AMD İşlem Birimleri vs. Nvidia CUDA Çekirdekleri: Fark Nedir?

Nvidia ve AMD'yi takip ediyorsanız, muhtemelen bu iki şirketin de kullanmaktan hoşlandığı GPU'larının özelliklerini biliyorsunuzdur. Örneğin, Nvidia, teklifini AMD'nin kartlarından farklı kılmak için CUDA çekirdek sayılarını vurgulamayı severken AMD, Hesaplama Birimleri ile aynı şeyi yapıyor.

Ama bu terimler aslında ne anlama geliyor? CUDA çekirdeği, Hesaplama Birimi ile aynı şey midir? Değilse, o zaman fark nedir?

Bu soruları cevaplayalım ve bir AMD GPU'yu Nvidia'dan farklı kılanın ne olduğunu görelim.

GPU'nun Genel Mimarisi

AMD, Nvidia veya Intel'den gelen tüm GPU'lar genel olarak aynı şekilde çalışır. Aynı temel bileşenlere sahiptirler ve bu bileşenlerin genel düzeni daha yüksek düzeyde benzerdir.

Yani yukarıdan aşağıya bir bakış açısıyla, tüm GPU'lar aynıdır.

Her üreticinin kendi GPU'suna yerleştirdiği özel, tescilli bileşenlere baktığımızda, farklar ortaya çıkmaya başlar. Örneğin, Nvidia, Tensor çekirdeklerini GPU'larına kurarken, AMD GPU'larında Tensor çekirdekleri yoktur.

Benzer şekilde AMD, Nvidia GPU'larında bulunmayan Infinity Cache gibi bileşenleri kullanır.

Bu nedenle, Hesaplama Birimleri (CU'lar) ve CUDA çekirdekleri arasındaki farkı anlamak için önce GPU'nun genel mimarisine bakmamız gerekir. Mimariyi anlayıp bir GPU'nun nasıl çalıştığını gördüğümüzde, Hesaplama Birimleri ile CUDA çekirdekleri arasındaki farkı açıkça görebiliriz.

GPU Nasıl Çalışır?

Anlamanız gereken ilk şey, bir GPU'nun aynı anda binlerce hatta milyonlarca talimatı işlemesidir. Bu nedenle, bir GPU'nun bu talimatları işlemesi için çok sayıda küçük, yüksek düzeyde paralel çekirdeğe ihtiyacı vardır.

Bu küçük GPU çekirdekleri, bir seferde çekirdek başına bir karmaşık talimat işleyen büyük CPU çekirdeklerinden farklıdır.

Örneğin, bir Nvidia RTX 3090, 10496 CUDA çekirdeğine sahiptir. Öte yandan, birinci sınıf AMD Threadripper 3970X'in yalnızca 64 çekirdeği var.

Dolayısıyla GPU çekirdeklerini CPU çekirdekleriyle karşılaştıramayız. oldukça fazla var CPU ve GPU arasındaki farklar çünkü mühendisler onları farklı görevleri yerine getirmek için tasarladılar.

Ayrıca, ortalama bir CPU'nun aksine, tüm GPU çekirdekleri kümeler veya gruplar halinde düzenlenmiştir.

Son olarak, bir GPU üzerindeki bir çekirdek kümesi, doku işleme çekirdekleri, kayan nokta birimleri ve önbellekler gibi diğer donanım bileşenlerine sahiptir.

Aynı anda milyonlarca talimatın işlenmesine yardımcı olmak için. Bu paralellik, bir GPU mimarisini tanımlar. Bir talimatın yüklenmesinden işlenmesine kadar, bir GPU her şeyi paralel işleme ilkelerine göre yapar.

• İlk olarak, GPU, bir talimat kuyruğundan işlemek için bir talimat alır. Bu talimatlar neredeyse her zaman ezici bir çoğunlukla vektörle ilgilidir.
• Daha sonra, bu yönergeleri çözmek için bir iş parçacığı zamanlayıcı, bunları işlenmek üzere ayrı çekirdek kümelere iletir.
• Talimatları aldıktan sonra, yerleşik bir çekirdek küme planlayıcısı, talimatları işlemek üzere çekirdeklere veya işlem öğelerine atar.
• Son olarak, farklı çekirdek kümeler farklı komutları paralel olarak işler ve sonuçlar ekranda görüntülenir. Yani ekranda gördüğünüz tüm grafikler, örneğin bir video oyunu, sadece milyonlarca işlenmiş vektörden oluşan bir koleksiyondur.

Kısacası, bir GPU, kümeler halinde düzenlenmiş "çekirdek" dediğimiz binlerce işlem elemanına sahiptir. Zamanlayıcılar, paralellik elde etmek için bu kümelere iş atar.

