Классификация видеокарт nvidia: Спецификации видеокарт NVIDIA / Overclockers.ua

Обучение модели классификации облака точек (3D Analyst)—ArcGIS Pro

ПодписьОписаниеТип данных

Входные обучающие данные

Обучающие данные облака точек (файл *.pctd), которые будут использованы для тренировки модели классификации.

File

Местоположение выходной модели

Существующая папка, где будет храниться новая директория для модели глубокого обучения.

Folder

Имя выходной модели

Имя выходного файла определения модели Esri (*. emd), пакета глубокого обучения (*.dlpk) и новой директории, созданной для хранения этих элементов.

String

Предварительно обученная модель

(Дополнительный)

Предварительно обученная модель, которая будет доработана. Если указана предварительно обученная модель, входные обучающие данные должны иметь те же атрибуты, коды классов и максимальное количество точек, которые использовались обучающими данными, создавшими эту модель.

File

Выбор атрибутов

(Дополнительный)

Указывает атрибуты точек, которые будут использованы как коды классификации для обучения модели. Доступны только атрибуты, присутствующие в обучающих данных облака точек. По умолчанию дополнительные атрибуты не включаются.

  • Интенсивность—Будет использоваться измерение амплитуды отраженного сигнала импульса лидара.
  • Номер отраженного сигнала—Используется исходное положение точки, полученное из данного импульса лидара.
  • Количество отраженных сигналов—Используется общее количество отраженных сигналов лидара, которое определяется как точки от импульсов, связанных с данной точкой.
  • Красный канал—Будет использовано значение красного канала из облака точек, с цветовой информацией.
  • Зеленый канал—Будет использовано значение зеленого канала из облака точек, с цветовой информацией.
  • Синий канал—Будет использовано значение синего канала из облака точек, с цветовой информацией.
  • Канал Ближний инфракрасный—Будет использовано значение ближнего инфракрасного канала из облака точек, с информацией ближнего инфракрасного излучения.
  • Относительная высота—Относительная высота каждой точки по отношению к базовой поверхности, которая обычно представляет собой ЦМР голой земли.
String

Минимальное число точек на блок

(Дополнительный)

Минимальное число точек, которое должно присутствовать в данном блоке для использования при обучении модели. По умолчанию — 0.

Long

Перекодировка классов

(Дополнительный)

Определяет, как значения кодов классов будут сопоставлены с новыми значениями перед обучением Модели глубокого обучения.

Value Table

Коды классов интереса

(Дополнительный)

Коды классов, которые будут для фильтрации блоков в обучающих данных. Если заданы коды классов интереса, все остальные коды классов будут пересчитаны на код класса фона.

Long

Код класса фона

(Дополнительный)

Значение кода класса, которое будет использовано для всех остальных кодов классов, если указаны коды классов интереса.

Long

Описание класса

(Дополнительный)

Описание каждого кода класса, представленного в обучающих данных.

Value Table

Критерии выборки модели

(Дополнительный)

Определяет статистическое смещение, которое будет использовано для определения финальной модели.

  • Потери проверки—Будет использована модель, получившая наименьший результат функции потерь энтропии, примененная к данным проверки.
  • Полнота—Будет использована модель, получившая наилучшее общее среднее найденных значений для всех кодов классов. Каждое найденное значение кода класса определяется отношением точек, которые были корректно классифицированы (истинно положительные), и всех точек, которые были классифицированы по этому значению (ожидаемо положительные). Это значение по умолчанию
  • Оценка F1—Будет использована модель, получившая наилучшее гармоническое среднее точности и найденных значений для всех кодов классов. Таким образом обеспечивается балан между точностью и полнотой найденных значений, что обеспечивает максимальную производительность.
  • Точность—Будет использована модель, получившая наилучшую общую среднюю точность для всех кодов классов. Точность каждого кода класса определяется отношением точек, которые были корректно классифицированы (истинно положительные) и всех классифицированных точек (истинно положительные и ложно положительные).
  • Корректность—Будет использована модель, получившая максимальное отношение корректно классифицированных точек и всех точек в данных проверки.
String

Максимальное число эпох

(Дополнительный)

Число повторов, при которых данные каждого блока будут переданы вперед и назад через нейронную сеть. Значение по умолчанию равно 25.

Long

Итераций на эпоху (%)

(Дополнительный)

Процент данных, которые будут обработаны в каждую эпоху обучения. По умолчанию используется 100.

