تم تصميم وحدات معالجة الرسومات (GPUs) لتقديم الرسومات في الوقت الفعلي. ومع ذلك، فقد تبين أن ما يجعل وحدات معالجة الرسومات رائعة في الرسومات يجعلها أيضًا رائعة في بعض المهام غير الرسومية أيضًا. يُعرف هذا باسم حوسبة GPU.
كيف تختلف وحدات المعالجة المركزية ووحدات معالجة الرسومات؟
من حيث المبدأ، تعد كل من وحدات معالجة الرسومات ووحدات المعالجة المركزية (وحدات المعالجة المركزية) منتجات لنفس التقنية. يوجد داخل كل جهاز معالجات تتكون من ملايين إلى مليارات المكونات الإلكترونية المجهرية، وخاصة الترانزستورات. تشكل هذه المكونات عناصر المعالج مثل البوابات المنطقية ومن هناك يتم دمجها في هياكل معقدة تحول الكود الثنائي إلى تجارب الكمبيوتر المتطورة التي لدينا اليوم.
الفرق الرئيسي بين وحدات المعالجة المركزية ووحدات معالجة الرسومات هو التوازي. في وحدة المعالجة المركزية الحديثة، ستجد العديد من مراكز وحدة المعالجة المركزية المعقدة وعالية الأداء. تعتبر أربعة مراكز نموذجية لأجهزة الكمبيوتر السائدة، ولكن وحدات المعالجة المركزية ذات 6 وثمانية مراكز أصبحت سائدة. قد تحتوي أجهزة الكمبيوتر الاحترافية المتطورة على العشرات أو حتى أكثر من 100 نواة لوحدة المعالجة المركزية، خاصة مع اللوحات الأم متعددة المقابس التي يمكنها استيعاب أكثر من وحدة معالجة مركزية واحدة.
يمكن لكل نواة وحدة المعالجة المركزية القيام بشيء واحد أو (باستخدام تقنية Hyperthreading) في وقت واحد. ومع ذلك، يمكن أن تكون هذه الوظيفة أي شيء تقريبًا ويمكن أن تكون معقدة للغاية. تتمتع وحدات المعالجة المركزية بمجموعة واسعة من قدرات المعالجة والتصميمات الذكية بشكل لا يصدق التي تجعلها فعالة في معالجة العمليات الحسابية المعقدة.
تحتوي وحدات معالجة الرسومات الحديثة عادةً على آلاف المعالجات البسيطة. على سبيل المثال، تحتوي وحدة معالجة الرسومات RTX 3090 من Nvidia على 10496 نواة GPU ضخمة. على عكس وحدة المعالجة المركزية، فإن كل نواة وحدة معالجة الرسومات بسيطة نسبيًا بالمقارنة وهي مصممة للقيام بأنواع الحسابات النموذجية في أعمال الرسومات. ليس هذا فحسب، بل كل هذه الآلاف من المعالجات يمكنها العمل على جزء صغير من مشكلة عرض الرسومات في نفس الوقت. وهذا ما نعنيه بـ “التوازي”.
الحوسبة للأغراض العامة على وحدات معالجة الرسومات (GPGPU)
تذكر أن وحدات المعالجة المركزية ليست متخصصة ويمكنها إجراء أي نوع من العمليات الحسابية، بغض النظر عن المدة التي يستغرقها إنهاء العمل. في الواقع، يمكن لوحدة المعالجة المركزية أن تفعل أي شيء يمكن أن تفعله وحدة معالجة الرسومات، لكنها لا تستطيع القيام بذلك بالسرعة الكافية لتكون مفيدة في تطبيقات الرسومات في الوقت الفعلي.
إذا كان هذا هو الحال، فإن العكس صحيح أيضًا إلى حد ما. يمكن لوحدات معالجة الرسوميات إجراء بعض الحسابات نفسها التي نطلب من وحدات المعالجة المركزية عادةً القيام بها، ولكن بما أن لديها تصميم معالجة متوازي يشبه الكمبيوتر العملاق، فيمكنها القيام بذلك بشكل أسرع. هذا هو GPGPU: استخدام وحدات معالجة الرسومات للقيام بأحمال عمل وحدة المعالجة المركزية التقليدية.
يستخدم صانعو GPU الرئيسيون (NVIDIA وAMD) لغات برمجة وهندسة معمارية خاصة للسماح للمستخدمين بالوصول إلى ميزات GPGPU. في حالة نفيديا، هذا كودا أو حساب بنية الجهاز الموحد. ولهذا السبب سترى أن معالجات GPU الخاصة بهم يشار إليها باسم نوى CUDA.
نظرًا لأن CUDA ملكية خاصة، فإن صانعي وحدات معالجة الرسومات المتنافسين مثل AMD لا يمكنهم استخدامه. وبدلاً من ذلك، تستفيد وحدات معالجة الرسوميات من AMD من OpenCL أو لغة الحوسبة المفتوحة). هذه لغة GPGPU تم إنشاؤها بواسطة مجموعة من الشركات التي تشمل Nvidia وIntel.
