GPU编程市场应用
GPU全称是Graphics Processing Unit,中文成为图形处理器,所以GPU编程也叫图形学编程,它是针对的显卡中的芯片编程,游戏引擎的更新换代发展的一个重要阶段是显卡芯片的出现,引擎的渲染能力得到极大提升。GPU 加速器于 2007 年由 NVIDIA® 率先推出,引擎的更新换代也是跟GPU硬件息息相关的,从固定流水线变成了可编程流水线,画面品质得到了质的飞跃。总的来说,GPU编程主要分为两大分支:
现在流行的大数据计算,采用的就是GPU集群编程,从事GPU集群编程可以从事一些高端的行业,比如大数据分析计算等等。另外,作为高性能计算新的应用领域,深度学习(Deep Learning)是近年来机器学习的热点,以GPU集群方式对数据或深度网络模型进行并行化,加速程序执行效率。已广泛应用于Google、百度、Facebook,阿里,京东,华为等公司以及中国的高性能计算机。
我在读研究生期间,我们经常利用GPU集群解决海量数据的计算问题,比如:计算海量模型数据的网格分割,通过GPU集群后计算速度非常快。另外,GPU集群还用于动漫的模型和场景渲染,网上有很多提供渲染服务的渲染农场,专用于对数以几百万面的模型渲染。
使用GPU在游戏中的渲染,我们利用GPU渲染模型材质和场景,不论是模型材质还是每帧运行的游戏图片,它的内部都是由RGB或者RGBA元素组成,换句话说,它是由数据矩阵组成的,利用GPU对图片数据进行再加工,就可以得到非常绚丽的画面,GPU对矩阵计算效率非常高,我们只是简单的利用了单GPU的计算能力就足以应付游戏的渲染了。下图是我们研发的引擎实现的游戏截图如下所示:
总之,我们不论做GP