Bienvenidos al mundo de las GPU
0 recomendaciones•412 vistas
El documento presenta una introducción a las GPU, destacando su evolución histórica desde los chips gráficos monolíticos hasta la creación de Nvidia GeForce 256. Se explica qué es una GPU, su funcionamiento en computación científica a través de la tecnología CUDA, y cómo permite a los desarrolladores aprovechar su potencia para tareas de propósito general mediante programación paralela. Además, se menciona la importancia de la GPU en colaboración con la CPU para mejorar el rendimiento en aplicaciones científicas y de ingeniería.
Bienvenidos al mundo de las GPU
- 1. Bienvenida(o) al mundo de las GPUs! Más que videojuegos! Edith Puclla @EdithPuclla
- 2. DevOps Perú Docker Lima Hi! Edith Puclla
- 4. Imagen: Puntos, polígonos, matrices
- 5. Imagen: Multiplicación de miles de polígonos por matrices
- 6. Un poco de historia... ● En los 70 y 80 existían los chips gráficos monolíticos, podían ejecutar operaciones usando técnicas que permitían reducir la carga del procesador. ● En los años 90 los microprocesadores de alta velocidad fueron fundamentales para implementar las GPUs. ● A finales de los 90, Nvidia anuncia el lanzamiento de GeForce 256 La primera GPU del mundo! :) Incorpora transformación, iluminación, organización y rendering en una sola unidad de procesamiento gráfico, con una velocidad de 15 millones de polígonos por segundo y un rendimiento de 480 millones de píxeles por segundo
- 7. ¿Qué es una GPU? Fuente de imagen: https://latam.evga.com/concept/product_laptop.asp Unidad de Procesamiento Gráfico - Procesador dedicado exclusivamente al procesamiento de gráficos. - Aligera la carga de la CPUs dejando que ejecute proceso secuenciales.
- 8. Arquitectura Referencia: https://www.adslzone.net/2018/01/12/cpu-vs-gpu-diferencias/ 2 cores 240 cores HOST DEVICE
- 9. ¿Qué es un Core? ● Es una unidad de procesamiento que lee las instrucciones y ejecuta acciones específicas. CPU cores: ○ El CPU usa sus cores para administrar las operaciones ○ Le dice al GPU que va a ejecutar GPU cores: ○ Los cores de las GPU procesan pixeles ○ Se usan para programación paralela (instrucciones que podemos dividir) y se pueden paralelizar (no llevan ningún tipo de orden)
- 11. Modelo de computación en sistemas heterogéneos ● El modelo de computación sobre tarjetas gráficas consiste en usar conjuntamente una CPU y una GPU de modo que formen un modelo heterogéneo. ● La parte secuencial de la aplicación la ejecuta la CPU. ● La parte paralela y más costosa lo ejecuta la GPU
- 12. ¿Cómo trabaja la GPU? Fuente de imagen: https://la.nvidia.com/object/what-is-gpu-computing-la.html
- 14. GPU Computing “Es el uso de una GPU para realizar computación científica y de ingeniería de propósito general. Su introducción abrió nuevas puertas en las áreas de investigación y ciencia. “ fuente: fluidyna
- 15. Desde el año 2000 los científicos informáticos junto con investigadores en los campos de imágenes médicas reconocieron el enorme potencial del uso de las Unidades de Procesamiento Gráfico (GPU)
- 16. ¿Y...cómo uso la GPU para propósito general?
- 17. El problema inicial Los desarrolladores debían hacer que sus aplicaciones científicas parecieran aplicaciones gráficas convirtiéndolas en problemas que dibujan triángulos y polígonos. Esto limitaba el acceso por parte del mundo científico al enorme rendimiento de las GPUs. NVIDIA, buscó la forma de modificar la arquitectura de las GPU, para que fueran completamente programables para aplicaciones científicas y añadir soportes a lenguajes de alto nivel: C , C++.
- 18. CUDA!!! En el 2006/2007 NVIDIA desarrolla la tecnología CUDA. Es una plataforma de programación para computación de propósito general, con CUDA los desarrolladores pueden acelerar drásticamente las aplicaciones informáticas. Arquitectura Unificada de Dispositivos de Cómputo ¿Cómo consigo CUDA? https://developer.nvidia.com/cuda-downloads
- 19. Nuevo modelo de programación paralela (cálculos en paralelo), y construidas con cientos de cores que pueden procesar miles de instrucciones a la vez. Fuente: https://technodocbox.com/Java/65812691-Gpgpu-programming-on-example-of-cuda.html Arquitectura de CUDA
- 20. Arquitectura de una tarjeta gráfica CUDA Fuente: http://riubu.ubu.es/bitstream/10259/3933/1/Programacion_en_CUDA.pdf
- 21. Flujo del procesamiento con CUDA
- 22. Benchmarking CPU y GPU Requisitos: 1. Máquina con GPU 2. Driver NVIDIA 3. CUDA toolkit
- 23. Resultado: