Nvidia,GPU,CUDA
這里主要是測試一下CPU和GPU計(jì)算的速度荐操。
CPU：I7-10700芜抒，8核16線程，主頻2.9GHz托启，睿頻4.8GHz
GPU：RTX-2060宅倒，6G顯存，可用顯存為5G
計(jì)算平臺為Matlab 2019b屯耸，采用同一個(gè)GSW算法拐迁，進(jìn)行不同次數(shù)的循環(huán)。因?yàn)閿?shù)據(jù)前后是相關(guān)的疗绣，所以沒有主動采取并行運(yùn)算线召。但是從任
務(wù)管理器中觀察，Matlab有優(yōu)化過程多矮，計(jì)算中還是使用到多核缓淹。若只采用CPU計(jì)算，CPU利用率從0%變化到74%塔逃，GPU利用率幾乎
不變讯壶，大部分時(shí)間還是維持在0%。若采用GPU計(jì)算湾盗，CPU利用率0%變化到11%伏蚊，GPU變化率為偶爾跳到2%。
然后修改圖像尺寸格粪，看看數(shù)據(jù)大小對于時(shí)間的影響躏吊，循環(huán)次數(shù)保持在100
從上面兩張表格看，首先兩張表格的曲線都是線性增長的帐萎，其次當(dāng)數(shù)據(jù)量和計(jì)算次數(shù)增加后比伏，GPU的優(yōu)勢會越來越大。所以總結(jié)下
來吓肋，利用GPU進(jìn)行計(jì)算還是非常有必要的凳怨。
我們以Nvidia公司的顯卡以及CUDA為例子瑰艘，因?yàn)檫@些都是比較流行的東西是鬼。CUDA是Nvidia公司推出的類似于C語言之類的編程語
言肤舞，只能用在Nvidia的顯卡上，而且只有支持CUDA的顯卡才能計(jì)算均蜜，所以購買Nvidia公司的顯卡前李剖，需要先去查詢一下是否支持
CUDA開發(fā)。查詢網(wǎng)站：https://developer.nvidia.com/zh-cn/cuda-gpus
下圖以一張想卡的結(jié)構(gòu)囤耳，首先他有單獨(dú)的內(nèi)存篙顺，如Global Memory，Constant Memory充择， texture Memory德玫。GPU無法共享CPU的
內(nèi)存，所以每次都需要調(diào)用CUDA的函數(shù)cudaMemcpy在GPU和CPU之間拷貝數(shù)據(jù)椎麦，而且這個(gè)過程還是相當(dāng)消耗時(shí)間的宰僧。一個(gè)GPU內(nèi)
有一個(gè)Grid，Grid下包含多個(gè)Block观挎，RTX 2060下就包含[2.1475e+09, 65536, 65536]個(gè)Block琴儿，他是三維的數(shù)組，總數(shù)是將其相乘嘁捷。
然后每個(gè)Block下面有一個(gè)Shared Memory造成，以及包含多個(gè)Register和Thread，如果經(jīng)常要從Global Memory讀取數(shù)據(jù)也是緩慢的過
程雄嚣，可以將數(shù)據(jù)放到Shared Memory加快讀寫的速度晒屎，Thread是一個(gè)單獨(dú)的線程，類似于CPU所說的8核16線程现诀，而RTX 2060顯卡
的一個(gè)Block下線程個(gè)數(shù)為[1024, 1024, 64]個(gè)線程夷磕，如果在乘以Block的數(shù)量，可以看到一張顯卡下的線程個(gè)數(shù)是遠(yuǎn)遠(yuǎn)超過CPU的仔沿，而
且從之前觀察的GPU利用率來看坐桩，GPU的利用率最高也只有２％左右，GPU還沒有充分發(fā)揮所用能力封锉。
您可以通過我們的官方網(wǎng)站了解更多的產(chǎn)品信息绵跷，或直接來電咨詢4006-888-532。
展示全部 
