经验啦

  1. 首页 > 科技 > >

松下|显卡的“未解之谜”为啥会涨价

松下|显卡的“未解之谜”为啥会涨价
文章图片
松下|显卡的“未解之谜”为啥会涨价
文章图片
松下|显卡的“未解之谜”为啥会涨价
文章图片

评选2021年最佳理财产品 ， 屏幕上这货应该榜上有名 。 一年前3000多的显卡现在竟然能卖1万多 ， 到底是我疯了还是世界疯了？
这是一块独立显卡 ， 它最重要的元器件是GPU、显存和散热片 ， 当我们聊显卡的工作原理时 ， 聊的其实往往是GPU的工作原理 。 我们知道在计算机的数学世界中 ， 所有的二维图像或者视频其实都是像素点 ， 而三维图像则要更复杂一些 ， 计算机在生成三d图像前 ， CPU会先进行解析 ， 将要生成的三d模型拆分成由若干多边形拼成的曲面 ， 然后CPU将这些多边形顶点的三维空间坐标颜色等图片信息传给内存或者独立显卡的显存 ， 这些坐标数据随后会被GPU调用 ， 并输入到它模拟的三维坐标系中 ， 连接顶点形成简单的模型 ， 下一步则是把做好的模型投影到平面上 ， 形成二维图像 ， 并将其转换成可用于屏幕显示的像素图 ， 这个过程被称为光纤化 ， 最后使用着色器对完成的线稿进行贴图着色渲染 ， 并最终输出到显示设备上 。
这是GPU就算完成了一帧画面的输出 ， 这是关于GPU工作原理的一个最简单说明 ， 请各位注意是最简单 ， 但听完之后你也许还是会问CPU已经把三d模型拆成了多边形 ， 为什么不能在这时直接把它们转化成二维的像素图 ， 这就是我们接下来要聊的GPU存在的意义 。
一定可以理解在用多边形去拼3D模型时 ， 多边形越多模型就会越精细 ， 与此同时计算顶点位置的运算量也就会越大 ， 现在的大型游戏一般都需要在每秒显示60帧的情况下稳定稳定运行 ， 也就是说实施渲染精细的3D模型会是一个非常庞大的工作量 ， 所以如果将生成三维图像的工作交给CPU的话 ， 会给他带来巨大的负担 。 那么能不能通过提升CPU性能来让他完成工作 ， 答案是理论上可以 ， 但没必要 。 无论是对许多顶点执行矩阵乘除法 ， 还是确定每个像素的颜色 ， 其实都是相对简单的计算 ， 并不涉及CPU经常遇到的更复杂的分支预测 ， 而且这中间各个计算过程还是相对独立的 ， 可以实现并行操作 。 换句话讲提升CPU性能来做生成三维图像的工作 ， 性价比极低 ， 不如把这种技术含量较低的脏活累活外包给别的包工头 ， 这个包工头就是GPU ， 目前高端消费级CPU拥有64个核心 ， 而最高端的rtx3090显卡 ， GPU则包含10496个计算单元 ， 拿1个经常被使用的例子来讲 ， 就是CPU相当于64个数学教授 ， 他们能解各种复杂的高数题 ， 而GPU则是1万多个小学生 ， 只会做相对简单的数学题 ， 而实时渲染显示的三d画面 ， 就好比是一场解1万道4则运算的数学比赛 ， 64个教授还真干不过1万多个小学生 ， 说到这里其实也就能解释为什么GPU可以用来做AAA深度学习以及某种神秘的矿产 。 Aa深度学习可以想象成幼儿园小朋友学习从上万张图片里找出小汽车 ， 而挖矿则类似于暴力破解个密码密码锁 ， 没有任何解题思路 ， 只能挨个数字去世 ， 看谁能先碰出来正确答案 ， 话虽如此 ， 但也不要小瞧GPU ， 目前有能力设计高端GPU的公司 ， 全球只有英伟达和AMD两家 ， 其中英伟达更是独占了80%独立显卡GPU市场份额 。
事实上在显卡的产业链中 ， 英伟达也是处于最上游的位置 ， 他们设计的GPU首先会交给台积电和三星这样的晶圆厂来制造芯片 ， 然后再搭配显存30片等元器件存贮一个公版显卡 ， 随后他们会将GPU卖给7彩虹、华硕、微星这样的厂商 。

相关经验推荐


上一篇：Win10|iQOO对打造千元机的思路是怎样的？一文带你看懂

下一篇：华为|华为“小姐姐手机”曝光！合起来就是化妆盒？