وحدات معالجة الرسومات في البحث العلمي
لقد أحدثت حوسبة وحدة معالجة الرسومات ثورة فيما يمكن للعلماء فعله بميزانيات أصغر بكثير من ذي قبل. التنقيب عن البيانات، حيث تبحث أجهزة الكمبيوتر عن أنماط مثيرة للاهتمام في جبال من البيانات، وتكتسب رؤى كان من الممكن أن تضيع وسط هذه الضجيج.
مشاريع مثل يستخدم Folding@Home وقت معالجة وحدة معالجة الرسومات المنزلية يتم التبرع بها من قبل المستخدمين للعمل على مشاكل خطيرة مثل السرطان. تعد وحدات معالجة الرسومات مفيدة لجميع أنواع عمليات المحاكاة العلمية والهندسية التي كان من الممكن أن يستغرق إكمالها سنوات في الماضي وملايين الدولارات من الوقت المستأجر على أجهزة الكمبيوتر العملاقة الكبيرة.
وحدات معالجة الرسومات في الذكاء الاصطناعي
تعد وحدات معالجة الرسومات أيضًا رائعة في أنواع معينة من وظائف الذكاء الاصطناعي. يعد التعلم الآلي (ML) أسرع بكثير على وحدات معالجة الرسومات من وحدات المعالجة المركزية (CPU)، وتحتوي أحدث نماذج وحدات معالجة الرسومات على أجهزة تعلم آلي أكثر تخصصًا مدمجة فيها.
أحد الأمثلة العملية لكيفية استخدام وحدات معالجة الرسومات لتطوير تطبيقات الذكاء الاصطناعي في العالم الحقيقي هو ظهور السيارات ذاتية القيادة. وفق تسلا، يتطلب برنامج Autopilot الخاص بهم 70000 ساعة GPU “لتدريب” الشبكة العصبية على المهارات اللازمة لقيادة السيارة. إن القيام بنفس المهمة على وحدات المعالجة المركزية سيكون مكلفًا للغاية ويستغرق وقتًا طويلاً.
وحدات معالجة الرسومات في تعدين العملات المشفرة
تعتبر وحدات معالجة الرسومات أيضًا ممتازة في حل ألغاز التشفير، ولهذا السبب أصبحت شائعة في تعدين العملات المشفرة. على الرغم من أن وحدات معالجة الرسومات لا تقوم بتعدين العملات المشفرة بالسرعة التي تقوم بها ASICs (الدوائر المتكاملة الخاصة بالتطبيقات)، إلا أنها تتمتع بميزة واضحة تتمثل في كونها متعددة الاستخدامات. يمكن لـ ASICs عادةً استخراج نوع واحد محدد أو مجموعة صغيرة من العملات المشفرة ولا شيء آخر.
يعد القائمون بتعدين العملات المشفرة أحد الأسباب الرئيسية التي تجعل وحدات معالجة الرسوميات باهظة الثمن ويصعب العثور عليها، على الأقل في وقت كتابة هذا التقرير في أوائل عام 2022. إن تجربة ارتفاعات تقنية GPU تعني دفع ثمن باهظ، مع السعر المستمر لـ NVIDIA GeForce RTX 3090 أكثر من 2500 دولار. لقد أصبحت مشكلة تواجهها NVIDIA محدودة بشكل مصطنع أداء التشفير لوحدات معالجة الرسومات الخاصة بالألعاب وتم تقديمه بشكل خاص منتجات GPU الخاصة بالتعدين.
يمكنك استخدام GPGPU أيضًا!
على الرغم من أنك قد لا تكون على علم بذلك دائمًا، إلا أن بعض البرامج التي تستخدمها يوميًا تقوم بتفريغ بعض عمليات المعالجة الخاصة بها إلى وحدة معالجة الرسومات الخاصة بك. إذا كنت تعمل باستخدام برامج تحرير الفيديو أو أدوات معالجة الصوت، على سبيل المثال، فهناك احتمال كبير أن تتحمل وحدة معالجة الرسومات (GPU) الخاصة بك بعضًا من العبء. إذا كنت ترغب في التعامل مع مشاريع مثل صنع التزييف العميق الخاص بك في المنزل، فإن وحدة معالجة الرسومات الخاصة بك هي مرة أخرى العنصر الذي يجعل ذلك ممكنًا.
تعد وحدة معالجة الرسومات الخاصة بهاتفك الذكي مسؤولة أيضًا عن تشغيل العديد من وظائف الذكاء الاصطناعي ورؤية الآلة التي كان من الممكن إرسالها إلى أجهزة الكمبيوتر السحابية للقيام بها. لذا يجب علينا جميعًا أن نكون ممتنين لأن وحدات معالجة الرسومات يمكنها القيام بأكثر من مجرد رسم صورة جذابة على شاشتك.
(علامات للترجمة) الأجهزة (ر) أجهزة الكمبيوتر (ر) الميزات