Root NationRecenze PC komponentŽehličkaProblém CPU vs. GPGPU: Budoucnost ve slepé uličce? Například ASUS

Problém CPU vs. GPGPU: Budoucnost ve slepé uličce? Například ASUS

-

Myšlenka této krátké materiální reflexe se zrodila z jedné podivné skutečnosti. V procesu optimalizace Premiere Pro a After Effects a již poté, co jsem odešel ASUS TUF GeForce RTX 3090 24GB (recenzi provedl můj kolega Denys Zaichenko zde) Dozvěděl jsem se, že s poslední aktualizací zmizela možnost optimalizace programu pro vícejádrové procesory – distribuce vykreslování mezi vlákna CPU.

CPU GPGPU

Bylo to vysvětleno tím, že Adobe pomalu, ale jistě přechází od optimalizace CPU k optimalizaci GPU. Tomu se, pokud vůbec, říká GPGPU nebo General Purpose GPU. A v tomto případě mohou být obrovské problémy s optimalizací, i když máte grafiku Intel Xe ASUS RTX 3090 24GB!

Základy GPGPU

Zdálo by se, že by neměly být žádné problémy – protože GPU v moderní verzi tvoří tzv stream procesory. V NVIDIA nazývají se například jádra CUDA. A tyto procesory fungují na stejném principu jako jádra běžného CPU.

CPU GPGPU

Rozdíl v síle. Jádra CPU mají značný výpočetní výkon, ale malý počet, i když vezmeme v úvahu multithreading. A jádra GPU, ačkoli jsou výkonově malá, jsou schopna vykonávat určitý úkol. A přitom jich je stokrát víc. Ne-li tisíce.

Video materiál o GPGPU

nechce se ti číst? Podívejte se na video:

Hardwarová akcelerace

A řekněme, že v Premiere Pro zpracování efektů Lumetri na procesoru – a co víc, jednoduché kódování a dekódování H264 – zabere hodně času. A to je normální, různé úkoly pro různé železo se provádějí s různou účinností. Ve skutečnosti dokonce i malý hardwarový akcelerátor zpracování videa v iGPU dělá skutečné zázraky a mění rychlost vykreslování někdy mnohokrát!

CPU GPGPU

- Reklama -

A s ohledem na rostoucí výkon GPU - řekněme v ASUS TUF RTX 3090 má celých 24 gigabajtů video paměti a více než deset tisíc CUDA jader – je celkem logické, že aplikace jsou pro takovou práci optimalizovány.

CPU GPGPU

Pod desítkami tisíc malých pracovníků, kteří paralelizují práci a odstraňují zátěž z CPU. Ale otázka. Zabírá grafická karta příliš mnoho? Všiml jsem si, že při vykreslování těžkých efektů, přechodů a pouhé změně obrázku pomocí dalších prostředků se počítač začal zpomalovat.

Paměť grafické karty byla zanesená na nulu, procesor se téměř nepodílel na vykreslování... stejně jako RAM. A nuance je, že mám 128 GB RAM.

HyperX 3600 MHz 2x32GB

Problém CPU vs. GPGPU: Budoucnost ve slepé uličce? Například ASUS

A například v Premiere Pro je polovina RAM nečinná, procesor je napůl vytížený, dekodér-kodér je zcela uvolněný, ale VRAM je zaseknutá a výkon téměř nulový.

CPU GPGPU

Společná práce

Nejhorší nastává při renderování projektu se smíšenými kousky – propojenými kompozicemi After Effects, například. Tam se videopaměť téměř okamžitě, bez varování, vynuluje. A pro zvýšení rychlosti vykreslování je nutné zavřít všechny aplikace, které žerou VRAM. Stejně jako stejné Premiere Pro a After Effects! A nechte řekněme pouze Media Encoder.

A! Důležité zaměření se nebere v úvahu. Řekněme, že After Effects žere také RAM, a to na obě tváře. ALE! Ví, jak vyprázdnit cache! Uvolněte paměť pro jiné aplikace. Ale žádný program takto nefunguje s videopamětí! Paměť je buď zablokována nebo uvolněna po uzavření projektu.

CPU GPGPU

A ano, VRAM je rozhodně rychlejší než DRAM a někdy i mnohem. Nicméně v recenzích Transcendu, a nejen já, jsem opakoval - pro pracovní úkoly je lepší hodně pomalá paměť než malinký kousek superrychlé paměti.

CPU GPGPU

Pokud program umí pouze paměť zacpat, ale ne co nejefektivněji uvolnit, pak rychlost paměti nepomůže. A ukázalo se, že mám v PC celou hromadu RAM pro Adobe Creative Suite... což by bylo fajn použít pro renderování.

Přečtěte si také: Recenze notebooku ASUS ROG Zephyrus G14 2021: Potěšen, ale žádný wow efekt

- Reklama -

Ale ne – spoléhá téměř výhradně na nešťastnou GTX 1080 Ti, kde je množství paměti více než DESETKRÁT menší! A můžete říci, říkají, že existují stejné RTX, jako stejný model ASUS TUF RTX 3090 táhne NVLink se sdílením paměti! Ale opět je tu jedna nuance.

CPU GPGPU

Za cenu dvou RTX 3090, tedy za 2x 2000 $. (MSRP se již nepočítá, neodpovídá moderní realitě) dostáváme... 24 GB paměti. A co víc, není pravda, že se dá použít k vykreslování! Ano, některé programy tuto funkci implementují. Především – modelování a vědecké výpočty. A tamní nastavení je prostě hrozné.

CPU GPGPU

A za 4000 4 dolarů můžeme zaplnit všechny paměťové kanály pomocí matric DDRXNUMX ECC AMD Threadripper! 256 GB bude nejhorší případ! A také s opravou chyb, kterou RTX 3090 nemá.

CPU GPGPU

Jediný důvod, proč vidím, že by vám mohl bránit v optimalizaci GPU jako výpočtu a RAM jako vyrovnávací paměti, je ten, že latence mezi RAM a grafickou kartou by byla příliš vysoká na to, aby přepsala bonusy za objem. Na druhou stranu nedostatek VRAM stále zpomaluje proces. A můžete alespoň přidat RAM, pokud ano!

Výsledky GPGPU

Toto je nebezpečí. I když máte ASUS TUF RTX 3090, který jste si zakoupili speciálně pro úlohy GPGPU, stále můžete narazit na překážku, které se dá předejít. Pokud programy používají více RAM místo VRAM. Nechápu, jak se to dá změnit – ale pokud bude trend pokračovat, bude to opravdu slepá budoucnost.

Ceny za ASUS TUF RTX 3090 24GB

Denis Zaychenko
Denis Zaychenko
Píšu hodně, někdy pracovně. Zajímají mě počítačové a někdy i mobilní hry a také sestavení pro PC. Téměř estét, rád více chválím než kritizuji.
Více od autora
- Reklama -
Přihlásit se
Upozornit na
host

0 Komentáře
Vložené recenze
Zobrazit všechny komentáře
Další články
Přihlaste se k odběru aktualizací
Nyní populární