Double

Скорость обучения

(Дополнительный)

Скорость, с которой существующая информация будет перезаписана новой информацией. Если значение не указано, оптимальная скорость обучения будет получена из кривой обучения в процессе. Это значение по умолчанию

Double

Размер пакета

(Дополнительный)

Число блоков обучающих данных, которые будут обработаны в заданное время. Значение по умолчанию равно 2.

Long

Остановка обучения, если модель более не улучшается.

(Дополнительный)

Определяет, будет ли обучение модели остановлено, если метрика, указанная в параметре Критерии выбора модели, не регистрирует никаких улучшения по прошествии 5 последовательных эпох.

  • Отмечено — обучение будет остановлено, если модель более не улучшается. Это значение по умолчанию
  • Не отмечено — обучение модели будет продолжено, пока не будет достигнуто максимально возможное число эпох.
Boolean

Стратегия скорости обучения

(Дополнительный)

Указывает, как будет изменяться скорость обучения во время обучения.

  • Скорость обучения одного цикла—Скорость обучения будет циклически изменяться в течение каждой эпохи с использованием Fast.Искусственный интелект реализует методику 1 цикла для обучения нейронных сетей, чтобы помочь улучшить обучение сверточной нейронной сети. Это значение по умолчанию
  • Фиксированная скорость обучения—Одна и та же скорость обучения будет использоваться на протяжении всего учебного процесса.
String

Архитектура модели

(Дополнительный)

Определяет архитектуру нейронной сети, которая будет использоваться для обучения модели. Если указывается предварительно обученная модель, архитектура, использованная для создания этой модели, будет задана автоматически.

  • PointCNN—Будет использоваться PointCNN.
  • RandLA-Net—Будет использоваться RandLA-Net. RandLA-Net построена на принципах простой случайной выборки и агрегирования локальных объектов. Это значение по умолчанию
  • Semantic Query Network—Будет использоваться Semantic Query Network (SQN). SQN не требует комплексной классификации обучающих данных, как это делают другие архитектуры нейронных сетей.
String

Производные выходные данные

ПодписьОписаниеТип данных
Выходная модель

Результирующая модель, созданная этим инструментом.

File
Выходная статистика модели

Файл .csv, содержащий точность, полноту и оценки F1 для каждого кода класса и эпохи.

Text File
Выходная статистика эпохи

Файл .csv, содержащий потери при обучении, потери при проверке, точность, достовенность, отзыв и оценки F1, полученные в каждую эпоху.

Text File
arcpy.ddd.TrainPointCloudClassificationModel(in_training_data, out_model_location, out_model_name, {pretrained_model}, {attributes}, {min_points}, {class_remap}, {target_classes}, {background_class}, {class_descriptions}, {model_selection_criteria}, {max_epochs}, {epoch_iterations}, {learning_rate}, {batch_size}, {early_stop}, {learning_rate_strategy}, {architecture})
..]» expressionhint=»[class_remap,…]»>

ИмяОписаниеТип данных

in_training_data

Обучающие данные облака точек (файл *.pctd), которые будут использованы для тренировки модели классификации.

File

out_model_location

Существующая папка, где будет храниться новая директория для модели глубокого обучения.

Folder

out_model_name

Имя выходного файла определения модели Esri (*.emd), пакета глубокого обучения (*.dlpk) и новой директории, созданной для хранения этих элементов.

String

pretrained_model

(Дополнительный)

Предварительно обученная модель, которая будет доработана. Если указана предварительно обученная модель, входные обучающие данные должны иметь те же атрибуты, коды классов и максимальное количество точек, которые использовались обучающими данными, создавшими эту модель.

File

attributes

[attributes,…]

(Дополнительный)

Указывает атрибуты точек, которые будут использованы как коды классификации для обучения модели. Доступны только атрибуты, присутствующие в обучающих данных облака точек. По умолчанию дополнительные атрибуты не включаются.

  • INTENSITY—Будет использоваться измерение амплитуды отраженного сигнала импульса лидара.
  • RETURN_NUMBER—Используется исходное положение точки, полученное из данного импульса лидара.
  • NUMBER_OF_RETURNS—Используется общее количество отраженных сигналов лидара, которое определяется как точки от импульсов, связанных с данной точкой.
  • RED—Будет использовано значение красного канала из облака точек, с цветовой информацией.
  • GREEN—Будет использовано значение зеленого канала из облака точек, с цветовой информацией.
  • BLUE—Будет использовано значение синего канала из облака точек, с цветовой информацией.
  • NEAR_INFRARED—Будет использовано значение ближнего инфракрасного канала из облака точек, с информацией ближнего инфракрасного излучения.
  • RELATIVE_HEIGHT—Относительная высота каждой точки по отношению к базовой поверхности, которая обычно представляет собой ЦМР голой земли.
String

min_points

(Дополнительный)

Минимальное число точек, которое должно присутствовать в данном блоке для использования при обучении модели. По умолчанию — 0.

