Hva er nvidia cuda-kjernene og hva er deres betydning

Mengden CUDA-kjerner er en av dataene vi ofte ser på når vi velger en GPU til vår nye PC. Men hva er CUDA-kjerner, og hva er deres betydning? I denne artikkelen forklarer vi det for deg på en veldig enkel og forståelig måte.

CUDA-kjerner, en av de viktigste dataene for din GeForce GPU

På en veldig enkel måte er CUDA Core en ekvivalent av Nvidias GPU-er til CPU-kjerner. Disse kjernene er optimalisert for å kjøre et stort antall beregninger samtidig, noe som er avgjørende for moderne grafikk. CUDA har lenge vært et av høydepunktene på spesifikasjonen til hvilket som helst GeForce-grafikkort.

Vi anbefaler å lese innlegget vårt om Nvidia RTX 2080 Ti Review på spansk

CUDA er et forkortelse for en av Nvidias proprietære teknologier: Compute Unified Device Architecture. Hensikten? Effektiv parallell databehandling. Compute Unified Device Architecture fremskynder GPU-databehandlingsprosesser. Teknologien ble utviklet for grafiske prosesseringsenheter av Nvidia. Med CUDA kan forskere og programvareutviklere sende C-, C ++- og Fortran-koder direkte til GPU uten å bruke en monteringskode. Denne forenklingen drar fordel av parallell databehandling der tusenvis av oppgaver eller tråder kjører samtidig.

En enkelt CUDA-kjerne er analog med en CPU-kjerne, med den viktigste forskjellen at den er mindre sofistikert, men implementert i mye større antall. En vanlig CPU har mellom 2 og 16 kjerner, men CUDA-kjernene er hundrevis eller tusenvis, selv på de laveste moderne Nvidia GPU-ene. GeForce GT 1030 er den enkleste GPU-en for Nvidia for tiden, den har 384 CUDA-kjerner, på den annen side er den nye GeForce RTX 2080 Ti det mest avanserte kortet i selskapet, som overstiger 4000 CUDA-kjerner for å tilby ytelse veldig høyt.

Betydningen av CUDA-kjerner på din PC

En GPU skiller seg fra en CPU på mange måter, men for å si det enkelt, en CPU er mer en administrator, ansvarlig for å kontrollere hele PC-en, mens en GPU er den mest passende løsningen for å gjøre tunge løft. Grafisk behandling krever mange komplekse beregninger som skal utføres samtidig, og det er grunnen til at så enorme mengder CUDA-kjerner implementeres i GPU-er. Tatt i betraktning at GPU-er er spesielt designet og optimalisert for dette formålet, kan kjernene deres være mye mindre enn CPU-ene, som er mye mer allsidige.

I hovedsak vil ethvert grafikkoppsett som krever beregninger utføres samtidig ha stor fordel av økt CUDA-kjernetall. Det mest åpenbare er belysning og skygger, men fysikk er også inkludert, samt noen typer utjevning og lukking i omgivelsene. Der Nvidia har CUDA-kjerner, har hovedkonkurrenten, AMD, Stream-prosessorer.

Nå er disse to teknologiene, så vel som hvert selskaps respektive GPU-arkitekturer, åpenbart forskjellige. Imidlertid er grunnleggende og funksjonelt CUDA-kjerner og Stream-prosessorer den samme tingen. CUDA-kjerner er bedre optimalisert, da maskinvaren til Nvidia generelt sammenligner med AMD, men det er ingen merkbare forskjeller når det gjelder grafikkytelse eller kvalitet.

Som ofte er tilfelle med papirspesifikasjoner, er ganske enkelt antall kjerner i en GPU ikke i seg selv en god indikator på hva slags ytelse du kan forvente av en maskinvare. Mange andre spesifikasjoner, som VRAM-kapasitet, er viktigere å ta i betraktning enn CUDAs kjernetall, og det er også spørsmålet om programvareoptimalisering så vel som effektivitet i mikroarkitekturen.

På grunn av dette er den beste måten å bestemme ytelsen til en GPU å se på noen benchmarks. På den måten kan du vite nøyaktig hva slags ytelse du kan forvente deg i et gitt spill.

• Vi anbefaler å lese de beste grafikkortene på markedet

Alt dette er avgjørende for Nvidias CUDA-kjerner. Vi håper det har hjulpet deg å avklare hva CUDA-kjerner er, hva de gjør og hvor viktige de er. Fremfor alt håper vi at vi har bidratt til å fjerne enhver misoppfatning du måtte ha hatt om emnet.