Os núcleos de GPU não usados são usados se eu adicionar uma placa gráfica dedicada?

Question

Se essa pergunta for burra, peço desculpas. Eu sou um novato um pouco avançado em todas as coisas de hardware, e ainda aprendendo.

Eu tenho um AMD A8-7600. Tem 10 núcleos (4 CPU + 6 GPU). Eu precisava de vários monitores (4), então adicionei duas placas gráficas.

Eu desativei os gráficos integrados. Então o processador usa esses 6 núcleos de GPU para qualquer coisa? Eu encontrei isso , mas os comentários lá são mais para chip Intel. E eles estão discutindo se os núcleos da CPU têm um desempenho melhor depois de adicionar uma placa gráfica dedicada, sem realmente abordar o que acontece com as GPUs. O consenso parece ser uma CPU mais rápida sem o calor gerado pela GPU e melhor desempenho sem compartilhar RAM com a GPU. Isso implica que as GPUs estão inativas, mas não tenho certeza se esse é o caso, e se vale tanto para a Intel quanto para a AMD.

Minha pergunta é mais sobre o que esses 6 núcleos fazem agora que os gráficos são resolvidos. Os núcleos da GPU ficam ociosos? Ou eles recebem tarefas? Existe uma maneira de testar isso?

(O que eu gostaria de ouvir é que esses núcleos estão disponíveis. Parte da razão pela qual eu construí este equipamento foi poder rodar vários milhões de simulações estatísticas. Isso seria ajudado consideravelmente por ser capaz de rodar 6 ou 8 núcleos de cada vez em paralelo, em vez de apenas 2 ou 3.)

    

Answer 1

Eu não li o link que você tem, mas discordo daqueles que dizem que o desempenho do núcleo da CPU é afetado, independentemente de você ter uma GPU integrada ou dedicada. O único caso em que gráficos integrados podem afetar a CPU é quando você tem memória de sistema de canal único, porque isso criaria um gargalo. Uma placa gráfica integrada é embutida na placa-mãe ou é embutida no chip da CPU. Embora possam estar alojados no mesmo chip, cada um deles possui suas próprias capacidades de processamento separadas, porque o controlador gráfico é separado da CPU.

A maior diferença entre uma GPU dedicada e uma GPU integrada é a memória que ela aloca. Uma GPU integrada usa parte da memória do seu sistema (RAM), em vez de ter sua própria memória dedicada. Uma placa gráfica discreta tem uma GPU e seu próprio conjunto de VRAM, em vez de usar a RAM do sistema. A RAM na sua placa gráfica também é muito mais rápida que a RAM do sistema.

Sua pergunta sobre o uso dos núcleos da GPU integrada como núcleos de CPU, a resposta seria não. Esses núcleos são projetados de maneira diferente dos núcleos da CPU. Pode ser possível que alguns programas possam usar núcleos de GPU, como mineração para bitcoins. Mas esses programas são feitos especificamente para rodar assim.

    

Answer 2

Se eles estão desativados, então - por definição - eles são desativados e não fazem nada. Como @DrZoo mencionou, a única melhoria de desempenho que pode ser vista é RAM adicional sendo liberada.

Se, no entanto, você quiser aproveitar esses núcleos de GPU em uma carga de trabalho de jogos, AMD Dual Graphics permite que você use os núcleos da GPU em seu APU em Crossfire com certas placas AMD. De acordo com a página do produto, a AMD recomenda o emparelhamento com um R7 240, se esse for o caminho que você deseja seguir.

Outras cargas de trabalho, como renderização baseada em GPU, podem ter outro suporte variável para utilizar os núcleos de GPU em seu APU.

    

Answer 3

Eu tenho mais conhecimento da NVidia do que da AMD, mas acredito que essa resposta se aplicaria também à AMD. Supondo que você comprou um cartão dos últimos dois anos e que ele custou mais de US $ 25, então você deve ter mais poder de GPGPU disponível do que em um ADM CPU / GPU como o AMD A8 (possuindo um A8 & A10 eu posso dizer com segurança que).

Como o DrZoo aponta em relação ao uso de memória e arquitetura da A8 comparado com a placa discreta, quando se trata de realmente codificar as simulações que você quer fazer, você aprenderá como a própria GPU é composta de níveis de memória semelhantes aos da CPU (L1, L2, L3) e que esta memória pode ser usada sabiamente para ser compartilhada entre blocos GPU e Threads, ou entre Host & Dispositivo (CPU e GPU) e também memória estática para dados imutáveis, como um valor usado em seus modelos estatísticos que devem ser usados em todos os seus cálculos. Nesse caso, a memória estática só lhe custará uma memória lida e, mesmo que seu cálculo precise desse valor milhões de vezes, ela só precisará entrar na memória uma vez para recuperá-la.

Assim que entrar na arquitetura das placas de vídeo de hoje (mais uma vez, apenas conhecedoras da NVidia), você descobrirá que tem acesso a poderes de supercomputação de processamento massivamente paralelo que nunca poderia ser feito em um chip AMD A8. Você perceberá se os núcleos da GPU estão inativos ou não são mais importantes, já que sua placa de vídeo de $ 100 (ou $ 700 NVidia GTX 1080 no meu caso) é tão mais poderosa que não tem sentido se preocupar com esses núcleos.