Long

class_remap

[class_remap,…]

(Дополнительный)

Определяет, как значения кодов классов будут сопоставлены с новыми значениями перед обучением Модели глубокого обучения.

Value Table

target_classes

[target_classes,…]

(Дополнительный)

Коды классов, которые будут для фильтрации блоков в обучающих данных. Если заданы коды классов интереса, все остальные коды классов будут пересчитаны на код класса фона.

Long

background_class

(Дополнительный)

Значение кода класса, которое будет использовано для всех остальных кодов классов, если указаны коды классов интереса.

Long

class_descriptions

[class_descriptions,…]

(Дополнительный)

Описание каждого кода класса, представленного в обучающих данных.

Value Table

model_selection_criteria

(Дополнительный)

Определяет статистическое смещение, которое будет использовано для определения финальной модели.

  • VALIDATION_LOSS—Будет использована модель, получившая наименьший результат функции потерь энтропии, примененная к данным проверки.
  • RECALL—Будет использована модель, получившая наилучшее общее среднее найденных значений для всех кодов классов. Каждое найденное значение кода класса определяется отношением точек, которые были корректно классифицированы (истинно положительные), и всех точек, которые были классифицированы по этому значению (ожидаемо положительные). Это значение по умолчанию
  • F1_SCORE—Будет использована модель, получившая наилучшее гармоническое среднее точности и найденных значений для всех кодов классов. Таким образом обеспечивается балан между точностью и полнотой найденных значений, что обеспечивает максимальную производительность.
  • PRECISION—Будет использована модель, получившая наилучшую общую среднюю точность для всех кодов классов. Точность каждого кода класса определяется отношением точек, которые были корректно классифицированы (истинно положительные) и всех классифицированных точек (истинно положительные и ложно положительные).
  • ACCURACY—Будет использована модель, получившая максимальное отношение корректно классифицированных точек и всех точек в данных проверки.
String

max_epochs

(Дополнительный)

Число повторов, при которых данные каждого блока будут переданы вперед и назад через нейронную сеть. Значение по умолчанию равно 25.

Long

epoch_iterations

(Дополнительный)

Процент данных, которые будут обработаны в каждую эпоху обучения. По умолчанию используется 100.

Double

learning_rate

(Дополнительный)

Скорость, с которой существующая информация будет перезаписана новой информацией. Если значение не указано, оптимальная скорость обучения будет получена из кривой обучения в процессе. Это значение по умолчанию

Double

batch_size

(Дополнительный)

Число блоков обучающих данных, которые будут обработаны в заданное время. Значение по умолчанию равно 2.

Long

early_stop

(Дополнительный)

Определяет, будет ли обучение модели остановлено, если метрика, указанная в параметре model_selection_criteria, не регистрирует никаких улучшения по прошествии 5 последовательных эпох.

  • EARLY_STOP—Обучение будет остановлено, если модель более не улучшается. Это значение по умолчанию
  • NO_EARLY_STOP—Обучение модели будет продолжено, пока не будет достигнуто максимально возможное число эпох.
Boolean

learning_rate_strategy

(Дополнительный)

Указывает, как будет изменяться скорость обучения во время обучения.

  • ONE_CYCLE—Скорость обучения будет циклически изменяться в течение каждой эпохи с использованием Fast.Искусственный интелект реализует методику 1 цикла для обучения нейронных сетей, чтобы помочь улучшить обучение сверточной нейронной сети. Это значение по умолчанию
  • FIXED—Одна и та же скорость обучения будет использоваться на протяжении всего учебного процесса.
String

architecture

(Дополнительный)

Определяет архитектуру нейронной сети, которая будет использоваться для обучения модели. Если указывается предварительно обученная модель, архитектура, использованная для создания этой модели, будет задана автоматически.

  • POINTCNN—Будет использоваться PointCNN.
  • RANDLANET—Будет использоваться RandLA-Net. RandLA-Net построена на принципах простой случайной выборки и агрегирования локальных объектов. Это значение по умолчанию
  • SQN—Будет использоваться Semantic Query Network (SQN). SQN не требует комплексной классификации обучающих данных, как это делают другие архитектуры нейронных сетей.
String

Производные выходные данные

ИмяОписаниеТип данных
out_model

Результирующая модель, созданная этим инструментом.

