Core CUDA dalam Kartu Video

Daftar Isi:

Core CUDA dalam Kartu Video
Core CUDA dalam Kartu Video
Anonim

Dikembangkan oleh Nvidia untuk unit pemrosesan grafis (GPU), Compute Unified Device Architecture (CUDA) adalah platform teknologi yang mempercepat proses komputasi GPU. Inti Nvidia CUDA adalah unit pemrosesan paralel atau terpisah di dalam GPU, dengan lebih banyak inti umumnya sama dengan kinerja yang lebih baik.

Image
Image

Dengan CUDA, peneliti dan pengembang perangkat lunak dapat mengirim kode C, C++, dan Fortran ke GPU tanpa menggunakan kode perakitan. Perampingan ini memanfaatkan komputasi paralel di mana ribuan tugas, atau utas, dieksekusi secara bersamaan.

Apa itu CUDA Cores?

Nvidia CUDA core adalah prosesor paralel yang mirip dengan prosesor di komputer, yang mungkin merupakan prosesor dual atau quad-core. Namun, GPU Nvidia dapat memiliki beberapa ribu core.

Saat berbelanja kartu video Nvidia, Anda mungkin melihat referensi ke jumlah inti CUDA yang terdapat dalam kartu. Core bertanggung jawab atas berbagai tugas yang terkait dengan kecepatan dan kekuatan GPU.

Karena inti CUDA bertanggung jawab untuk menangani data yang bergerak melalui GPU, inti sering menangani grafik video game dalam situasi di mana karakter dan pemandangan dimuat.

core CUDA mirip dengan Prosesor AMD Stream; ini hanya diberi nama berbeda. Namun, Anda tidak bisa menyamakan GPU Nvidia 300 CUDA dengan GPU AMD 300 Stream Processor.

Aplikasi dapat dibangun untuk memanfaatkan peningkatan kinerja yang ditawarkan oleh inti CUDA. Anda bisa melihat daftar aplikasi tersebut di halaman Nvidia GPU Applications.

Memilih Kartu Video Dengan CUDA

Jumlah inti CUDA yang lebih tinggi biasanya berarti kartu video memberikan kinerja yang lebih cepat secara keseluruhan. Tetapi jumlah inti CUDA hanyalah salah satu dari beberapa faktor yang perlu dipertimbangkan ketika memilih kartu video.

Nvidia menawarkan rangkaian kartu yang menampilkan sedikitnya delapan inti CUDA hingga sebanyak 5, 760 inti CUDA di GeForce GTX TITAN Z.

Kartu grafis yang memiliki arsitektur Tesla, Fermi, Kepler, Maxwell, atau Pascal mendukung CUDA.

Direkomendasikan: