Рис. 1. Архитектура центрального процессора (слева) и графического процессора
Центральный процессор (ЦП) не оптимизирован для одновременного выполнения большого количества простых операций. Для параллельных вычислений лучше подходит графический процессор (ГП):
- ГП состоит из множества арифметико-логических устройств (АЛУ);
- бо́льшая часть транзисторов обрабатывает данные, а не занимается кэшированием и управлением потоками;
- процесс создания, управления и удаления потоков происходит эффективнее, чем у ЦП.
Рис. 2. Иллюстрация сравнения скорости работы центрального процессора («рисует» смайлик) и графического процессора («рисует» Мону Лизу)
2. Устройство ГП
Графический процессор состоит из набора независимых мультипроцессоров, которые включают в себя:
- CUDA-ядра;
- модули вычисления математических функций SFU;
- конвейер;
- разделяемую память и кэш.
Рис. 3. Структура графического процессора
На одном ядре CUDA (архитектура параллельных вычислений от NVIDIA) выполняется одна нить, иначе – поток. Каждому потоку соответствует один элемент вычисляемых данных. Потоки образуют блоки, которые общаются между собой через:
- разделяемую память;
- барьерную синхронизацию.
При частоте 1 ГГц процессор делает 109 циклов в секунду. Операции занимают больше времени, чем один цикл, поэтому создается конвейер, где для начала новой операции необходимо дождаться окончания предыдущей.
Мультипроцессор на каждом такте выполняет одну и ту же инструкцию над варпом (warp) – группой из 32 потоков. Потоки одного варпа принадлежат одному блоку и могут взаимодействовать только между собой. Каждому потоку и блоку присваивается идентификатор – трехмерный целочисленный вектор:
- threadIdx – номер потока в блоке;
- blockIdx – номер блока, в котором находится поток.
Рис. 4. Переменные нитей в CUDA
Блоки группируются в сетки блоков. Размеры блока и сетки блоков задаются переменными blockDim и gridDim при вызове ядра. Потокам из одного блока доступна разделяемая память (shared memory). Их выполнение может быть синхронизировано.
Рис. 5. Сетка блоков в CUDA
Алгоритм работы технологии CUDA выглядит следующим образом.
- Выделение памяти на ГП.
- Копирование расчетных данных в выделенную память ГП.
- Вычисления на ядрах ГП.
- Перенос результатов вычислений в оперативную память для обработки ЦП.
- Освобождение памяти ГП.
2.2. Иерархия памяти
Локальная память (local memory):
- у каждого потока есть своя локальная память;
- она существует на протяжении жизни потока.
Рис. 6. Локальная память в CUDA
Разделяемая память (shared memory):
- доступна потокам внутри одного блока;
- существует в течение жизни блока;
- быстрее, чем локальный и глобальный виды.
Рис. 7. Разделяемая память блока нитей в CUDA
Глобальная память (global memory):
- доступна всем потокам во всех блоках;
- сохраняет состояние в течение работы программы.
Рис. 8. Глобальная память сетки блоков в CUDA
Константная память (constant memory):
Текстурная память (texture memory):
- адресует и фильтрует данные.
Рис. 9. Иерархия памяти в CUDA: поток (локальная память) → блоки (разделяемая память) → сетка блоков (глобальная память)
3. Как выбрать ГП
Последовательность шагов при выборе ГП.
- Определить область применения: соревнования в Kaggle, глубокое обучение, исследования в области компьютерного зрения, обработка естественного языка и т. д.
- Выбрать необходимый объем памяти.
- Узнать: сколько видеокарт поместится в системном блоке; правильно ли организована циркуляция воздуха в системном блоке; хватит ли мощности блока питания.
3.1. Когда достаточно менее 11 ГБ памяти
Базовые навыки в глубоком обучении можно освоить, тренируясь на небольших задачах с малыми входными параметрами, поэтому достаточно RTX 3070 (8 ГБ, GDDR6) и RTX 3080 (10 ГБ, GDDR6X). Для прототипирования лучший выбор – RTX 3080.
Рис. 10. Видеокарта NVIDIA RTX 3080
3.2. Когда нужно больше 11 ГБ памяти
Не менее 11 ГБ памяти нужно при работе с архитектурой Transformer, распознаванием медицинских изображений, компьютерным зрением и работой с большими изображениями.
3.3. Тензорные ядра
Тензорные ядра быстрее CUDA-ядер, потому что им требуется меньше циклов для операций с матрицами. В чипах Ampere (линейка RTX 30) стало меньше тензорных ядер, но возросла их производительность.
