CAD / GIS platforme skal gå til GPU

De af os, der er brugere af grafiske applikationer, forventer altid, at computerne har nok arbejdshukommelse. I dette er CAD/GIS-programmer altid blevet stillet spørgsmålstegn ved eller målt ud fra den tid det tager at udføre daglige aktiviteter såsom:

• Rumlig analyse
• Berigtigelse og registrering af billeder
• Big Data-implementering
• Datahåndtering i en geodatabase
• datatjeneste

Den traditionelle pc har ikke ændret sig meget de seneste år, hvad angår RAM, harddisk, grafikhukommelse og funktioner, der kun har været stigende; men CPU'ens operationslogik har bevaret sit oprindelige design (Derfor kalder vi det stadig CPU). Det har også været en ulempe, at efterhånden som teams vokser i kapacitet, dræber programmer deres forventninger ved at designe sig selv til at forbruge det nye potentiale.

Som et eksempel, (og bare et eksempel), når to brugere er placeret på samme tid, i samme udstyr og dataforhold, den ene med AutoCAD 2010 og den anden med Microstation V8i, indlæser 14 rasterbilleder, en pakkefil med 8,000 egenskaber og forbindelse til en Oracle spatial database, vi stiller os selv spørgsmålet:

Hvad har en af ​​de to, for ikke at kollapse maskinen?

Svaret ligger ikke i innovation, det er simpelthen måden at udvikle programmet på, for det er ikke tilfældet med AutoDesk Maya, som gør mere skøre ting og yder bedre. Måden at udnytte pc'en på er den samme (indtil nu for de to programmers vedkommende), og ud fra dette skyder vi programmerne, fordi vi bruger dem til at arbejde, og meget. Noget udstyr er således kendt som traditionelle pc'er, arbejdsstationer eller servere; ikke fordi de er af en anden farve, men på grund af måden de udfører, når de udfører højforbrugsprogrammer inden for grafisk design, videobehandling, applikationsudvikling, serverfunktioner og i vores tilfælde drift med rumlige data.

Mindre CPU, mere GPU

En af de mest fremragende i de seneste ændringer af pc'ers arkitektur er udtrykket opfundet som GPU, (Graphics Processing Unit), som gør det muligt at finde en bedre ydeevne af udstyret, der gør store rutiner til små samtidige opgaver uden at gå gennem administrationen . af CPU'en (Central Processing Unit), hvis arbejdskapacitet afspilles mellem omdrejningerne af harddisken, RAM-hukommelsen, videohukommelsen og blandt andre detaljer (ikke mange andre).

Grafikkort er ikke lavet til at øge videohukommelsen, men de indeholder selv en processor, der indeholder hundredvis af kerner designet til at køre parallelle processer. Det har de altid haftom), men den nuværende fordel er, at disse producenter tilbyder en vis (næsten) åben arkitektur, så softwareudviklere kan overveje eksistensen af ​​et kort med disse muligheder og udnytte dets potentiale. PC Magazine i januar måned omtaler virksomheder som nVidia, ATI og andre, der er inkluderet i alliancen OpenCL

For at forstå forskellen mellem CPU og GPU, er her en lignelse:

CPU, alt centraliseretDet er som en kommune med alt centraliseret, som har byplanlægning, ved, at den skal styre sin vækst, men er ude af stand til at føre tilsyn med selv de nybyggerier, der bryder reglerne. Men i stedet for at give denne service til private virksomheder, insisterer den på at påtage sig rollen, befolkningen ved ikke, hvem de skal klage til på grund af naboen, der overtager fortovet, og byen bliver ved med at blive mere uordnet hver dag. 

Beklager, jeg talte ikke om din borgmester, jeg talte bare om en CPU-lignelse, hvor denne Central Processing Unit (i tilfælde af Windows) skulle få computeren til at udføre processer som:

• Programmer, der kører, når Windows starter, såsom Skype, Yahoo Messenger, Antivirus, Java Engine osv. Alle optager en del af arbejdshukommelsen med lav prioritet, men på en unødvendig måde, medmindre de er ændret af msconfig (som nogle ignorerer).
• Tjenester, der kører, som er en del af Windows, almindeligt anvendte programmer, tilsluttet hardware eller andre, der blev afinstalleret, men stadig kører. Disse har normalt en mellem/høj prioritet.
• Programmer i brug, optager plads med høj prioritet. Deres udførelseshastighed mærkes i leveren, fordi vi bander, hvis de ikke gør det hurtigt på trods af at de har et højtydende team. 

Og selv om Windows jonglerer, er praksis som at have mange programmer åbne, installere eller afinstallere på en uansvarlig måde, unødvendige problemer, der ses smuk, gør os selv skyldige i udstyrets funktionsfejl.

Det sker så, at når vi starter en proces af dem, der er nævnt i begyndelsen, processoren bryde kokosnødden søger at prioritere dette frem for de andre programmer i brug. Dens få muligheder for at optimere er RAM-hukommelse, videohukommelse (som ofte er delt), hvis der er et grafikkort til at tage noget ud af det, afhængigt af typen af ​​harddisk og andre bagateller, kan den ynkelige klynkeri være mindre.

GPU, parallelle processer, Det er, som om kommunen beslutter sig for at decentralisere, give koncessioner eller privatisere de ting, der er uden for dens rækkevidde, der, selvom det er store processer, bliver leveret i små opgaver. En privat virksomhed får således med udgangspunkt i gældende regler den rolle at overvåge strafbare overtrædelser på en bestemt måde. Som resultat (bare eksempel), kan borgeren opfylde den lækre fornøjelse ved at tælle ribbenene til naboen, der tager hunden ud lort på sit fortov, hvem der bygger en mur, der tager en del af fortovet, hvem der parkerer sin bil forkert mv. Virksomheden besvarer opkaldet, går til stedet, behandler sagen, tager den i retten, eksekverer bøden, halvdelen går til kommunen, den anden er en rentabel forretning.

Sådan fungerer GPU'en, programmer kan designes, så de ikke sender massive processer på en konventionel måde, men derimod går de parallelt som små filtrerede rutiner.  Åh! vidunderlig!

Indtil nu er der ikke mange programmer, der laver deres applikationer med disse funktioner. De fleste af dem spiller stræber efter at nå 64 bit for at løse deres problemer med langsomhed, selvom vi alle ved, at Mr. Bill Gates altid vil gå rundt i den kapacitet og indlæse unødvendige ting i de næste versioner af Windows. Windows' strategi inkluderer at udnytte GPU'en gennem API'er designet til at fungere oven på DirectX 11, hvilket helt sikkert vil være et alternativ, som alle (eller de fleste) vil acceptere, fordi de vil foretrække det som en standard i stedet for at gøre skøre ting for hvert mærke uden for OpenCL.

Grafen viser et eksempel, hvor det er vist, hvordan nVidia-processoren via GPU mellem 2003 og 2008 har revolutioneret sine muligheder sammenlignet med Intel CPU'en. Også den røget forklaring af forskellen.

Men potentialet i GPU'en er der, forhåbentlig, og CAD/GIS-programmerne får den nødvendige saft ud af det. Den er allerede blevet hørt, selv om den mest udestående sag er d
e Manifold GIS, med CUDA-kort, fra nVidia, hvor en digital terrænmodelgenereringsproces, der tog mere end 6 minutter, kunne udføres på kun 11 sekunder, idet man udnyttede eksistensen af ​​et CUDA-kort. røg, der gjorde dem vinde Geotech 2008.

Som konklusion:  Lad os gå efter GPU'en, vi vil helt sikkert se en masse i de næste to år.