
2016年,发生了一件重大事件,震惊了IT行业. Google的人工智能软件AlphaGo击败了韩国的世界围棋冠军9人球员Lee Sedol. 2017年,阿尔法狗(Alpha Dog)击败了中国围棋第九名选手柯洁(Ke Jie),他在世界排名第一. 到目前为止,人类已经在所有国际象棋游戏中都输给了计算机.
Alpha Dog是一款智能Go机器人,可与中央处理器(CPU)和图形处理器(GPU)一起使用. Alpha Dog使用神经网络,深度学习和蒙特卡洛树搜索作为其核心算法. 它的系统包括四个部分:
政策网络,使用当前情况作为输入来预测下一步行动;
快速部署(Fast Rollout),其目标类似于战略网络,并且以适当牺牲质量的方式进行加速;
Value Network以当前情况为输入来估算获胜百分比;
蒙特卡罗树搜索将上述三个部分整合在一起,形成了一个完整的系统.
原始的Alpha Dog具有176个GPU和1202个CPU. 通过许多内部进程的并行计算,GPU可以实现比CPU高一个数量级的计算速度. 但是,为了管理多个进程,需要在微体系结构上仔细设计GPU,以满足深度学习计算的带宽和缓存要求. 那么GPU和CPU有什么区别?
01图形处理器
CPU由两个主要组件组成: 算术单元(ALU)和控制器(CU). 此外,还有许多寄存器和高速缓冲存储器,以及实现它们之间连接的数据,控制和状态总线. ALU用于执行算术运算,移位运算,地址运算和转换;寄存器文件用于存储中间数据和指令; CU负责解码指令并发出控制信号,以完成要为每条指令执行的每项操作(见图24-1).
▲图24-1 CPU结构(冯·诺依曼体系结构)
CPU的操作遵循冯·诺依曼(von Neumann)架构: 顺序执行存储的程序. 程序执行过程如下: CPU根据程序计数器(PC)从存储器中获取指令,然后通过指令总线将指令发送给,并将翻译后的指令传递给定时发生器和操作控制器,然后从内存中获取数据并由运算单元进行处理,最后将数据通过数据总线存储在数据缓冲寄存器和存储器中.
CPU逐步处理数据(参见图24-2). 在处理高速数据时,CPU很难满足需求.
▲图24-2 CPU的工作原理
当芯片的集成度增加时,泄漏电流也增加,但是时钟频率的增加受到限制,并且晶体管的线宽将很快达到物理极限,因此很难降低芯片的性能晶体管线宽提高. 结果,人们开始对设计大惊小怪. 首先想到的是允许多个处理器并行工作,因此效率自然得到了很大提高,因此诞生了多核CPU和GPU.
另一个想法是保持芯片不变,但向应用系统添加人工智能以获得计算优势. 随着大数据时代的到来,面向人工智能的应用系统越来越多.
在现代计算机中,图形处理变得越来越重要,因此出现了专门用于图形的核心处理器GPU. 为了处理图形数据,必须处理图形上的每个像素,这是一个大数据,因此对计算速度的要求很高. 但是,GPU所需的功能相对简单,因此诞生了基于优化图形处理的GPU架构(见图24-3).
▲图24-3 CPU和GPU架构比较

CPU具有许模块,适用于复杂的计算环境. 大多数晶体管用于控制电路和缓存中,而少量晶体管用于完成计算工作. GPU的控制相对简单,不需要大量的缓存. 大多数晶体管可用于各种特殊电路和管线中. 结果,GPU的计算速度大大提高,并且具有强大的浮点计算功能.
当前的多核CPU通常由4或6个核组成,以模拟8或12个处理过程进行计算. 但是普通的GPU包含数百个内核,高端的GPU具有数万个内核,这对于多媒体处理中的大量重复处理具有自然的优势,更重要的是,它可以用于海量并行数据. 处理.
尽管GPU专为图像处理而设计,但其体系结构没有特殊的图像处理算法. 它仅优化CPU架构. 因此,GPU不仅广泛用于图像处理,而且还广泛用于科学计算,密码破解,数值分析,大数据处理,财务分析等需要并行计算的领域. GPU是更通用的芯片.
02图形处理器的组成
GPU电路板通常是6层或4层PCB电路板. GPU的所有组件都集成在其电路板上,这会影响GPU的质量.
