O mundo além do processamento de jogos.

Apresentação em tema: "O mundo além do processamento de jogos."— Transcrição da apresentação:

1 O mundo além do processamento de jogos.
GPGPUs Unidades de Processamento Gráfico de Propósito Geral O mundo além do processamento de jogos. Feito

2 GPU a CPU? Introdução GPGPUs - Funcionamento GPGPUs - Prós e Contras
de onde surgiu? GPGPUs - Funcionamento tantos cores? GPGPUs - Prós e Contras devo usar sempre e para tudo? GPGPUs - Plataformas e Linguagens beleza! onde eu mexo? GPGPUs - Áreas de atuação funciona aqui? e ali? CUDA - Instalação e Programação faaala galerinha do youtube, bem vindos a mais um tutorial... Feito

3 Introdução A GPGPU, ou Unidade de Processamento Gráfico de Propósito Geral, usa a GPU para, além da função específica da própria que é a renderização gráfica, auxiliar no processamento de imagens, inteligência artificial, cálculo numérico, entre outras aplicações. Isso surgiu após cientistas da computação e de outras áreas perceberem a sua enorme capacidade de processamento paralelo (multi-threading). Esta decorrente da necessidade de atender à demanda de processos de computação 3D em alta resolução e também em tempo real.

4 GPGPU’s - Funcionamento
As GPUs utilizam um maior número de transistores para colocar mais ALUs (Arithmetic Logic Unit) simplificadas que as permite fazer um maior número de cálculos ao mesmo tempo. Para fins de comparação: NVIDIA GTX 480: 480 núcleos → preço US$ 500* 1.5GB de Memória com acesso a 177 GB/s Intel Core i7 980X: 6 núcleos → preço US$ 1000* Acesso à memória a 25.6 GB/s Controle de fluxo mais simples: - Feita para aplicações paralelas onde as mesmas operações são aplicadas sobre um grande conjunto de dados. *Valores desatualizados e com possíveis variações.

5 GPGPU’s - Funcionamento

6 GPGPU’s - Funcionamento
Os multiprocessadores compartilham uma memória global, onde são armazenados texturas ou dados de aplicações

7 GPGPU’s - Prós e Contras
Maior quantidade de núcleos por um preço inferior. Maior eficiência e performance (maior rapidez para resolver problemas). Menor consumo elétrico. Contras: Necessidade de placa de video. Poucos programas e linguagens disponíveis se comparado a processadores. Incompatibilidade entre marcas de placas de vídeo. o código feito para rodar em uma placa NVIDIA não rodará em uma AMD. Complexidade do código. um código feito para ser executado em um processador necessita de várias alterações em sua lógica para tirar total proveito da placa.

8 GPGPU’s - Linguagens Linguagens:
CUDA -> criada pela NVIDIA para programação GPGPU. FIRESTREAM -> linguagem da AMD para GPGPU. OPEN CL -> linguagem de programação livre que utiliza GPGPU.

9 GPGPU’s - Áreas de atuação
Plataformas: Clusters de computadores Processamento de Imagem Digital Computação Geométrica As redes neurais Computação Científica. A previsão do tempo Pesquisa de clima Mecânica quântica física Astrofísica

10 CUDA - Instalação (Atenção: este guia é apenas para a API CUDA de GPUs, e funciona apenas em placas da NVIDIA. Para placas da AMD é necessário a utilização da sua respectiva API) 01 Baixe a versão mais recente do CUDA Toolkit e instale-o em sua máquina. (Certifique-se de olhar os requisitos de sistema na documentação encontrada no site, no nosso caso SO Windows 7 ou superior, Visual C ou superior e Visual Studio ou superior) 02 A fim de evitar problemas futuros é recomendável abrir o instalador do visual studio e adicionar todos os pacotes que estão na secção “componentes individuais” com o nome “VC++... …toolset...”. 03 Após isso ao reiniciar o Visual Studio a opção para a criação de um projeto CUDA na divisão “NVIDIA” deve estar disponível.

11

12

13

14 CUDA - Programação

15 Mais Informações: CUDA Zone
Alunos: Luan Patrick Alves Poi Antonio Augusto Malachini Johnsson Igor Barreto

16 Referências: