重量級對決！NVIDIA/AMD專業(yè)顯卡橫評
在查看測試結(jié)果之前，我們再最后看看GPGPU計算。所謂GPGPU計算是指通過顯卡的GPU來做為主要處理器完成系統(tǒng)所需執(zhí)行的計算任務(wù)。這項技術(shù)擁有令人興奮的潛力，我們現(xiàn)在看到的應(yīng)用僅僅是這項技術(shù)的初級成果。
這也是專業(yè)顯卡最重要的價值。專業(yè)卡上擁有更高的顯存容量，可以進行更多的估算執(zhí)行。除非任務(wù)可以在存儲器上完整的執(zhí)行，否則數(shù)據(jù)必須要在顯存和系統(tǒng)之間交換，這會使得計算過程變慢。
舉個例子來說明，在目前的光線追蹤計算中，完整的3D場景需要通過顯存來協(xié)助處理器進行渲染，如果場景太大，那么GPU就會忽略渲染，轉(zhuǎn)而讓CPU進行處理，這樣會大大增加渲染時間。而2-6GB的超大顯存容量可以讓專業(yè)顯卡進行渲染時更加得心應(yīng)手，大大提高效率。
目前有兩種主要的GPU計算程序接口（API）：CUDA和OpenCL。OpenCL是一種開放標(biāo)準(zhǔn)，NVIDIA和AMD都支持這一規(guī)范，而CUDA是NVIDIA獨有的技術(shù)，只有NVIDIA的產(chǎn)品能夠支持。
NVIDIA是首家開始推行GPU通用計算并研發(fā)出完整技術(shù)的硬件制造商，在2006年，首個采用統(tǒng)一渲染單元的革命性GPU架構(gòu)：G80誕生了，這款產(chǎn)品就是經(jīng)典的GeForce 8800GTX。這種技術(shù)上的領(lǐng)先導(dǎo)致早期大量的程序支持CUDA而不兼容OpenCL。從一個專業(yè)技術(shù)人員的角度出發(fā)，原作者更希望看到OpenCL更加成熟，對于開發(fā)人員來說，擁有一個統(tǒng)一的工業(yè)標(biāo)準(zhǔn)肯定要比有多個API接口要好。
在渲染工作中，有很多應(yīng)用可以使用GPU來加速運算，無論是基于CUDA還是OpenCL。比如基于CUDA的Mental images''iray，Arion隨機控制，Refractive Software的Octane Render軟件，支持OpenCL的Glare Technologies’ Indigo Renderer, Chaos Group’s V-Ray RT和Art And Animation Studio的 FurryBall 渲染器。GPU加速在一些開源軟件比如LuxRender、cebas''s finalRender 4也將獲得支持，相信都會在OpenCL下良好運行。目前可以免費使用的軟件有StudioGPU的MachStudio Pro，一款同時兼容CUDA和在DirectX支持下OpenCL的軟件。這是一款原作者極力推薦的軟件，由于它完全免費，導(dǎo)致其入不敷出已經(jīng)破產(chǎn)，但是依然可以下載并使用它。
然而，目前在計算機繪圖工業(yè)領(lǐng)域中，對于GPU加速計算有著兩種態(tài)度。一些工作室認(rèn)同GPU加速技術(shù)，認(rèn)為它可以很好的進行運算工作并大力支持；同時還有一部分人認(rèn)為GPU渲染在輸出品質(zhì)上無法與CPU處理相比。一種比較折中的做法是由GPU進行單獨的視覺預(yù)覽或特殊工作，最終處理工作保留并交由CPU進行。一個典型的例子就是Sony Pictures Imageworks，由GPU進行渲染、實現(xiàn)和效果，CPU進行后處理。
關(guān)注我們
