Szivatják a PC-seket?

A GPUnak nincs semmiféle processzora. A GPU maga a processzor. Egy célprocesszor. A GPU egészen biztos nem arra való, hogy azon kriptobányászati algoritmusokat futtassanak. Nem erre tervezték őket. A GPUra valóban nem kell programot írni, ettől függetlenül persze lehet, hiszen általános célra is alkalmassá tehető, persze nem kis veszteség árán!!!

CUDA

89:

Ha nem értesz az adott területhez, miért okoskodsz?

Attól, hogy vannak kész megoldások, még meg kell írni a GPU-t használó programokat, eleve nem minden felhasználás esetében triviális, hogy hogyan parhuzamosítod, van amit nem lehet, van amit meg nem egyszerű. Ez egy külön szakterúlet, de te pistike persze jobban tudod azoknál, akik csinálják.

Pont arról volt szó, hogy kérdező nem bírja felfogni, hogy már nem csak pixelek megjelenítésére használjuk a GPU-t, hanem többek között vram igényes feladatokra. És nem csak a 3D jatékoknal, hanem maga a Windows is a megjelenítésnél XP óta hardveres gyorsítást alkalmaz, nyilvan nem akkora igénnyel, mint egy játék.

91:

A CUDA és az OpenCL már 12 éve is meglehetősen elterjedtek voltak pl. akadémiai körökben, mert a természettudományban szükség van a nagy számítasi kapacitásra, és ezek között sok a nagy számításigényű feladat. Olyan feladatokat tudnak belátható időn belül megoldani, amikhez korábban szueprszámítógép kellett, de persze már rég vannak oylan szuperszámítógépek, amelyekbe egy rakas videokártyat tesznek. Az Nvidia kimondottan ilyen célú videokártya szériár is fejlesztett Tesla néven.

Szóval azt kijelenteni, hogy a GPU mire való.. A GPGPU ugyanúgy egy felhasználási terület. Ahogy a 3D gyorsítás is az. Meg a renderelés vagy épp a videó dekódolas. Maga a megjelenítés az már régen csak egy a sok közül, és mint sokan leírták, nem csak az zabálja a vramot. Na meg ugyanazon játék esetében nagyobb felbontasnál nem csak annyival fog növekedni a vram igény, mint amennyivel ha desktopon nagyobb felbontást állítasz be.

"Az elég keserves dolog lenne, ha manapság a tudományos kutatómunkát a GPUk számítási teljesítményével kellene megtámogatni."

Szerencse, hogy nem 8 általánost végzett Pistikék döntenek erről, így természetesen használják a GPU adta lehetőségeket az akadémiai szférában és versenyszférás kutatásokban is.

"Eleve, egy ilyen szerkezetű rendszer nettó veszteséges, mert adott teljesítményű GPU sokkal drágább, mint egy ugyanolyan teljesítményű CPU."

Mi az, hogy ugyanolyan számítási kapacitású CPU? A GPU nem tud minden feladatot ellátni, de egyes jól párhuzamosítható feladatok ezred annyi idő alatt kiszámolhatóak vele. Pontosan emiatt használják. Pl. egy CT felvétel feldolgozása, fehérjeszintézis.

"GPU számítási teljesítményének kihasználása csak ott rentábilis, ahol eleve szükségszerű a GPU jelenléte."

Pl. a renderelésnél sem szükségszerű, csak sokkal gyorsabb, mint CPU-val. Meg egy rakás mas feladatnál. Fordítva ülsz a lovon, kevés feladatra készül célszköz, ha van egy feladat, ott kell figyelembe venni, hogy milyen eszközzel tudod a leghatékonyabban megoldani.

"Nem árt, ha tudod, hogy a pistike ebben a beszélgetésben te vagy."

Nyilván te jobban értesz hozzá, mint pl. az Nvidia vagy a szuperszámítógép gyártók, akik több mint egy évtizede fejlesztenek célhardvert általanos GPU számításokhoz. Meg nyilván a CUDA is teljesen felesleges általános számításokhoz, mert szerinted nagy a veszteség, és drága a GPU...