GPU电路板上最大的芯片是GPU,其上有散热器和风扇. 作为处理数据的核心,大多数GPU使用单芯片设计,而GPU也使用多个GPU芯片.
GPU电路板上的另一个重要芯片是数模转换器(RAMDAC). 它的功能是将视频存储器中的数字信号转换为显示器可以识别的模拟信号. 速度以MHz为单位. 速度越快,图像越稳定. 它确定了GPU可以支持的最高刷新率. 为了降低成本,大多数制造商已将D / A转换器集成到GPU芯片中,但是仍然有一些高端GPU使用独立的D / A转换器芯片.
GPU数据存储在视频存储器中,该视频存储器用于存储等待处理的图形数据信息. 内存容量决定了GPU支持的分辨率和颜色深度. 分辨率越高,显示的像素越多,所需的存储容量也越大. 对于当前的3D GPU,需要大量的视频内存来存储Z-Buffer数据或材料数据.
视频存储器有两种主要类型: 单端和双端视频存储器. 前者从GPU读取数据,然后将数据传输到数字/模拟转换器,并通过同一端口. 不能同时读取,写入和传输数据;后者可以同时读取,写入和传输数据. 当前流行的视频存储器包括SDRAM,SGRAM,DDR RAM,VRAM,WRAM等.
GPU电路板上使用的常见电容器类型为电解电容器,钽电容器等. 前者会发热很多,许多品牌GPU使用钽电容器来提高性能. 电阻器也是如此. 普通的金属膜电阻器和碳膜电阻器正逐渐让位于片式电阻器.
GPU电路板上有一个电源电路,可以为GPU供电. 其功能是调节来自主板的电流,以使GPU稳定工作. 随着GPU变得越来越复杂,对GPU电源电路的要求也越来越高.
GPU电路板上还有一个用于VGA BIOS的闪存. 它包含诸如GPU和驱动程序控制程序,产品标识等信息. 可以通过特殊程序升级闪存以提高GPU性能,有时还可以使GPU改变其外观.
GPU电路板上有晶体振荡器和其他组件,可为GPU提供内部D / A转换时钟频率. 另外,随着GPU频率的越来越高,工作时发热量非常大,GPU电路板上会出现冷却风扇.
03生成计算机图形的原理
计算机的输出图像是模拟信号,并且计算机处理二进制数字信号. 数据离开CPU后,经过以下四个步骤,它到达显示屏并成为图像.
最终处理的结果显示在屏幕上. 显示性能由以上四个步骤确定. 它与GPU的性能不同. GPU的性能决定了中间的两个步骤. 第一步是从CPU进入GPU,最后一步是通过GPU将数据发送到显示器.
近年来,人工智能中的深度学习算法已变得非常流行,这使得GPU制造商大受打击. 实际上,深度学习理论早在1970年代和1980年代就已经存在,但它的兴起主要归因于GPU的出现. 英伟达(Nvidia)联合创始人兼首席执行官黄仁勋表示: “由于人工智能世界的爆炸式增长,人工智能计算机科学家发现了新算法,这些算法使我们能够使用深度学习技术来获得无人能想到的结果. ”
04显卡的诞生
在图形卡和GPU方面,人们想到了游戏和电影中精美的三维图形. 实际上,早期的图形卡不仅无法处理3D图形,而且甚至无法处理2D图形. 它仅具有显示功能. 如今,GPU不仅可以处理复杂的三维图形,而且还可以用作通用计算中的协处理器.
计算机图形处理器的开发从图形显示适配器开始,到图形,再到图形处理器或GPU,其功能不断得到增强.
从显示适配器到图形加速卡的过渡是图形卡历史上的重要转折点. 从此以后,图形卡开始在计算机中承担部分计算任务,为将来与CPU对抗打下了基础.

计算机图形学是由麻省理工学院的Ivan Edward Sutherland在1962年提出的. 这个Shannon学生是计算机图形学之父. 在随后的20年中,计算机图形学得到了不断的发展,但是没有生产专用的图形处理芯片.
在图形卡出现之前,计算机中通常的图形输出工作是由CPU进行的. 显卡的外观并不是为了加速计算机的图形输出,原始显卡是为了加速游戏机上的二维图形显示. 该游戏是Atari于1977年推出的Atari2600. 同期流行的计算机是Apple-II,Apple-II的图形输出由CPU承担.