Рис. 11. Архитектура тензорных ядер в GeForce RTX 2080 Super и GeForce RTX 3080
3.4. Пропускная способность памяти
Тензорные ядра быстрые и обычно простаивают до 70% времени, ожидая данные из глобальной памяти. Поэтому выбирайте ГП с максимальной пропускной способностью памяти. Еще нужна большая разделяемая память и кэш L1, чтобы сократить число обращений к внешней памяти и держать данные ближе к АЛУ.
Сколько нужно памяти:
- при использовании предобученных моделей в Transformer ≥ 11 ГБ;
- обучение больших моделей в Transformer или в сверточных нейронных сетях ≥ 24 ГБ;
- прототипирование нейронных сетей ≥ 10 ГБ;
- для Kaggle ≥ 8 ГБ;
- компьютерное зрение ≥ 10 ГБ.
3.5. Система охлаждения
В конструкции системы охлаждения Reference RTX 30 (NVIDIA) первый вентилятор расположен на верхней стороне видеокарты. Он выдувает воздух в пространство, где расположена оперативная память и процессор. Второй вентилятор выдувает воздух сразу из корпуса (Рис. 12).
Рис. 12. Cистема охлаждения Reference RTX 30
Еще нет тестов, подтверждающих эффективность решения и необходимость замены штатной системы охлаждения. Установка нескольких ГП в одном корпусе может негативно сказаться на циркуляции потоков воздуха внутри корпуса и охлаждении видеокарт.
3.6. Электропитание
Картам может не хватить мощности блока питания. Четыре карты RTX 3090 потребляют на пике 1400 Вт. Продаются блоки питания на 1600 Вт, но остальным комплектующим 200 Вт может быть недостаточно.
Рис. 13. Блок питания Super Flower Leadex Titanium SF-1600F14HT на 1600 Вт
3.7. Рекомендации для кластеров
Для кластеров важно надежное электропитание, доступное в дата-центрах, но по лицензионному соглашению карты RTX в них размещать запрещено. Для небольшой системы подойдет Supermicro 8 GPU.
Рис. 14. Сервер SuperMicro Superserver 4028gr-tvrt, до 8 Tesla v100 sxm2
Для кластера из 256+ ГП – NVIDIA DGX SuperPOD.
????NVIDIA Corporation — Обзор компании — $NVDA
Компания NVIDIA является мировым лидером в области технологий графических вычислений и изобретателем графического процессора или GPU. С годами компания начала специализироваться на решениях на базе компьютерной графики и искусственного интеллекта (AI), которые теперь поддерживают платформы высокопроизводительных вычислений (HPC), игр и виртуальной реальности (VR). Успех NVIDIA в области GPU можно отнести на счет ее возможностей параллельных вычислений, поддерживаемых тысячами вычислительных ядер, которые необходимы для выполнения алгоритмов для глубокого анализа.
Компания NVIDIA осуществляет свою деятельность в области графических вычислений по всему миру. Она работает в двух сегментах — GPU ( по новому он называется Graphics (Графика) и Tegra Processor (по новому Compute & Networking (Вычисления и Сети).
- Сегмент GPU — Graphics (Графика) — предлагает процессоры:
- — GeForce NOW для облачных игр
- Сегмент процессоров Tegra — Compute & Networking (Вычисления и Сети) предоставляет процессоры, состоящие из:
- — Jetson AGX для робототехники и других приложений.
— GeForce для компьютерных игр и обычных ПК — Quadro для специалистов по дизайну, работающих в области компьютерного проектирования, редактирования видео, спецэффектов и других творческих приложений — Tesla для искусственного интеллекта (ИИ) с использованием возможностей глубокого анализа, ускоренных вычислений и вычислений общего назначения — GRID обеспечивает мощь графики NVIDIA в облаке и центрах обработки данных; — DGX для ученых, исследователей и разработчиков в области ИИ — EGX для ускоренных вычислений с использованием искусственного интеллекта. — SHIELD-устройств и сервисов, предназначенных для использования мощности Mobile Cloud для кардинального изменения домашних развлечений, ИИ и игр; — AGX представляет собой энергоэффективную вычислительную платформу для ИИ для интеллектуальных периферийных устройств — DRIVE AGX для автомобилей с функцией автономного вождения — Clara AGX для медицинских инструментов
Продукты компании используются в играх, профессиональной визуализации, центрах обработки данных и на автомобильном рынке. NVIDIA — это доминирующее имя на рынке ЦОД, профессиональной визуализации и игр, где Intel $INTC и Advanced Micro Devices $AMD играют догоняющую роль.