File
out_model_stats

Файл .csv, содержащий точность, полноту и оценки F1 для каждого кода класса и эпохи.

Text File
out_epoch_stats

Файл .csv, содержащий потери при обучении, потери при проверке, точность, достовенность, отзыв и оценки F1, полученные в каждую эпоху.

Text File

Пример кода

TrainPointCloudClassificationModel, пример 1 (автономный скрипт)

В следующем примере показано использование этого инструмента в окне Python.

import arcpy
arcpy.env.workspace = "D:/Deep_Learning_Workspace"
arcpy.ddd.TrainPointCloudClassificationModel(
    "Powerline_Training.pctd", "D:/DL_Models", "Powerline", 
    attributes=['INTENSITY', 'RETURN_NUMBER', 'NUMBER_OF_RETURNS'],
    target_classes=[14, 15], background_class=1,
    class_descriptions=[[1, "Background"], [14, "Wire Conductor"], [15, "Transmission Tower"]],
    model_selection_criteria="F1_SCORE", max_epochs=10)

Все, что нужно знать о видеокартах начинающему пользователю

НовостиP

| Вадим Зарецкий

Не стоит недооценивать важность характеристик видеокарты, приобретая комплектующие для самостоятельной сборки компьютера.

Графический адаптер выполняет в нем целый ряд важных задач – от обработки графики до работы с искусственным интеллектом, во многом определяя комфорт пользователя во время редактирования документов, прохождения игр или просмотра видео.

Тем более что современные модели видеокарт готовы удивлять владельца повышенными характеристиками в вопросах производительности, частоты, параметров видеочипа и т.д. и даже рассчитаны на разгон в пределах оптимальной нагрузки и энергопотребления. Эта информация подготовлена для начинающих пользователей, желающих выбрать и сравнить цены на видеокарты в каталоге https://moon.kz/videokarty/ с целью выбрать наиболее выгодный и производительный вариант.

Различные способы классификации видеокарт

В зависимости от способа установки и технических особенностей различают встроенные и дискретные модели видеокарт. Первых будет достаточно для пользователей, кто использует ПК для просмотра документов и видеофайлов, а также для навигации в сети. Дискретные видеокарты приобретаются отдельно с учетом повышенных требований пользователя, чаще – для запуска сложных игр последнего поколения с детализированной графикой, для которой требуется дополнительный объем памяти и опция плавной подгрузки.

Важный момент: покупка самой «навороченной» модели графического адаптера из категории флагманских устройств оправдана лишь в том случае, если вы являетесь счастливым обладателем монитора с разрешением 4К. Только он поможет оценить многочисленные достоинства видеокарты, тогда как при более скромном мониторе часть ее возможностей окажется невостребованной.

Классификация видеокарт с учетом их стоимости и функциональных возможностей

Фактор цены позволяет классифицировать графические редакторы следующим образом:

  • В группе бюджетных моделей представлены устройства с невысокими параметрами производительности и памяти. Их будет достаточно для мультимедиа, офисных машин и запуска игр прошлых лет. За небольшую цену вы получите модель, которую придется заменить через пару-тройку лет по причине морального устаревания.
  • Модели адаптеров среднего ценового сегмента оптимальны для мониторов Full HD и могут смело использоваться для запуска большинства современных игр. Широкий диапазон параметров оставляет покупателю шансы найти вариант с выдающимися характеристиками за сравнительно небольшие деньги. Купив такую видеокарту, можно забыть о необходимости обновления ПК, если, конечно, вы не решите перейти на новый монитор и игрушки с «навороченной» графикой.
  • Самые дорогие модели графических адаптеров рассчитаны на совместную эксплуатацию с мониторами 4К. они гарантируют качество видеотрансляций, мгновенную подгрузку картинок во время прохождения сложных этапов игр и исключают любое зависание экрана даже при одновременном выполнении нескольких десятков операций. Выбор в пользу такой видеокарты оправдан для самых требовательных пользователей.

Где купить видеокарту с доставкой по Казахстану

К вашим услугам – интернет-магазин Moon.kz, где представлены модели видеокарт различных брендов со встроенными видеочипами от NVIDIA. Широкий модельный ряд рассчитан на реализацию любых требований пользователя, подбирающих комплектующие под конкретные задачи – от сложных игр до обработки графической информации или видеоконтента. Детальнее ознакомиться с предложениями интернет-магазина и оформить заказ можно по указанному телефону или в одном из офлайн-салонов в разных районах Алматы.