Hesaplama Birimleri Nelerdir?

Önceki bölümde görüldüğü gibi, her GPU, işleme öğelerini içeren çekirdek kümelerine sahiptir. AMD, bu çekirdek kümeleri "Bilgi İşlem Birimleri" olarak adlandırır.

www.youtube.com/watch? v=uu-3aGözlerWQ&t=202s

İşlem Birimleri, paralel Aritmetik ve Mantıksal Birimler gibi bir işleme kaynakları topluluğudur. (ALU'lar), önbellekler, kayan nokta birimleri veya vektör işlemcileri, kayıtlar ve iş parçacığını depolamak için bir miktar bellek bilgi.

Basitleştirmek için AMD, yalnızca GPU'larının Hesaplama Birimlerinin sayısını duyurur ve temel bileşenlerin ayrıntılarını vermez.

Bu nedenle, İşlem Birimlerinin sayısını her gördüğünüzde, bunları bir grup işleme öğesi ve ilgili tüm bileşenler olarak düşünün.

CUDA Çekirdekleri Nelerdir?

AMD, Hesaplama Birimlerinin sayısıyla işleri basit tutmayı severken, Nvidia, CUDA çekirdekleri gibi terimleri kullanarak işleri karmaşıklaştırıyor.

CUDA çekirdekleri tam olarak çekirdek değildir. Bunlar, Nvidia'nın pazarlama amaçları için çekirdek olarak adlandırmayı sevdiği kayan nokta birimleridir. Ve hatırlarsanız, çekirdek kümelerde yerleşik birçok kayan nokta birimi bulunur. Bu birimler vektör hesaplamaları yapar, başka bir şey yapmaz.

Dolayısıyla onlara “çekirdek” demek saf pazarlamadır.

Bu nedenle, bir CUDA çekirdeği, kayan nokta işlemlerini gerçekleştiren bir işleme öğesidir. Tek bir çekirdek küme içinde birçok CUDA çekirdeği olabilir.

Son olarak, Nvidia çekirdek kümeleri çağırıyor “Akış Çok İşlemcili veya SM'ler.” Bilgi İşlem Birimleri, çekirdek kümelerin kendileri olduğundan, SM'ler AMD İşlem Birimlerine eşdeğerdir.

Hesaplama Birimleri ile CUDA Çekirdekleri Arasındaki Fark Nedir?

Bir Hesaplama Birimi ile bir CUDA çekirdeği arasındaki temel fark, ilkinin bir çekirdek kümeye atıfta bulunması ve ikincisinin bir işleme elemanına atıfta bulunmasıdır.

Bu farkı daha iyi anlamak için şanzıman örneğini ele alalım.

Şanzıman, birden fazla dişliden oluşan bir birimdir. Dişli kutusunu bir Hesaplama Birimi ve tek tek dişlileri CUDA çekirdeklerinin kayan nokta birimleri olarak düşünebilirsiniz.

Başka bir deyişle, Hesaplama Birimlerinin bir bileşen koleksiyonu olduğu durumlarda, CUDA çekirdekleri koleksiyon içindeki belirli bir bileşeni temsil eder. Bu nedenle, Hesaplama Birimleri ve CUDA çekirdekleri karşılaştırılabilir değildir.

AMD'nin GPU'ları için Hesaplama Birimi sayısından bahsettiğinde, rakip Nvidia kartlarına ve CUDA çekirdek sayılarına kıyasla her zaman oldukça düşük olmasının nedeni de budur. Nvidia kartının Akış Çok İşlemcisi sayısı ile AMD kartının Hesaplama Birimi sayısı arasında daha uygun bir karşılaştırma olacaktır.

İlişkili: AMD 6700XT vs. Nvidia RTX 3070: 500 Doların Altındaki En İyi GPU Hangisi?

CUDA Çekirdekleri ve Hesaplama Birimleri Farklıdır ve Karşılaştırılamaz

Şirketler, ürünlerini en iyi şekilde sunmak için kafa karıştırıcı terminoloji kullanma alışkanlığına sahiptir. Bu sadece müşterinin kafasını karıştırmakla kalmaz, aynı zamanda önemli olan şeyleri takip etmeyi de zorlaştırır.

Bu nedenle, bir GPU ararken ne arayacağınızı bildiğinizden emin olun. Pazarlama jargonundan uzak durmak kararınızı çok daha iyi ve stressiz hale getirecektir.

NVIDIA'nın 30 Serisi Grafik Kartları Yükseltmeye Değer mi?

Eğer bir oyuncuysanız, grafik kartınızı NVIDIA'nın 30 Serisine yükseltmek isteyebilirsiniz. Ama buna değer mi?

Sonrakini Oku

Yazar hakkında