Home-theater-designers
మీరు ఎన్విడియా మరియు AMD ని అనుసరిస్తున్నట్లయితే, ఈ రెండు కంపెనీలు ఉపయోగించడానికి ఇష్టపడే వారి GPU ల స్పెసిఫికేషన్‌ల గురించి మీకు బహుశా తెలుసు. ఉదాహరణకు, ఎన్విడియా AMD కార్డ్‌ల నుండి దాని ఆఫర్‌ని వేరు చేయడానికి CUDA కోర్ కౌంట్‌లను నొక్కి చెప్పడానికి ఇష్టపడుతుంది, అయితే AMD దాని కంప్యూట్ యూనిట్లతో అదే చేస్తుంది.
అయితే ఈ నిబంధనల అర్థం ఏమిటి? CUDA కోర్ అనేది కంప్యూట్ యూనిట్ మాదిరిగానే ఉందా? కాకపోతే, తేడా ఏమిటి?
వర్డ్‌లో లైన్‌ని ఎలా జోడించాలి
ఈ ప్రశ్నలకు సమాధానమిద్దాం మరియు ఒక AMD GPU ని Nvidia నుండి వేరుగా ఉండేలా చూద్దాం.
GPU యొక్క సాధారణ నిర్మాణం
AMD, Nvidia లేదా Intel నుండి అన్ని GPU లు సాధారణంగా ఒకే విధంగా పనిచేస్తాయి. అవి ఒకే కీలక భాగాలను కలిగి ఉంటాయి మరియు ఆ భాగాల మొత్తం లేఅవుట్ అధిక స్థాయిలో సమానంగా ఉంటుంది.
కాబట్టి, టాప్-డౌన్ కోణం నుండి, అన్ని GPU లు ఒకే విధంగా ఉంటాయి.
మేము ప్రతి తయారీదారు వారి GPU లోకి ప్యాక్ చేసే నిర్దిష్టమైన, యాజమాన్య భాగాలను చూసినప్పుడు, తేడాలు బయటపడతాయి. ఉదాహరణకు, ఎన్విడియా వారి GPU లలో టెన్సర్ కోర్లను నిర్మిస్తుంది, అయితే AMD GPU లలో టెన్సర్ కోర్‌లు లేవు.
అదేవిధంగా, ఎన్విడియా జిపియులకు లేని ఇన్ఫినిటీ కాష్ వంటి భాగాలను AMD ఉపయోగిస్తుంది.
కాబట్టి, కంప్యూట్ యూనిట్లు (CU లు) మరియు CUDA కోర్ల మధ్య వ్యత్యాసాన్ని అర్థం చేసుకోవడానికి, మేము ముందుగా GPU యొక్క మొత్తం నిర్మాణాన్ని చూడాలి. ఒకసారి మనం ఆర్కిటెక్చర్‌ని అర్థం చేసుకుని, GPU ఎలా పనిచేస్తుందో చూడగలిగితే, కంప్యూట్ యూనిట్లు మరియు CUDA కోర్ల మధ్య వ్యత్యాసాన్ని మనం స్పష్టంగా చూడవచ్చు.
GPU ఎలా పని చేస్తుంది?
మీరు అర్థం చేసుకోవలసిన మొదటి విషయం ఏమిటంటే, ఒక GPU ఒకేసారి వేలాది లేదా మిలియన్ల సూచనలను ప్రాసెస్ చేస్తుంది. అందువల్ల, ఆ సూచనలను నిర్వహించడానికి GPU కి చాలా చిన్న, అత్యంత సమాంతర కోర్‌లు అవసరం.
ఈ చిన్న GPU కోర్‌లు పెద్ద CPU కోర్ల నుండి భిన్నంగా ఉంటాయి, ఇవి ఒక్కో కోర్కి ఒక సంక్లిష్ట సూచనలను ఒకేసారి ప్రాసెస్ చేస్తాయి.
ఉదాహరణకు, Nvidia RTX 3090 లో 10496 CUDA కోర్‌లు ఉన్నాయి. మరోవైపు, టాప్-ఆఫ్-లైన్ AMD థ్రెడ్‌రిప్పర్ 3970X లో 64 కోర్‌లు మాత్రమే ఉన్నాయి.
కాబట్టి, మేము GPU కోర్లను CPU కోర్‌లతో పోల్చలేము. చాలా చాలా ఉన్నాయి CPU మరియు GPU మధ్య తేడాలు ఎందుకంటే ఇంజనీర్లు వివిధ పనులను నిర్వహించడానికి వాటిని రూపొందించారు.
ఇంకా, సగటు CPU వలె కాకుండా, GPU కోర్లన్నీ క్లస్టర్‌లు లేదా సమూహాలలో అమర్చబడి ఉంటాయి.
చివరగా, GPU లోని కోర్ల క్లస్టర్‌లో టెక్స్‌చర్ ప్రాసెసింగ్ కోర్‌లు, ఫ్లోటింగ్ పాయింట్స్ యూనిట్లు మరియు క్యాచెస్ వంటి ఇతర హార్డ్‌వేర్ భాగాలు ఉన్నాయి
మిలియన్ల సూచనలను ఒకేసారి ప్రాసెస్ చేయడంలో సహాయపడటానికి. ఈ సమాంతరవాదం GPU యొక్క నిర్మాణాన్ని నిర్వచిస్తుంది. సూచనను లోడ్ చేయడం నుండి దానిని ప్రాసెస్ చేయడం వరకు, GPU సమాంతర ప్రాసెసింగ్ సూత్రాల ప్రకారం ప్రతిదీ చేస్తుంది.
- ముందుగా, GPU సూచనల క్యూ నుండి ప్రాసెస్ చేయడానికి సూచనను అందుకుంటుంది. ఈ సూచనలు దాదాపు ఎల్లప్పుడూ వెక్టర్‌కి సంబంధించినవి.
- తరువాత, ఈ సూచనలను పరిష్కరించడానికి, థ్రెడ్ షెడ్యూలర్ వాటిని ప్రాసెసింగ్ కోసం వ్యక్తిగత కోర్ క్లస్టర్‌లకు పంపుతుంది.
- సూచనలను స్వీకరించిన తర్వాత, అంతర్నిర్మిత కోర్ క్లస్టర్ షెడ్యూలర్ ప్రాసెసింగ్ కోసం కోర్‌లు లేదా ప్రాసెసింగ్ అంశాలకు సూచనలను కేటాయిస్తుంది.
- చివరగా, వివిధ కోర్ క్లస్టర్‌లు వేర్వేరు సూచనలను సమాంతరంగా ప్రాసెస్ చేస్తాయి మరియు ఫలితాలు తెరపై ప్రదర్శించబడతాయి. కాబట్టి, మీరు స్క్రీన్‌లో చూసే అన్ని గ్రాఫిక్స్, వీడియో గేమ్, ఉదాహరణకు, కేవలం మిలియన్ల ప్రాసెస్ చేయబడిన వెక్టర్‌ల సేకరణ మాత్రమే.
సంక్షిప్తంగా, GPU వేలాది ప్రాసెసింగ్ ఎలిమెంట్‌లను కలిగి ఉంది, వీటిని మేము క్లస్టర్‌లలో ఏర్పాటు చేసిన కోర్లను పిలుస్తాము. సమాంతరత సాధించడానికి షెడ్యూలర్లు ఈ క్లస్టర్‌లకు పనిని అప్పగిస్తారు.
కంప్యూట్ యూనిట్లు అంటే ఏమిటి?
మునుపటి విభాగంలో చూసినట్లుగా, ప్రతి GPU ప్రాసెసింగ్ మూలకాలను కలిగి ఉన్న కోర్ల సమూహాలను కలిగి ఉంటుంది. AMD ఈ కోర్ క్లస్టర్‌లను కంప్యూట్ యూనిట్లు అని పిలుస్తుంది.
www.youtube.com/watch?v=uu-3aEyesWQ&t=202s
కంప్యూట్ యూనిట్లు అనేది సమాంతర అంకగణిత మరియు తార్కిక యూనిట్లు (ALU లు), కాష్‌లు, ఫ్లోటింగ్ పాయింట్ యూనిట్లు లేదా వెక్టర్ ప్రాసెసర్లు, రిజిస్టర్‌లు మరియు థ్రెడ్ సమాచారాన్ని నిల్వ చేయడానికి కొంత మెమరీ వంటి ప్రాసెసింగ్ వనరుల సమాహారం.