Графические процессоры NVIDIA стремительно внедряются в различные области — от радиологии до сельского хозяйства с применением точных вычислений. Графические процессоры компании лежат в основе двух лучших суперкомпьютеров в мире, расположенных в Окридже и Лоуренс Ливермор Национальной Лаборатории в США, а также лучших суперкомпьютеров в Европе и Японии.
В общей сложности NVIDIA обеспечивает работу 136 суперкомпьютеров из TOP500.
Компания NVIDIA продает свои продукты производителям оригинального оборудования, производителям оригинальных устройств, сборщикам систем, производителям системных плат, розничным продавцам/дистрибьюторам, поставщикам интернет и облачных услуг, производителям автомобилей и автомобильным поставщикам первого уровня, картографическим компаниям, стартапам и другим участникам рынка в экосистеме. Компания NVIDIA была основана в 1993 году, ее штаб-квартира расположена в Санта-Кларе, Калифорния.
Сайт компании
???? На чем зарабатывает
Graphics (Графика) — около 62% доходов компании Compute & Networking (Вычисления и Сети) — около 38% доходов
- — Игровой сегмент — 51%
- — Сегмент ЦОД — 27%
- — Сегмент профессиональная визуализация — 11%
- — Автомобильный сегмент — 6%
Выручка компании по регионам:
— Тайвань — 27.71% — Китай вместе с Гонконгом — 25.01% — Другие страны Азии и Тихого океан — 24.59% — Европа — 9.09% — США — 8.12%
— Другие страны — 5.49%
???? Аргументы в пользу компании
— За годы своего существования центральный процессор, изобретенный Intel (Читать обзор на INTEL), превратился в основной чип, на котором работают настольные ПК и ноутбуки, и другие мобильные устройства, и даже перемещение данных внутри центров обработки данных.
Графические процессоры позднее были изобретены компанией NVIDIA для решения продвинутых и специализированных задач, таких как графика видеоигр и, совсем недавно, вычислительные задачи высокого порядка, выполняемые в центрах обработки данных, таких как ИИ.
Но Хуанг обрисовал в общих чертах видение NVIDIA на будущее вычислений, основанное на трех типах процессоров: CPU для общих задач, GPU как ускоритель вычислений и DPU как специализированный модуль данных в центрах обработки данных для обработки облачных вычислений.
С этой целью NVIDIA недавно представила BlueField-2 DPU и сопутствующий комплект для разработки программного обеспечения для инженеров, создающих инфраструктуру центров обработки данных и облачные приложения.
Новые DPU NVIDIA уже используются такими производителями серверов, как Dell Technologies и поддерживаются партнерами по программной инфраструктуре VMware и IBM Red Hat. DPU уже сейчас могут использоваться для выборочной обработки данных, и ожидается, что они начнут поступать в аппаратные системы ЦОД в 2021 году, что поможет в конкурентной борьбе.
— Компания занимает 80% рыночной доли на рынке дискретных видеокарт.
— NVIDIA улучшает Spark, ведущую в мире платформу для анализа данных, используемую более чем 500k учеными и 16k предприятиями по всему миру. Впервые делает возможным сквозное ускорение всей научной работы с данными, открывая новые рынки. Используя ускоренную NVIDIA Spark 3.0, Adobe (Обзор на Adobe) достигла 7-кратного улучшения производительности и 90% экономия затрат.
— NVIDIA занимает приличную долю рынка среди поставщиков игровых услуг. Сильная линейка современных видеокарт сделала ее любимым поставщиком видеокарт среди производителей ПК. Сильный скачок в сегменте компьютерных игр, поддержка игроков и рост покупок игровых графических процессоров являются ключевыми катализаторами, гейминг на фоне карантинов стал популярнее.
— Многие геймеры любят Nvidia — Геймеры определяются как потребители, которые покупают графические процессоры (видеокарты) для игры в видеоигры. 200M + геймеров выбирают платформы Nvidia по состоянию на август 2020 года. №1 в компьютерных играх с доходом более чем в 3 раза выше, чем у другого крупного поставщика GPU (AMD). Расширение рынка за счет игровых ноутбуков и облачных вычислений.
— GPU Turing от NVIDIA и технология трассировки лучей в реальном времени демонстрируют массовое внедрение.
Для более широкого охвата NVIDIA позволяет создавать резервные копии трассировки лучей на нескольких графических процессорах GeForce GTX, что, скорее всего, даст разработчикам возможность получить огромную базу геймеров.
