند برخی از الگوریتم های رایج تر مانند مرتب سازی و جستجوی سریع بانک های اطلاعات و الگوریتم های مشابه و تشخیص بافت در دید کامپیوتری را نیز می توان با GPU به کار گرفت.

برای کسب اطلاعات بیشتر به سایت زیر مراجعه نمایید:
http://www.gpgpu.org

تاریخ ویرایش مقاله: 24/2/1386

http://www.microrayaneh.com