Материалы по теме:

Объяснение имен графических процессоров

— RTX, GTX, RX…

Эндрю Макдональд | 25 октября 2019 г. | видеокарты | Комментариев нет

Затем выдавите экстракт из имбирной виагры без рецепта пасты. На дежурстве рабочие всегда носят значок и форму компании, чтобы их было легко узнать. Доставка виагры за ночь Большое количество людей получили пользу от использования гвоздики и более сильной эрекции. Образцы виагры Канада Теперь вы, должно быть, думаете о том, как эректильная дисфункция и снижение либидо связаны друг с другом и вызывают сексуальные расстройства в жизни. deeprootsmag.org/category/gospelset/gospel-feature/ купить виагру из канады 9Названия графических процессоров 0002 довольно сложны и особенно недружелюбны к тем, кто не на 100% знаком со всеми новыми выпусками, поэтому в этом видео я хочу рассказать вам о том, из чего состоят новые имена графических процессоров NVIDIA и AMD.

Давайте начнем с большого мальчика, NVIDIA. У них есть две текущие схемы именования, хотя они очень похожи, у них есть карты «GTX» и карты «RTX», и за ними в настоящее время следуют 4 номера, например, GTX 1660 или RTX 2080. Также есть дополнительный немного, что есть у некоторых карт, просто чтобы немного усложнить, и это «TI» или «Super», например, GTX 1660TI или RTX 2080 Super.

Так что же все это значит? Что ж, начнем с GTX или RTX. GTX — это их «стандартная» линейка карт, тогда как карты RTX имеют встроенное специальное оборудование для запуска набора функций «RTX» в играх, а именно освещения RayTraced, а также формы сглаживания, которую они называют DLSS. Для обычного человека эти функции сводятся к более приятному освещению, отражениям или теням в поддерживаемых играх и, в зависимости от игры, к более четкому изображению или лучшему FPS без существенной потери качества изображения.

Когда дело доходит до чисел, они говорят вам, к какому поколению относится карта — например, «16» в «1660» или «20» в «2080», а второе число говорит о версии карты. из этого поколения, чем выше, тем лучше, поэтому «1650» — это более низкий предел, чем «1660», а «2060» — более низкий предел, чем «2080».

TI — это способ NVIDIA добавлять больше уровней продуктов помимо конкретных номеров, часто после выпуска оригинальных карт, но в последнее время он стал основой их стека продуктов. TI определяет карту, которая лучше, чем версия «не TI», но не так хороша, как следующая цифра — поэтому «1070TI» лучше, чем «1070», но не так хороша, как «1080».

Super — это совершенно новое имя, которое они добавили, чтобы снова добавить больше сегментов продуктов. По сути, это немного улучшенная версия оригинала, поэтому RTX 2070 Super лучше, чем стандартная RTX 2070. И чтобы вас больше сбить с толку, некоторые из оригинальные модели больше не выпускаются, это варианты RTX 2070 и 2080, отличные от Super.

Что касается AMD, то за последние годы они довольно сильно изменили свои названия, поэтому я приведу последние 3 поколения или около того. Начиная с самых новых, RX 5700 и RX 5700 XT, они имеют схему, аналогичную NVIDIA, где первое число указывает вам поколение, а второе — номер модели, поэтому RX 5700 — лучшая карта, чем карта. RX 5500 — и XT, как и TI, говорят вам, что это более быстрая карта, чем версия «не XT».

Их старое название продукта, «VEGA», было кодовым названием их архитектуры, и поэтому, скорее всего, оно уже мертво, но, поскольку карты все еще можно купить, я все равно объясню. У вас есть 3 карты, начиная с самого высокого уровня, Vega 7, затем Vega 64 и Vega 56. Название прыгает здесь, потому что vega 7 основана на 7-нм архитектуре, отсюда и название, тогда как более старые карты vega получили свои имена в зависимости от того, сколько вычислительных блоков было у каждой карты.

И, наконец, их самая старая схема именования, которую вы все еще можете купить новой, — «RX 59».0”. Это соответствует более традиционной схеме именования, где «5» в «590» — это поколение, а «90» — номер модели, причем чем выше, тем лучше. Это все еще немного сложно, поскольку RX 590 почти такой же, как RX 580, который в основном просто RX 480… все еще сложный. Извини.

