GPU

【视频】运用GPU + NNA 实现设备端异构计算

7月3日下午,由电子创新网主办的“毛衣战下第一期的本土精品IC推介会”在深圳市南山区康佳研发大厦举办,Imagination公司应邀参加了本次活动并发表题为“运用GPU + NNA 实现设备端异构计算”的演讲,如果你错过现场,欢迎观看视频回放。

CPU与GPU是如何协同的,它们的工作流程是怎样的?

CPU需要很强的通用性来处理各种不同的数据类型,同时又要逻辑判断又会引入大量的分支跳转和中断的处理,这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。

抗锯齿是怎么给电脑游戏磨皮的?它有啥秘密?(附小视频)

当显示器的分辨率或显示屏的PPI(每英寸的像素数)足够大时,人眼将无法看清具体的像素点,但相邻像素之间的色彩差异也会产生明显的错落感,高分辨率/PPI由于像素变得非常细腻,可以同比缩小锯齿,但仍不能完全消除锯齿。

GPU是怎么处理游戏画面的?(附小视频)

GPU渲染与传统的CPU渲染不同,GPU渲染的运算速度更快,传统的CPU渲染是利用CPU的运算部分进行渲染运算,但一颗CPU的运算单元只占CPU的小部分。但GPU就不同了,一颗GPU拥有上千个核心,所以进行渲染运算时,这上千个核心会全部进行并行计算。

CPU与GPU间通信

所有渲染所需的数据都需要从硬盘(HDD)中加载到系统内存(RAM)中,然后,网格和纹理等数据又被加载到显卡上的存储空间–显存(VRAM)中。这是因为:显卡对于显存的访问速度更快,而且大多数显卡对于RAM没有直接的访问权利。