సరళంగా ఉంచడానికి, AMD వారి GPU ల యొక్క కంప్యూట్ యూనిట్ల సంఖ్యను మాత్రమే ప్రచారం చేస్తుంది మరియు అంతర్లీన భాగాలను వివరించదు.
కాబట్టి, మీరు కంప్యూట్ యూనిట్ల సంఖ్యను చూసినప్పుడు, వాటిని ప్రాసెసింగ్ ఎలిమెంట్‌ల సమూహం మరియు సంబంధిత అన్ని భాగాల గురించి ఆలోచించండి.
ఇన్‌స్టాగ్రామ్‌లో ఫేస్‌బుక్‌ను ఎలా లాగ్ అవుట్ చేయాలి
CUDA కోర్సులు అంటే ఏమిటి?
కంప్యూట్ యూనిట్ల సంఖ్యతో విషయాలను సరళంగా ఉంచడానికి AMD ఇష్టపడే చోట, ఎన్విడియా CUDA కోర్ల వంటి పదాలను ఉపయోగించడం ద్వారా విషయాలను క్లిష్టతరం చేస్తుంది.
CUDA కోర్‌లు సరిగ్గా కోర్‌లు కావు. అవి కేవలం ఫ్లోటింగ్ పాయింట్ యూనిట్లు, ఎన్విడియా మార్కెటింగ్ ప్రయోజనాల కోసం కోర్‌లుగా పిలవటానికి ఇష్టపడుతుంది. మరియు, మీకు గుర్తుంటే, కోర్ క్లస్టర్‌లు అంతర్నిర్మిత అనేక ఫ్లోటింగ్-పాయింట్ యూనిట్‌లను కలిగి ఉంటాయి. ఈ యూనిట్లు వెక్టర్ గణనలను నిర్వహిస్తాయి మరియు మరేమీ కాదు.
కాబట్టి, వాటిని కోర్ అని పిలవడం స్వచ్ఛమైన మార్కెటింగ్.
అందువల్ల, CUDA కోర్ అనేది ఫ్లోటింగ్-పాయింట్ ఆపరేషన్స్ చేసే ప్రాసెసింగ్ ఎలిమెంట్. ఒకే కోర్ క్లస్టర్ లోపల అనేక CUDA కోర్‌లు ఉండవచ్చు.
చివరగా, ఎన్విడియా కోర్ క్లస్టర్‌లను పిలుస్తుంది స్ట్రీమింగ్ మల్టీప్రాసెసర్‌లు లేదా SM లు. SM లు AMD కంప్యూట్ యూనిట్‌లకు సమానం, ఎందుకంటే కంప్యూట్ యూనిట్లు కోర్ క్లస్టర్‌లు.
కంప్యూట్ యూనిట్లు మరియు CUDA కోర్ల మధ్య తేడా ఏమిటి?
కంప్యూట్ యూనిట్ మరియు CUDA కోర్ మధ్య ప్రధాన వ్యత్యాసం ఏమిటంటే, మొదటిది కోర్ క్లస్టర్‌ను సూచిస్తుంది, మరియు రెండోది ప్రాసెసింగ్ ఎలిమెంట్‌ను సూచిస్తుంది.
ఈ వ్యత్యాసాన్ని బాగా అర్థం చేసుకోవడానికి, గేర్‌బాక్స్ యొక్క ఉదాహరణను తీసుకుందాం.
గేర్‌బాక్స్ అనేది బహుళ గేర్‌లతో కూడిన యూనిట్. మీరు గేర్‌బాక్స్‌ను కంప్యూట్ యూనిట్‌గా మరియు వ్యక్తిగత గేర్‌లను CUDA కోర్ల ఫ్లోటింగ్ పాయింట్ యూనిట్‌లుగా భావించవచ్చు.
మరో మాటలో చెప్పాలంటే, కంప్యూట్ యూనిట్లు కాంపోనెంట్‌ల సమాహారం, CUDA కోర్‌లు సేకరణ లోపల ఒక నిర్దిష్ట భాగాన్ని సూచిస్తాయి. కాబట్టి, కంప్యూట్ యూనిట్లు మరియు CUDA కోర్‌లు పోల్చదగినవి కావు.
AMD వారి GPU ల కొరకు కంప్యూట్ యూనిట్ల సంఖ్యను ప్రస్తావించినప్పుడు అవి పోటీపడే Nvidia కార్డులు మరియు వాటి CUDA కోర్ కౌంట్‌తో పోలిస్తే ఎల్లప్పుడూ చాలా తక్కువగా ఉంటాయి. ఎన్విడియా కార్డ్ యొక్క స్ట్రీమింగ్ మల్టీప్రాసెసర్ల సంఖ్య మరియు AMD కార్డ్ యొక్క కంప్యూట్ యూనిట్ల సంఖ్య మధ్య మరింత అనుకూలమైన పోలిక ఉంటుంది.
సంబంధిత: AMD 6700XT వర్సెస్ ఎన్విడియా RTX 3070: $ 500 లోపు ఉత్తమ GPU ఏమిటి?
CUDA కోర్‌లు మరియు కంప్యూట్ యూనిట్లు విభిన్నమైనవి మరియు పోల్చదగినవి కావు
కంపెనీలు తమ ఉత్పత్తులను ఉత్తమ కాంతిలో ప్రదర్శించడానికి గందరగోళ పరిభాషను ఉపయోగించే అలవాటును కలిగి ఉన్నాయి. ఇది వినియోగదారుని గందరగోళానికి గురి చేయడమే కాకుండా, ముఖ్యమైన విషయాలను ట్రాక్ చేయడం కష్టతరం చేస్తుంది.
కాబట్టి, GPU కోసం శోధిస్తున్నప్పుడు ఏమి చూడాలో మీకు తెలుసా అని నిర్ధారించుకోండి. మార్కెటింగ్ పరిభాషకు దూరంగా ఉండటం వలన మీ నిర్ణయం చాలా మెరుగ్గా మరియు మరింత ఒత్తిడి లేకుండా ఉంటుంది.
షేర్ చేయండి షేర్ చేయండి ట్వీట్ ఇమెయిల్ NVIDIA యొక్క 30 సిరీస్ గ్రాఫిక్స్ కార్డులు అప్‌గ్రేడ్‌కు విలువైనవిగా ఉన్నాయా?మీరు ఒక గేమర్ అయితే, మీ గ్రాఫిక్స్ కార్డ్‌ని NVIDIA 30 సిరీస్‌కి అప్‌గ్రేడ్ చేయడానికి మీరు శోదించబడవచ్చు. కానీ అది విలువైనదేనా?
తదుపరి చదవండి సంబంధిత అంశాలు- సాంకేతికత వివరించబడింది
- గ్రాఫిక్స్ కార్డ్
- ఎన్విడియా
- AMD ప్రాసెసర్
ఫవాద్ పూర్తి సమయం ఫ్రీలాన్స్ రచయిత. అతను టెక్నాలజీ మరియు ఆహారాన్ని ఇష్టపడతాడు. అతను Windows గురించి తిననప్పుడు లేదా వ్రాయనప్పుడు, అతను వీడియో గేమ్‌లు ఆడుతున్నాడు లేదా ప్రయాణం గురించి పగటి కలలు కంటున్నాడు.
ఫవాద్ ముర్తజా నుండి మరిన్నిమా వార్తాలేఖకు సభ్యత్వాన్ని పొందండి
టెక్ చిట్కాలు, సమీక్షలు, ఉచిత ఈబుక్‌లు మరియు ప్రత్యేకమైన డీల్స్ కోసం మా వార్తాలేఖలో చేరండి!
సభ్యత్వం పొందడానికి ఇక్కడ క్లిక్ చేయండి