ورود به حساب ثبت نام جدید فراموشی کلمه عبور
برای ورود به حساب کاربری خود، نام کاربری و کلمه عبورتان را در زیر وارد کرده و روی «ورود به سایت» کلیک کنید.





اگر فرم ثبت نام برای شما نمایش داده نمی‌شود، اینجا را کلیک کنید.









اگر فرم بازیابی کلمه عبور برای شما نمایش داده نمی‌شود، اینجا را کلیک کنید.





نمایش نتایج: از 1 به 2 از 2
  1. #1
    تاریخ عضویت
    2011/10/12
    محل سکونت
    زمین خدا
    نوشته ها
    2,166
    امتیازها
    93,367
    سطح
    100
    10,392
    کاربر حرفه ای کامپیوتر

    Question وقتی nVIDIA معادلات را بر هم میزند!

    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: nvidia-geforce-gtx-logo.jpg
مشاهده: 24
حجم: 25.8 کیلو بایت


    گرافیک بالاتر، رزولوشن بالاتر، تعداد پیکسل های بیشتر و بازی های واقع گرایانه تر!
    همه اینها جزو آن دسته از خواسته های تمامی افرادی است که در صنعت IT در حال تکاپو هستند
    و هر روز از پیشرفت فناوری (اگرچه پول پرستان سدی بزرگ بر سر این مهم هستند) بیشتر خوشحال می شوند.

    jen-Husn Huang را همه میشناسیم و اگر هم نشناسیم با یک جستجوی کوچک در این فضای
    اعجاب انگیز مجازی می توانیم اطلاعات زیادی بدست بیاوریم (بدست بیار پس!).
    در طی سخنان این شخص، ایشان بیان داشتند که ما همیشه متکی به یک فناوری نبوده ایم
    و امروز ما با در اختیار گذاشتن GP100 در دستان کاربران به آنها 5 معجزه بزرگ را هدیه می دهیم
    که این مهم سبب شده است تا ما در کارت گرافیک پرچمدار این سری شاهد یک اعجاز مهندسی باشیم.


    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 1.jpg
مشاهده: 34
حجم: 199.3 کیلو بایت


    در تصویر بالا می توانید این 5 فناوری جدید را مشاهده کنیم. البته از نظر نویسنده کار خاضی هم نبوده!
    اینها تماماً انتظاراتی هست که همیشه کاربران از نسل های نوین سخت افزاری و نرم افزاری انتظار دارند و غیر از این باشد جای تعجب دارد!

    این پنج مورد شامل موارد زیر هستند:
    1- نسل نوین معماری پاسکال
    2- فناوری ساخت 16 نانومتری
    3- بهره گیری از حافظه های نوین HBM2
    4- مسیردهی NV-LINK
    5- و در آخر طراحی شده برای بیشتری سطح کارایی در کارهای مربوطه به هوش مصنوعی (AI).

    در ادامه مانند همیشه انویدیا از برتری این نسل نسبت به گذشته در زمینه کارایی به ازای هر وات پرداخت.
    ساختار اصلی هر GPU در پاسکال از یک SM که مخفف عبارت Streaming multiprocessor می باشد.
    SM در هر نسل نامی متفاوت داشته که برگرفته از نام معماری همان نسل نیز بوده است.
    مثلاً در نسل پیش، این نام تحت عنوان SMM یا Streaming Maxwell Multiprocessor بیان می شده
    و در نسل پیش از آن نیز SMX در معماری Kepler بوده است. این را نیز اضافه کنیم که
    پردازنده های جریانی در واقع موتوری است برای، ساخت، مدیریت و همچنین برنامه ریزی برای اجرای
    دستورالعمل ها در هنگام اجرا به صورت موازی می باشد.

    GP100 این غول دوست داشتنی و شاید دست نیافتنی شامل 3840 هسته کودا بوده که
    به زیر شاخه های 240 واحد بافت گذاری، 4096 بیت اینترفیس حافظه که به 8 بخش 512 بیتی تقسیم شده است، می باشد.
    در کنار این موارد این تعداد هسته CUDA شامل 6 کلاستر از پردازنده های گرافیکی است که هر کدام دارای 10 واحد SM می باشند.


    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 2.jpg
مشاهده: 25
حجم: 154.3 کیلو بایت


    هرکدام از SM های پاسکال شامل 64 عدد هسته FP32 خواهد بود (پردازش های ممیز شناور)
    که این تعداد نسبت به نسل قبل خود یعنی Maxwell به نصف کاهش پیدا کرده که این تعداد نیز در دو بخش تقسیم شده اند.
    حال برسیم به ابعاد این GPU یا بهتر بگوییم ابر GPU ! ابعدا این پردازشگر به 610mm² رسیده است
    که در دل خود به لطف فناوری ساخت کوچکتر که 16 نانومتری است تعداد 15 میلیارد ترانزیستور را جای داده است!
    15 میلیارد؟!! وای خدای من!

    این تعداد ترانزیستور تقریباً دو برابر تعدادی است که ما در پرچمداران نسل پیش دیده بودیم.
    علاوه بر این به دلیل اینکه هر SM در ساختار پاسکال به همان تعداد 128 ثبات در هسته کودا دسترسی دارد
    و در نتیجه هر کدام از هسته های کودا در پاسکال توانایی دسترسی دوبرابری به این ثبات ها را دارند
    که این نه تنها نشان دهنده این است که GP100 می تواند رشته های پردازشی بیشتری را پردازش نماید
    بلکه به دلیل دسترسی بیشتر به ثبات ها این نسل از توان عملیاتی بسیار بالاتری نسبت به نسل قبل از خود برخودار خواهد بود.
    یعنی اینکه یدونه از این کارت ها داشته باشید کنسول های بازی تا 190 نسل بعد هم به گرد پای شما ها نمیرسن! بله!


    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 3.png
مشاهده: 29
حجم: 421.1 کیلو بایت


    همچنین 14 مگابایت ثبات (اگر اشتباه نوشتم بگید) و 4 مگابایت حافظه به اشتراک گذاشته شده در GP100 باعث شده است
    تا پهنای باند این نسل نسبت به GP200 به میزان دو برابر افزایش پیدا کند.
    Mark Harris بیان داشته است که: بیشتر شدن حافظه اشتراکی در کنار ثبات ها و Warps (?)
    باعث شده است تا GP100 به نسبت گذشته از توان عملیاتی بالاتری بهره مند باشد.
    تمامی این موارد بیانگر این هستند که هر کدام از SM های پاسکال میتوانند قدرت بالاتری را در اجرای دستورالعمل ها در فضای کمتر و همچنین مصرف توان کمتری در اختیار کاربر قرار دهند.


    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 4.jpg
مشاهده: 24
حجم: 44.4 کیلو بایت

    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 5.jpg
مشاهده: 20
حجم: 61.1 کیلو بایت

    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 6.PNG
مشاهده: 19
حجم: 41.7 کیلو بایت



    با توجه به جدول بالا می توان دریافت که کوچکتر شدن فناوری ساخت تا چه میزان توانسته پیشرفت های قابل ملاحظه ای
    را به این نسل نسبت به گذشته بیاورد. کاهش مصرف بسیار جالب توجه و همچنین افزایش تعداد ترانزیستورها
    و قابلیت سویچینگ آنها به واسطه کوچکتر شدن و بالاتر رفتن میزان کلاک پیش فرض این نسل که نزدیک به 1.5 گیگاهرتز می باشد.
    تمامی این موارد ما را به هوس می اندازد تا کارت گرافیک 9500GT خود را تعویض کنیم! اما نویسنده تا نسل بعدی منتظر خواهد ماند!

    در این نسل NVIDIA با بهره گیری از DPC (double prec***on compute) (نشد به فارسی برگردونمش! مثلاً پردازش با دقت دوگانه!
    نمیدونم اصطلاحش چی هست) توانسته است
    تا محاسبات را یک گام به جلو ببرد و انویدیا را دوباره به دنیای HPC ها بازگرداند.

    این موضوع دقیقاً همان نقشطه ضعف انویدیا در برابر AMD ای است که در سال 2013 و با عرضه Hawaii GPU توانسته بود تا در محاسبات خود با دقت مضاعف به نتیجه 2:1 در FP32 به نسبت FP64 دست یابد.

    جالب توجه است که تغییراتی که انویدیا در نسل کنونی خود در SMها ایجاد کرده است
    و از زمان Kepler در سال 2011 آغاز شده بود و هر SMX شامل 192 هسته کودا بود که بعد از آن در SMM های مکسول
    به تعداد 128 هسته کودا رسید و در نهایت در پاسکال که به چیزی که ما در GCN شرکت AMD می بینیم رسیده است.
    یعنی تعداد 64 واحد به ازای هر بلوک پردازشی در معماری GCN . حالا هی بگید انویدیا بهتر ای AMD هستش! (یه جنگ راه بندازیم!!)


    البته شباهت ها تنها به همین جا ختم نمی شود، جاییکه AMD به صورت سنتی در پردازش ها با دقت مضاعف همیشه سرآمد بوده است. بروزرسانی هایی که nVIDIA در نسل کنونی Pascal انجام داده است (همش یاد زبان برنامه نویسی پاسکال می افتم!) در واقع همان راهی است که AMD با GCN رفته است که در واقع پشتیبانی از پیاده سازی برنامه ریزی پردازش داده ها به صورت سخت افزاری و موتور پردازش منحصر به فرد برای پردازش ناهمگام است.

    همچنین انویدیا بیان داشته است که پاسکال سازگاری کاملی با IEEE 754‐2008 و پردازش های با دقت مضاعف و یگانه را دارد. پشتیبانی از FMA (Fused Multiply Add) را نیز باید در نظر داشت. FMA نمیدونم چیه! میدونید بگید.