Также ожидается, что запуск GeForce RTX SUPER GPU укрепит свое лидерство на рынке high-end. Компания объявила о том, что растущее количество игр класса AAA обещало поддержку технологии трассировки лучей NVIDIA RTX.
Microsoft объединилась с NVIDIA, чтобы добавить технологию трассировки лучей в режиме реального времени в Minecraft. Activision Blizzard Call of Duty: Modern Warfare, Ubisoft Toronto's Watch Dogs: Legion and Tencent NExT Studios Synced: Off Planet также получили RTX.
Экскурсия в NVIDIA Failure Lab: тесты 10-нм GPU
Перед конференцией GPU Technology Conference 2016, на которой, в том числе, была представлена новая технология Pascal, несколько редакторов были приглашены посетить NVIDIA Failure Lab. Лаборатория находится в Санта-Кларе (Калифорния), она должна гарантировать, что в дизайне чипа нет ошибок, как их не возникнет и при последующем производстве.
Важность этой темы NVIDIA хорошо понимает после позднего старта архитектуры Fermi. В то время возникли проблемы, которые симуляция GPU или отдельных компонентов GPU не могла выявить – они проявили себя только на готовом кристалле.
NVIDIA использовала так называемые потоковые мультипроцессоры SMS (Streaming Multiprocessors), которые через интерконнекты соединялись друг с другом и с контроллером памяти. Соединение SMS и памяти выполнялось через так называемые линии «Fabric», представляющие собой тонкие проводники.
Они работали на очень высоких частотах, и из-за близости отдельных компонентов друг к другу возникали проблемы ЭМИ. Когда первые чипы Fermi покинули завод, SMS сами по себе работали без проблем. Трудности возникали при передаче данных между SMS или между SMS и памятью.
Именно они послужили причиной, почему NVIDIA пришлось разработать степпинг A3. С более свежими архитектурами Kepler, Maxwell и Pascal NVIDIA научилась на своих ошибках.
Но вернемся к нашему визиту в Failure Lab. Тур проводил Говард Маркс (Howard Marks), директор технологических операций Silicon Failure Analysis Lab NVIDIA.
Поскольку NVIDIA не имеет собственного производства и вынуждена выпускать кристаллы у контрактных производителей, таких как TSMC, Failure Lab призвана предотвращать проблемы, подобные описанным выше.
Каждый месяц с конвейера выходят 10 миллионов GPU и SoC, так что даже небольшая доля негодных кристаллов будет заметна.
Заставить вместе работать 8 млрд. транзисторов нелегко, а у GP100, пока что единственного представленного чипа на архитектуре Pascal, используется целых 15,3 млрд. транзисторов.
Но транзисторы – не единственный источник ошибки. Проводники (fabric), отвечающие за передачу сигналов внутри GPU, между разными компонентами (потоковые процессоры, кэши, регистры и т.д.
) тоже могут привести к сбоям, как показала архитектура Fermi в 2009/2010 годах.
Штаб-квартира NVIDIA в Санта-Кларе, США
NVIDIA использует несколько методов анализа для изучения кристаллов, чтобы избежать ошибок. Для этого, например, применяются электронные микроскопы с увеличением до 300.000 крат. В паре с рентгеновским просвечиванием такой подход позволяет просматривать и распознавать материалы в разных слоях чипа, чтобы находить ошибки в конструкции.
Например, можно определить какие-либо неоднородности и дефекты в материале. Для анализа более тонких структур применяется ионный микроскоп с увеличением до 1.500.000 крат. Поскольку электронные инструменты очень чувствительные, NVIDIA экранировала некоторые области лаборатории.
Простой голос человека в такой области может привести к некорректному считыванию данных.
Если необходимо убрать первый слой или несколько слоев, подобные микроскопы используются с лучом галлия. Пучок тяжелых атомов пробивает отверстия в слоях чипа. С помощью микроскопа AFM (Atomic Force Microscope) небольшие области чипа можно анализировать вплоть до отдельных атомов. Например, если будет обнаружен сбой транзистора, то его можно анализировать на атомном уровне.
Анализ 10-нм GPU
Анализ с помощью микроскопа AFM играет все более важную роль в деятельности лаборатории, на данный момент сотрудники анализируют GPU, выпускаемые по 10-нм техпроцессу. Перед нами либо уменьшение техпроцесса архитектуры Pascal, либо уже преемник под названием Volta.
