什么是硬件加速,它有什么用处?

硬件(Hardware)加速使用专门构建的计算机硬件(即硅微芯片)来比通用CPU(中央处理器)更快地完成一组狭窄的任务。

作为用户,这对您意味着什么?您通常可以选择在应用程序中打开或关闭硬件加速。那么硬件加速有多大用处,它有什么作用呢?

什么是硬件加速(Hardware Acceleration)简单版(Simple Edition)

这里简单解释一下硬件加速。跳到(Skip)下一部分,深入了解该过程。 

计算机中的CPU几乎可以解决任何类型的数学问题。CPU电路使用更多的组件来处理多种任务。它们占用更多空间,产生更多热量,并且不像为单一工作而设计的电路那么优雅。 

通过硬件加速,一个特殊的集成电路或微处理器可以完成一个特定的任务或一组狭窄的相关工作。该电路的设计不会浪费在其他任何东西上,这提供了显着的性能优势。 

有时,该硬件内置于CPU本身。大多数现代CPU(CPUs)都有专用的内部部分,可以加速用于视频编码(video encoding)加密(encryption)等任务的特定类型的数学运算。

简而言之,硬件加速意味着将特定的工作交给一个独特的硬件,它是一个行业的佼佼者,并且在它身上摇摆不定。

硬件加速(Hardware Acceleration)有什么好处(Benefits)

硬件加速如何使您正在使用的应用程序受益?它通常取决于硬件类型和加速类型,但通常的好处适用于大多数情况。

  • 硬件(Hardware)加速大大提高了性能。您的应用程序将运行更顺畅,或者应用程序将在更短的时间内完成任务。
  • 它可以释放您的CPU来做其他事情,从而提高系统性能。CPU可以将工作卸载到专用硬件上,然后继续运行,例如,同时运行视频游戏和流媒体视频或使用Discord等应用程序。
  • 硬件(Hardware)加速对于电池供电的设备至关重要。这就是为什么您的智能手机或平板电脑可以长时间播放视频而不会耗尽电池电量的原因。小型专用芯片几乎总是比大型复杂CPU(CPU)消耗更少的功率。

(Are)硬件(Hardware Acceleration)加速有缺点(Downsides)

一般来说,硬件加速是您想要保留的东西,但在某些情况下它可能是一个缺点。 

  • 硬件(Hardware)加速通常会导致不稳定。尽管速度很慢,但CPU(CPUs)往往非常可靠。例如,让硬件加速加速视频导出然后在完成之前让进程崩溃是没有意义的。
  • 硬件(Hardware)加速对新的发展不灵活。例如,您的计算机中可能有针对特定视频编码方法的硬件加速,但如果出现更好的东西,您将不得不购买新硬件来支持它。 
  • 您的系统支持的硬件加速类型可能无法提供最佳结果。因此,如果您更喜欢质量而不是速度,那么在某些情况下让CPU处理工作会更好。(CPU)例如,如果您没有对HEVC编码的硬件支持,但希望其质量优于H.264 CODEC,您将不得不依赖基于CPU的编码。

我可以在哪里使用硬件加速(Use Hardware Acceleration)

有太多形式的硬件加速可用,无法在此处一一列出,但这里有一些您作为普通计算机用户会遇到的常见形式。

浏览器硬件加速(Browser Hardware Acceleration)

Web浏览器可能是令人惊讶的 CPU 密集型(CPU-heavy)应用程序。现代(Modern)网站具有精美的图形效果和高保真视觉效果和声音。使用 3D 图形的Web(Web)应用程序受益于GPU硬件加速。 

在这些应用程序中,硬件(Hardware)加速通常默认开启,您只应禁用它以进行故障排除(troubleshooting)

视频编码加速(Video Encoding Acceleration)

  • 现在大多数 CPU 都具有通用H.264视频标准的加速功能,并且对H.265的支持也在增长。 
  • 最近的Nvidia GPU(Nvidia GPUs)还具有专用的“NVENC”编码器芯片,可以接管录制或流式传输游戏画面的工作,从而不会影响游戏性能。
  • Adobe Premiere Pro等应用程序提供基于 GPU 的硬件加速,从而在编辑和导出项目时提高性能。

GPGPU(通用 GPU)加速(GPGPU (General Purpose GPU) Acceleration)

图形处理器最初是 3D 图形加速器,但现代GPU(GPUs)可以非常快速地执行相当广泛的简单操作。这些处理器由成百上千个并行工作的简单小型处理器组成。 

这使得它们非常适合需要通过算法运行的某些类型的数据处理。GPU(GPUs)是这样设计的,因为渲染图形涉及并行处理像素值。因此,您的GPU决定了屏幕上数百万像素中的每一个同时应该是什么样子。事实证明,深度学习和数据挖掘应用程序也受益于这种计算方法。

光线追踪和机器学习加速(Ray Tracing and Machine Learning Acceleration)

GPU开发人员现在已经添加了专用的协处理器,它们的工作比(GPU)GPU内核 更专业。

  • 最新一代的Nvidia GPU(Nvidia GPUs)具有加速光线追踪(ray tracing)数学的特殊组件,这是一种通过模拟光如何在场景中传播来绘制 3D 图形的方法。
  • 这些GPU(GPUs)有一个额外的处理器,它非常擅长处理所谓的“张量”数学。这些在使用神经网络机器学习的应用程序中很有用,这在日常计算任务中变得越来越普遍。

加速无处不在

如今,几乎所有计算设备都有硬件加速功能,并且随着某些计算工作变得流行,计算机科学家将创建更专用的系统,以使它们更快、更高效地工作。 

所以坐下来享受速度吧!



About the author

我是一名全职软件工程师,在使用 Windows 和 Mac 软件方面拥有超过 10 年的经验。我知道如何在两个平台上设计、测试和部署应用程序。我也有安全和系统管理方面的经验。我的技能和知识可以帮助您构建更好、更高效的计算机系统。



Related posts