    برای دیدن سایز بزرگ روی عکس کلیک کنید

نام: 7.jpg
مشاهده: 31
حجم: 15.3 کیلو بایت


    از سمت دیگر انویدیا با بهره گیری از FP16 در پاسکال می تواند در آن واحد دو دستورالعمل را انجام دهد و هر کدام از رجیسترهای 32 بیتی توانایی ذخیره دو واحد FP16 (دو واحد از میزان "متغیر" ذخیره شده) را دارا خواهد بود. این به معنی کارایی دو برابری نسبت به FP32 خواهد بود که این نسل را به یکی از بهترین ها در زمینه Deep Learning می شود تا ما شاهد رشد هرچه بیشتر AI در سال های آتی باشیم.

    این رو هم در خصوص حافظه های HBM2 اضافه کنیم که تنها در پرچمداران این نسل شاهد استفاده از این حافظه ها خواهیم بود و در کارت های رده پایین تر از همان حافظه های Gddr5 بهره خواهند برد. ادامه کنفرانس هم یکم در خصوص همین HBM2 و مشخصاتش گفتند که تا 16 گیگابایت این کارت ها می تونند حافظه داشته باشند.

    در پایان باید گفت اینطورکه از شواهد برمیاد باید منتظر عرضه این کارت های فوق العاده دوست داشتنی باشیم تا ببنیم که نتیجه چه خواهد بود. و در اون سوی میدان و در جبهه سرخ باید دید که AMD چه در چنته دارد تا رو کند و آتش این جنگ را شعله ور تر نماید!




    نویسنده: احسان علیزاده
    ehsannalizadeh
  2. #2
    تاریخ عضویت
    2014/08/18
    محل سکونت
    ایران-تهران
    نوشته ها
    1,970
    امتیازها
    44,827
    سطح
    100
    3,863
    کاربر حرفه ای کامپیوتر
    ممنون بابت خبر .
    اطلاع داری قیمتش چند دلار هستش ؟
    به نمودار آخر که نگاه کنیم میبینیم معماری نسل بعد یعنی ولتا انقدر از جدول بالا زده که رفته تو آسمون ! به معماری های نسل آینده که فکر می کنم مخم سوت میکشه .
    البته این روند کوچک تر شدن ترانزیستور ها و افزایش آن ها در یک تراشه بر اساس قانون مور ظاهراً تا سال 2020 میلادی بیشتر دوام نداره چون دوستانی که از فیزیک حالت جامد و مباحث مربوط به نیمه هادی ها اطلاع داشته باشند میدانند که این کوچک تر شدن یه حد مشخصی داره و بعد از آن به دلیل محدودیت های فیزیکی امکان کوچک تر سازی ترانزیستور ها نیست . خیلی از دانشمندان و محققان این زمینه از جمله شرکت های اینتل و ای ام دی مطلع هستند که راه کار حل این مشکل احتمالاً در استفاده و تولید کامپیوتر ها و تراشه های کوانتومی باشد اما تا پیشرفت این تکنولوژی خیلی راه مونده . ( انقدر مبحثش پیچیدس که برای دوستان توضیح بدم از کله ی همه دود بلند میشه ! )
نمایش نتایج: از 1 به 2 از 2

اطلاعات موضوع

کاربرانی که در حال مشاهده این موضوع هستند

در حال حاضر 1 کاربر در حال مشاهده این موضوع است. (0 کاربران و 1 مهمان ها)

موضوعات مشابه

  1. مشکل در اپدیت کارت گرافیک NVIDIA
    توسط hasikhan در انجمن سوالات و مشکلات نرم افزاری
    پاسخ: 1
    آخرین نوشته: 2014/12/01, 22:56
  2. اپدیت کارت گرافیگNVIDIA
    توسط hasikhan در انجمن سوالات و مشکلات نرم افزاری
    پاسخ: 6
    آخرین نوشته: 2014/11/15, 23:04
  3. nVIDIA ساکت نماند!
    توسط th e nd در انجمن اخبار، آموزش و بررسی کارت گرافیک
    پاسخ: 15
    آخرین نوشته: 2013/10/08, 15:48
  4. بررسی کارت گرافیک Nvidia GTX 670
    توسط Arsn در انجمن اخبار، آموزش و بررسی کارت گرافیک
    پاسخ: 29
    آخرین نوشته: 2012/12/26, 22:27
  5. جدیدترین خدمت از Nvidia!
    توسط Hessam در انجمن اخبار سایت های داخلی
    پاسخ: 3
    آخرین نوشته: 2012/12/09, 22:17

کلمات کلیدی این موضوع

مجوز های ارسال و ویرایش

  • شما نمیتوانید موضوع جدیدی ارسال کنید
  • شما امکان ارسال پاسخ را ندارید
  • شما نمیتوانید فایل پیوست کنید.
  • شما نمیتوانید پست های خود را ویرایش کنید
  •