Ошибки могут возникать не только на самом чипе, но и в межсоединениях печатной платы или упаковки, в которую устанавливается кристалл GPU. Здесь NVIDIA использует трехмерный рентгеновский анализ.
Особое внимание уделяется контактам BGA (Ball Grid Arrays), маленьким шарикам снизу каждого чипа, которые припаиваются к подложке. Даже небольшие отклонения могут привести к отсутствию контакта одного шарика.
В современных чипах BGA используются тысячи таких шариков, и все они должны обеспечивать безупречный контакт.
Чтобы найти ошибку, чип медленно поворачивается во время непрерывной рентгеновской съемки, что позволяет получить проекцию со всех стороны. Это касается не только соединения между GPU и печатной платой, но и самой упаковки с GPU. Маленькие шарики чипа должны передавать сигнал крупным шарикам BGA упаковки.
Здесь тоже могут возникнуть ошибки. Именно по этой причине рентгеновский анализ должен проводиться в 3D. В общей сложности создается 1.600 изображений чипа. Затем они преобразуются в 3D-структуру или видеоролик. Данная операция ранее занимала 11 часов.
Благодаря быстрым видеокартам Quadro (NVIDIA не может без саморекламы) сейчас на операцию уходит всего три минуты.
Модули Tesla P100 с GPU GP100 в QuantaPlex T21W-3U
В Failure Lab проводится калибровка температурных сенсоров внутри кристалла GPU. Напомним, что сенсоры стали более важны после внедрения механизмов Boost, поскольку измерение температуры на поверхности не дает полной картины.
Но внутренние температурные сенсоры необходимо калибровать – не для каждого кристалла GPU, но для каждого степпинга (например, GM200-310, GM200-400, и т.д.). Для этой цели используются инфракрасные термометры, поскольку кремний прозрачен для ИК-лучей, подобно стеклу для видимого диапазона света.
Конечно, в обоих случаях часть лучей поглощается, но данная аналогия позволяет понять, почему используются ИК-лучи.
Измерения позволяют получить данные температуры со многих участков GPU. Инженеры оценивают, как быстро нагреваются участки, как быстро они охлаждаются вновь. Таким образом, NVIDIA может определить, какую нагрузку выдержит GPU до перегрева.
Конечно, в каждый квадратный миллиметр датчик не встроишь, но с помощью математической модели можно рассчитывать прогнозируемые значения. Когда вы смотрите температуру GPU в системе, то получаете значение как раз данного датчика. NVIDIA также использует показания датчиков для разных механизмов энергосбережения.
Также ИК-анализ позволяет определять неработающие транзисторы, которые попросту не выделяют тепла.
Инженеры NVIDA проверяют целостность прохождения сигналов гигагерцового диапазона в разных точках. До определенных мест чипа сигнал должен доходит без искажений. Если сигнал не доходит, то наверняка имеет место какой-либо дефект, который анализируется с помощью других методов.
Последняя остановка – лаборатория ESD Lab. Электронные компоненты, такие как GPU, очень чувствительны к электростатическим разрядам, NVIDIA использует различные защитные механизмы внутри GPU для предотвращения негативного влияния.
Например, каждый чип на контактах ввода/вывода должен выдерживать до 3.500 В. Пройти данный тест как раз помогают механизмы защиты от электростатического разряда.
Если чип не проходит тест, то применяются другие методы анализа для поиска дефектов.
Мы рекомендуем посмотреть видеоролик видеоблоггера Blunty, который тоже был на экскурсии в Failure Lab.
Графический рынок. Мнение NVIDIA. О настоящем, прошлом и будущем
Ни для кого не секрет, что современный компьютерный рынок и вообще рынок высоких технологий уже далеко не такой как был ещё пару лет назад. Тотальная интеграция, уменьшение размеров и увеличение производительности — дело рук IT гигантов современности.
Так ли много их осталось? Не мало.
Однако, для нас, энтузиастов, главными двигателями индустрии, пожалуй, являются три IT кита: AMD, Intel и NVIDIA (указаны в алфавитном порядке :)) Именно эти три компании постоянно находятся в фокусе, именно они двигают процессорную и графическую индустрию.
С наступлением осени, а затем и зимы, начинается пора громких анонсов и впечатляющих демонстраций. Компания Intel порадовала общественность расширением линейки процессоров поколения Nehalem, AMD выпустила новую серию графических ускорителей Radeon HD 5xxx.
Что же в это время происходит в стане NVIDIA? Не так давно проходило весьма интересное мероприятие под названием GPU Technologies Conference (GTC) в рамках которой топ-менеджеры NVIDIA демонстрировали архитектуру нового поколения, получившую имя известного учёного Энрико Ферми, однако, до выхода на рынок новейших графических ускорителей на основе чипов с архитектурой Fermi ещё есть некоторое время, по этому, мы решили пообщаться с представителем компании NVIDIA и задать целый ряд интересующих нас вопросов. Ответить на вопросы нам любезно согласилась дать Ирина Шеховцова, PR менеджер компании NVIDIA в России и СНГ.
Свадковский Игорь (СИ): Здравствуйте, Ирина!
Ирина Шеховцова (NVIDIA): Здравствуйте, Игорь!
СИ @ modlabs : Недавно AMD выпустила весьма производительные графические решения на основе чипа Cypress, в том числе вышел и двухчиповый флагман Radeon HD 5970. Зачастую, эти решения быстрее топовых ускорителей производства NVIDIA. Стоит ли ожидать ответных шагов с вашей стороны до выхода новинок на основе Fermi или вы и сейчас уверены в своих силах на рынке?
Ирина Шеховцова (NVIDIA): Мы уверены в своих силах. Преимущество новинок AMD в некоторых приложениях имеет место быть, однако такое сравнение не совсем корректно, поскольку сравнивается старая архитектура GPU NVIDIA и новая архитектура AMD. Как только на рынок выйдет новое поколение наших чипов Fermi, всё встанет на свои места.
СИ @ modlabs: Новая операционная система Windows 7 от Microsoft уже поступила на прилавки магазинов.
В составе этой ОС содержится DirectX 11, полная поддержка которого уже заложена в новые GPU Cypress от AMD.
Насколько ваши аппаратные решения готовы к работе в новой ОС? Не будут ли владельцы ваших чипов ущемлены в возможностях при работе с Windows 7 и передовым ПО?
Ирина Шеховцова (NVIDIA): Наши аппаратные решения полностью готовы и отлично работают с новой операционной системой Microsoft. Более того, мы первыми выпустили драйверы для Win 7.
Решения NVIDIA поддерживают все премиальные возможности новой ОС (расширенные мультимедийные возможности, удобство пользования) и обеспечивают лучшую производительность в играх. Если у вас есть дискретная графика, производительность CPU отходит на второй план.
Даже на системах со слабым процессором становится возможным проигрывание видео высокого разрешения или работа в Photoshop. Мы прекрасно понимаем всю важность выхода Windows 7 и всячески приветствуем все инновации, которые Microsoft внедрила в свои продукты.
Конечно же, абсолютно все наши продукты готовы к работе с Windows 7.
СИ @ modlabs: Анализируя шаги NVIDIA на графическом рынке, мы укрепляемся во мнении, что ваша компания рассматривает собственные разработки не просто как 3D ускорители, а как многофункциональные «комбайны», способные ускорять разнородные вычисления. Пример тому — NVIDIA CUDA и PhysX. Однако, ваши конкуренты стараются представить собственные разработки и технологии, позволяющие решать аналогичные задачи. В чём вы видите преимущества своего подхода? Есть ли какие-то доводы в пользу ваших продуктов?
Ирина Шеховцова (NVIDIA): Наша компания всегда старалась быть локомотивом индустрии визуальных технологий . Мы стараемся смотреть на несколько шагов вперёд. Мы не думаем о будущем, а делаем всё, чтобы создавать его собственными руками.
Сегодня графические процессоры NVIDIA — это не просто 3D ускорители, это многоядерные комбайны, способные решать самые сложные вычислительные задачи.
Массивно параллельная архитектура делает GPU незаменимым компонентом систем для ресурсоемких вычислений, будь то транскодирование видео, обсчет физических эффектов в играх или решение научных задач. На наш взгляд, за такими решениями будущее.
И, безусловно, нам льстит тот факт, что другие компании стараются следовать нашему примеру – это ли не доказательство правильности выбранного пути?
Что касается доводов в пользу наших продуктов, то их несколько. Современная видеокарта – это не только количество FPS. GPU становится пропуском в мир новых визуальных ощущений и возможностей. Мы хотим, чтобы игровой процесс стал максимально реалистичным и интерактивным.
А мультимедийные возможности были доступны на самых бюджетных системах. Для этого GPU должен многому научиться.
Поэтому NVIDIA инвестирует колоссальное количество времени и ресурсов в развитие технологий CUDA, PhysX, 3D Vision… Активно работает с разработчиками игр и приложений, чтобы обеспечить пользователям лучшую производительность и абсолютную совместимость железа и софта.
Продукты NVIDIA – это всегда больше, чем просто быстрая видеокарта. Это дополнительные визуальные ощущения, дополнительные возможности, развитая поддержка со стороны производителей ПО .
СИ @ modlabs: Несмотря ни на что, ускорение 3D графики является приоритетом, не только в настольном, но и мобильном сегментах рынка.
Помимо увеличения вычислительной мощности GPU вы стараетесь сделать восприятие виртуального мира более осязаемым по средствам 3D Vision, однако, ваши конкуренты тоже не стоят на месте. Совсем недавно мне довелось вживую увидеть в работе ATI Eyefinity, результат, сказать честно, впечатляющий.
И вот, пользователь вновь стоит перед выбором. Что выбрать конечному потребителю, почему ваша технология лучше?
Ирина Шеховцова (NVIDIA): Знаете, довольно сложно на словах рассказать о преимуществе нашего подхода к улучшению восприятия 3D мира.
Это необходимо проверить и прочувствовать самостоятельно, для этого мы не раз, вместе с нашими партнёрами проводили соответствующие мероприятия, на которых каждый мог проверить в действии 3D Vision. Список магазинов, в которых установлены установлены 3D Vision демо-зоны, можно посмотреть на сайте www.nvidia.
ru — http://www.nvidia.ru/object/GeForce_3D_Vision_demozone_ru.html . Для работы нашей технологи не нужно покупать множество мониторов, решать вопрос их расстановки и искать дорогие переходники. Всё, что нужно,- это монитор с поддержкой 120 Гц или проектор, видеокарта GeForce и очки 3D Vision. На сегодняшний день более 400 игр поддерживают 3D Vision. Более того, наши технологии позволяют смотреть в режиме стерео 3D фильмы, 3D фотографии — и воспринимать происходящее по-новому.
В декабре были объявлены окончательные спецификации 3D Blu-ray, которые включают в себя 1080 p, а также использование нового кодека MVC.
Примечательно, что NVIDIA уже сегодня полностью готова к домашнему 3D кино – в текущей линейке рендеринг 3D Blu-ray возможен на видеокартах GeForce GT240.
А активные затворные очки NVIDIA являются лучшим вариантом для 3D на сегодня, так как обеспечивают разрешение 1080p и лучшее качество по сравнению с технологией пассивной поляризации.
СИ @ modlabs: Далеко не все пользователи являются ярыми фанатами компьютерных игр и покупают мощные графические станции.
Есть те, кто увлекается просмотром кино, прослушиванием музыки, редактированием собственноручно созданного контента и лишь изредка играет в несложные игры. Для удовлетворения нужд таких пользователей многие производители представляют так называемые «неттопы».
Ваша компания выпустила на рынок весьма производительную платформу NVIDIA ION на базе процессоров Intel Atom. Планируете ли вы обновление платформы в ближайшее время?
Ирина Шеховцова (NVIDIA): Да. Безусловно. Рынок неттопов и нетбуков для нас очень интересен. Следите за нашими анонсами. .
СИ @ modlabs: Физика в играх. Уже довольно давно компания NVIDIA приобрела компанию Ageia и все её разработки.
Но многие до сих пор не в курсе насколько вы продвинулись во внедрении поддержки PhysX в играх! В каких проектах мы можем увидеть эту технологию в работе на ваших GPU? Какие проекты ближайшего будущего будут использовать все возможности PhysX? Насколько трудно «бороться» с HAVOK?
Ирина Шеховцова (NVIDIA): Наверняка, не все знают, что PhysX — это один из самых популярных в мире физических движков. Более 200 игр и приложений были созданы на его основе. Причем, физические эффекты могут быть реализованы на самых разных платформах. Безусловно, самые яркие эффекты получаются, когда физика считается на GPU.
На данный момент список игр с аппаратным ускорением физики достаточно велик. Наверняка вы слышали такие названия как Mirror's Edge, Batman: Arkham Asylum, Cryostasis… С нетерпением ждем выхода «Метро 2033» — в этой игре физика также будет считаться на GPU.
Мы постоянно находимся в контакте с разработчиками игр, поэтому список приложений с использованием PhysX будет постоянно увеличиваться.
Всем, кому интересна тема PhysX, я рекомендую посетить сайт www.physxinfo.com . На этом сайте собрана исчерпывающая информация о технологии, перечислены игры, в которых физика ускоряется на графическом процессоре — http://www.physxinfo.com/data/vreview.html . К каждой игре выложено side-by-side видео (с включенной физикой и без) – можно лично убедиться, насколько физические эффекты делают игры более реалистичными и живыми. Колонны разрушаются, одежда развевается, дым клубится – все по-настоящему!
СИ @ modlabs: На данный момент история знает не мало фактов о том, как проприетарные API не выдерживали конкуренции и уходили с рынка вместе с компаниями разработчиками, так, например, случилось с компанией 3dfx и их API Glide. Почему с PhysX должно быть иначе?
Ирина Шеховцова (NVIDIA): Есть разница между качеством технологии и эффективностью бизнес моделью компании. У компании 3dfx interactive inc. была масса интересных, перспективных технологий, некоторые из которых до сих пор отлично работают, например, SLI.
А вот с бизнес моделью у 3dfx, видимо, сложилось не очень удачно. Именно ошибки в маркетинге и стратегическом планировании привели 3dfx к банкротству. Проприетарность той или иной технологии, по большому счету, ни о чем не говорит.
Более того, несомненный плюс проприетарных технологий (в отличие от открытых стандартов) в том, что есть конкретная компания, которая фокусируется на поддержке технологии, вкладывается в ее развитие, в конце концов несет ответственность за свои слова и поступки.
Важно грамотно использовать и продвигать свои разработки. Мы думаем, у нас это получится.
СИ @ modlabs: Кстати, о компании 3dfx.
Понимаю, что вопрос уже давно не является актуальным для широких масс, тем не менее, среди наших читателей есть довольно много коллекционеров, интересующихся историей компьютерной графики в частности.
Те специалисты, которые перешли к вам после поглощения 3dfx, всё ещё работают в NVIDIA? Спустя время, можно ли оценить положительно шаг по приобретению компании?
Ирина Шеховцова (NVIDIA): Как я уже говорила, компания 3dfx обладала прекрасным инженерным потенциалом. Многие из бывших сотрудников 3dfx interactive до сих пор работают в NVIDIA.
Более того, часть из них работала над созданием новой архитектуры Fermi, другая часть занимается разработкой той архитектуры, которая придет ей на смену. К сожалению, я не могу вам сказать кто и в каком отделе работает.
Это секрет 🙂
СИ @ modlabs: Возвращаясь к обсуждению современных технологий, хотелось бы узнать, что побудило NVIDIA на введение запрета активации PhysX в системе, где установлен ещё и ускоритель производства AMD?
Ирина Шеховцова (NVIDIA): Всё просто. Если в системе используется GeForce и продукция другой компании, мы не можем осуществлять надлежащую техническую поддержку подобных комбинаций и отвечать за работоспособность таких тандемов.
Для того, чтобы гарантировать пользователям абсолютную совместимость таких конфигураций, необходимо проводить тщательное внутреннее тестирование, а это требует времени, людей и финансовых вложений.
Очевидно, что мы отдаём приоритет собственным продуктам и только в этом случае гарантируем нашим пользователям полную совместимость и работоспособность решений.
СИ @ modlabs: Многие энтузиасты активно используют SLI тандемы из нескольких ускорителей NVIDIA. Планируете ли вы выпускать свои чипсеты для процессоров Core i5/i7 или, быть может, для будущих Core i9? И вообще, как ваша компания сейчас относится к производству наборов логики мощных современных ПК?
Ирина Шеховцова (NVIDIA): На данный момент наша стратегия не подразумевает разработку новых чипсетов для настольных высокопроизводительных решений Intel или AMD.
СИ @ modlabs: Есть такая компания Lucid, разработавшая чип Lucid Hydra. При помощи этого чипа и специального ПО можно заставить работать несколько видеокарт от разных производителей для ускорения визуализации в 3D. Как вы относитесь к этой разработке? Будете ли предпринимать шаги по блокировке подобной реализации? Если да, то почему?
Ирина Шеховцова (NVIDIA): Технология Lucid сама по себе интересна, но мы гарантируем пользователям работоспособность наших технологий только на решениях NVIDIA . Остальные решения мы не тестировали.
СИ @ modlabs: Выхода Fermi ждут многие, в том числе и я. Если не секрет, скажите, какие решения появятся на рынке в первых рядах? Стоит ли ожидать вместе с готовыми решениями новых, революционных технологий?
Ирина Шеховцова (NVIDIA): Решения на базе Fermi вам понравятся, мы довольны результатами, полученными в ходе внутреннего тестирования. Всем, кто хочет получить вычислительную мощь и новый уровень визуальных ощущений , я советую дождаться Fermi.
Обсудить материал вы можете в нашем форуме
Загрузка...
