CUDA Cores Dijelaskan
CUDA, akronim untuk Compute Unified Device Architecture, adalah teknologi yang dikembangkan oleh Nvidia yang mempercepat proses komputasi GPU.
Dengan CUDA, peneliti dan pengembang perangkat lunak dapat mengirim C, C ++, dan kode Fortran langsung ke GPU tanpa menggunakan kode assembly. Ini memungkinkan mereka memanfaatkan komputasi paralel di mana ribuan tugas, atau untaian, dijalankan secara bersamaan.
Informasi tentang CUDA Cores
Anda mungkin telah melihat istilah CUDA saat berbelanja kartu video Nvidia. Jika Anda melihat pengemasan kartu semacam itu atau membaca ulasan kartu video, Anda akan sering melihat referensi ke nomor inti CUDA.
CUDA core adalah prosesor paralel yang mirip dengan prosesor di komputer, yang mungkin merupakan prosesor dual-core atau quad-core. GPU Nvidia, bagaimanapun, mungkin memiliki beberapa ribu core. Core ini bertanggung jawab untuk berbagai tugas yang memungkinkan jumlah core untuk terhubung langsung dengan kecepatan dan kekuatan GPU.
Karena CUDA core bertanggung jawab untuk menangani semua data yang bergerak melalui GPU, core menangani hal-hal seperti grafik dalam gim video untuk situasi seperti ketika karakter dan pemandangan dimuat.
Aplikasi dapat dibangun untuk memanfaatkan peningkatan kinerja yang ditawarkan oleh CUDA core. Anda dapat melihat daftar aplikasi ini di halaman Aplikasi GPU Nvidia.
Inti CUDA mirip dengan prosesor AMD Stream; mereka hanya diberi nama berbeda. Namun, Anda tidak dapat menyamakan 300 CUDA Nvidia GPU dengan 300 Stream Processor AMD GPU.
Memilih Kartu Video Dengan CUDA
Jumlah core CUDA yang lebih tinggi biasanya berarti bahwa kartu video memberikan kinerja yang lebih cepat secara keseluruhan. Namun, jumlah core CUDA hanyalah salah satu dari beberapa hal yang perlu dipertimbangkan ketika memilih kartu video .
Nvidia menawarkan berbagai kartu yang menampilkan sedikitnya 8 core CUDA, seperti di GeForce G100, hingga sebanyak 5.760 core CUDA di GeForce GTX TITAN Z.
Kartu grafis yang memiliki Tesla, Fermi, Kepler, Maxwell, atau arsitektur Pascal mendukung CUDA.