图形处理需要具有强大的并行计算能力的计算机,并且对准确性和计算强度的要求也很高. 对于早期的计算机,这很困难. 当时的图形卡仅将CPU计算生成的图形转换为可被显示设备识别并显示的信号. 它没有计算能力,被称为图形适配器(VGA卡).
▲图24-4滑稽芯片
Atari 2600具有一个8位的Antic芯片和一个CTIA芯片,用于在电视上输出音频(见图24-2). Atari 2600的设计师Jay Miner还是Amiga(1980年代功能最强大的图形性能计算机)的设计师. Atari 2600内部的Antic芯片是图形卡的祖先.
1981年,IBM推出了第一批二维加速卡,即5150个人计算机上安装的MDA(单色显示适配器)和CGA(彩形适配器).
MDA仅支持黑色和绿色文本,图形内存为4KB,并且无法生成图形. CGA是IBM个人计算机中最早的彩形卡,分辨率为640×200和4种颜色. 因为CGA的分辨率太低,所以有一个EGA增强型图形适配器(增强型图形适配器).
MDA,CGA和EGA的三个标准都与TTL数字信号一起输出. IBM很快开发了基于ISA(工业标准建筑)的图形卡,它是最古老,最常用的VGA图形卡.
在出现VGA标准之前,图形卡已与主板分离. VGA(视频图形阵列)是显示图形阵列. 其数字模式可以达到720×400色,绘图模式可以达到640×480×16色和320×200×256色. 在此之前,图形卡可以同时显示256种颜色.
VGA标准使用模拟信号输出,并且其彩色显示功能大大增强. 原则上,它可以显示多种颜色. 因此,VGA已迅速成为显示设备的标准.
在这个时代,第一张真正的图形卡-Trident 8900/9000图形卡出现了. 它是ISA / 16彩形卡和3D图形卡的真正创建者的代名词. 它使图形卡首次独立于计算机. 从那时起,它不再是集成芯片,为将来独立显卡的开发提供了可能性.
SVGA标准出现在VGA之后. 它是VGA标准的衍生产品,改进的SVGA图形适配器可以支持16位彩色. 最早的SVGA图形卡是Cirrus Logic的GD5428 / 5429,它集成了1至2MB的视频内存并支持16位彩色. 但是,GD5428 / 5429仍然使用VESA总线,因此卡体非常长,成本也不低.
S3735(Tr64V)和Trident 9680是真正推广SVGA的产品. 它们可以实现1024×768的分辨率,并在低分辨率下支持32位真彩色.
1984年,Silicon Graghics Inc.(SGI)推出了的高端图形工作站,其中配备了称为图形的专用图形硬件. 它介绍了许多经典概念,例如顶点转换和纹理映射. 在随后的十年中,Silicon Graphics开发了许多的图形工作站,但它们价格昂贵且无法进入个人计算机市场.
1984年,IBM推出了另外两种图形卡,分别是PGC(Graghics控制器)和EGA. 这两种图形卡可以支持二维和三维图形加速,并用于计算机辅助设计.
1986年,德州仪器(TI)推出了第一款具有片上图形处理功能的微处理器TMS34010. 该处理器需要特殊的图形编程语言. 从1990年到1992年,它是Windows卡中德州仪器Graghics Architecture(TIGA)的基础.
1987年,国际准将(Commodore International)推出了Amiga 500计算机. 该计算机具有功能强大的图像处理芯片. 该芯片也是在杰伊·迈纳(Jay Miner)的倡导下添加的. 该显卡为Amiga 500带来了704×576像素的图形显示功能.
除了显卡之外,Amiga 500的音频输出性能也非常出色. 尽管Amega 500的图形卡不是计算机上使用的第一张图形卡,但它是第一张真正的二维加速卡. Amiga 500计算机的诞生使人们意识到了计算机图形加速卡的意义(见图24-5).
本文来自电脑杂谈,转载请注明本文网址:
http://www.pc-fly.com/a/shoujiruanjian/article-312978-1.html
卧槽新歌
或许都是靠发行原始股从股民那里半骗半偷半抢的钱发的财