Ядра CUDA и Tensor являются одними из наиболее заметных характеристик на графическом процессоре NVIDIA. Эти ядра являются фундаментальными вычислительными блоками, которые позволяют графическому процессору выполнять кучу задач, таких как рендеринг видео, графическая обработка, машинное обучение и многое другое. Хотя оба ядра необходимы для функции GPU, они обслуживают конкретные варианты использования.
Вы можете думать о ядрах CUDA как о универсальных рабочих лошадях, которые выполняют все задачи, обычно связанные с видеокартой и многое другое. Эти ядра работают по принципу параллелизма, что означает, что они разбивают задачу на тысячи подзадач для более быстрой обработки. С другой стороны, тензоры ядер являются искусными в выполнении конкретных расчетов, которые делают их идеальными для приложений для машинного обучения.
Тем не менее, NVIDIA также использовала Tensor Core для своего волшебства ИИ в играх через DLSS. Тенсорные ядра также пригодятся для трассировки лучей и того, как это работает, а также видео в реальном времени, создавая с помощью Video Super Resolution Nvidia (VSR), среди многих других льгот, которые они предлагают. Давайте погрузимся прямо в то, как эти ядра графического процессора работают, и поймем, как они влияют на ваш игровой опыт.
Понимание ядер CUDA и Tensor
В первые дни графических процессоров они в основном использовались для задач, с которыми вы обычно ассоциируете их — визуализируя графику и визуальные эффекты. Графические процессоры работали, разрабатывая задачу в несколько подзадач, что делает их идеальными для графического рендеринга. Тем не менее, исследователи в NVIDIA поняли, что графический процессор также может помочь с определенными вычислительными задачами за пределами графики. Именно тогда Nvidia представила Compute Unified Device Architecture (CUDA), платформу, которая позволила разработчикам использовать ядра графического процессора для вычислительных задач. Ядра CUDA — это основные блоки обработки, которые выполняют инструкции CUDA.
Типичный процессор может иметь от одного до 128 ядер, однако большинство современных графических процессоров NVIDIA выставляют напоказ тысячи ядер CUDA. В то время как процессоры отлично справляются с последовательными задачами, ядра CUDA сияют самые яркие при обработке задач, которые выигрывают от параллельных вычислений, таких как машинное обучение и обработка данных, из -за большого количества ядер.
Тем не менее, NVIDIA реализовала расчеты, связанные с приложениями машинного обучения, могут быть сильно ускорены со специализированными ядрами и введены в тензорные ядра в 2017 году. Приспособленные для быстрого выполнения матрицы смешанного назначения (Multy-Accumulate (MAC), которые жизненно важны для применений в глубоком обучении, тензорные ядра сыграли роли Pivotal в развивающихся развитиях в AI.
Тенсорные ядра являются основой DLS NVIDIA
Тенсорные ядер сыграли огромную роль в том, чтобы сделать Nvidia Darling Darling That That That To Today. Помимо того, что они становятся основой для разработок в области искусственного интеллекта, эти тензорные ядра также были в центре многих последних предложений Nvidia для геймеров. NVIDIA запустила Super Sampling Deep Learning (DLSS) в 2018 году, в которой использовались возможности ИИ GPU для рендеринга дополнительных кадров, что делает геймплей более плавным. Лучшие графические карты Nvidia теперь используют ядер CUDA для традиционного визуализации графики, в то время как тензор получает получение окончательного вывода с функциями искусственного интеллекта.
С момента его запуска DLSS значительно развивалась с каждой итерацией, добавив больше AI -волшебства в ваш игровой опыт. Multi Frame Generation (MFG) на последней версии DLSS, эксклюзивные для 50 серий карт, может генерировать до трех искусственных кадров между двумя рамными рамами, предлагая гораздо более высокие FPS во время игр. Другой способ улучшения игровой производительности DLSS — это увеличение визуализированных кадров до более высокого разрешения с использованием супер -разрешения DLSS.
Для этого ядра CUDA и Tensor работают в тандеме, чтобы генерировать и повышать изображение, соответственно, что делает визуальные эффекты более качества. Кроме того, карты, поддерживаемые DLSS, работают намного лучше при трассировке Ray, используя выделенные RT-сердечные коры Nvidia.