Патреон: www.patreon.com/techteamgb
Пожертвования: streamlabs.com/techteamgb
OverclockersUK Партнерская ссылка: techteamgb.co.uk/ocuk

Раздор! discord.gg/NxFzaWy

Как партнер Amazon я зарабатываю на соответствующих покупках, используя ссылку ниже или другие партнерские ссылки Amazon здесь.

Amazon: techteamgb.co.uk/amazonaff

Частный доступ в Интернет (VPN): techteamgb.co.uk/PIA
HUMBLE BUNDLE: www.humblebundle.com/monthly?partner=techteamgb
Хотите крутую футболку или толстовка с капюшоном? teespring.com/en-GB/techteamgb_merch
ВЕБ-ХОСТИНГ: techteamgb.co.uk/domaincom
Посетите наш замечательный веб-сайт! techteamgb.co.uk

Пожертвования в биткойнах: 1PqsJeJsDbNEECjCKbQ2DsQxJWYqmTvt4E

Если вы заинтересованы в том, чтобы связаться с нами, пожалуйста, напишите по адресу: [email protected], и мы ответим как можно скорее.

Отказ от ответственности:
TechteamGB не несет ответственности за ущерб, неправильное использование или неправильное понимание информации, содержащейся в этом видео. Используйте эту информацию на свой страх и риск. TechteamGB не может гарантировать какой-либо конкретный результат от информации, содержащейся в этом видео, и вся информация была представлена ​​как верная на момент съемок. TechteamGB не несет ответственности за неверную информацию после создания видео, и вся информация должна восприниматься как мнение и руководство, а не факт. Это видео никем не спонсировалось, и TechteamGB не принимает денежные или неденежные вознаграждения за изменение мнений или результатов.

Теги:amd, имена gpu, видеокарта, gtx, nvidia, RTX, rx

Объяснение графической карты: классификация, работа и структура

Графическая карта (видеокарта, видеокарта, видеоадаптер) является одним из основных компонентов персональных компьютеров. Он преобразует отображаемую информацию, необходимую компьютерной системе, для управления дисплеем, который является важным компонентом, соединяющим монитор и материнскую плату ПК, и является одним из важных устройств «человек-машина». Его встроенные возможности параллельных вычислений также используются для глубокого обучения и других операций.

Каталог

Ⅰ Обзор

Видеокарта отвечает за вывод и отображение графики. Для тех, кто любит играть в игры и заниматься профессиональным графическим дизайном, очень важна видеокарта. Чипы дисплея основных графических карт в основном производятся NVIDIA и AMD. Видеокарты, которые используют чипы дисплея NVIDIA, обычно называются картами N, а те, которые используют чипы дисплея AMD, называются картами A. Все компьютеры с более высокими конфигурациями содержат вычислительные ядра видеокарты. В научных вычислениях графическая карта называется картой ускорителя дисплея.

Видеочипсет является основным процессором видеокарты, поэтому его также называют графическим процессором (GPU). Графический процессор — это первая концепция, предложенная NVIDIA при выпуске графического процессора GeForce 256. В частности, при работе с 3D-графикой графический процессор позволяет видеокарте снизить зависимость от ЦП и выполнить часть работы, изначально принадлежащей ЦП. Основные технологии, используемые графическим процессором, включают аппаратное преобразование и преобразование (геометрическое преобразование и обработка освещения), кубическое наложение текстур окружающей среды и смешивание вершин, сжатие текстур и рельефное наложение, двухтекстовый четырехпиксельный 256-битный движок рендеринга и т. д.

Различные спецэффекты 3D, поддерживаемые графической картой, определяются производительностью чипа дисплея. Тип используемого чипа дисплея примерно определяет класс и базовую производительность видеокарты, например серии GT от NVIDIA и серии HD от AMD.

Ⅱ Принцип работы и режим работы видеокарты

Видеокарта вставляется в слот расширения на материнской плате (обычно слот PCI-E, раньше были слоты AGP, PCI, ISA и другие). Он в основном отвечает за преобразование сигнала дисплея, отправляемого хостом на дисплей, в общий электрический сигнал, чтобы дисплей мог понять, что делает персональный компьютер. Видеокарта в основном состоит из материнской платы видеокарты, чипа дисплея, памяти дисплея, радиатора (радиатора, вентилятора) и других частей. Основной чип видеокарты называется «видеочипсет» (также называемый GPU или VPU, графический процессор или визуальный процессор), который является основным процессором видеокарты. Видеокарта также имеет память, аналогичную памяти компьютера, называемую «памятью дисплея».

Ранние видеокарты были чисто графическими картами, которые выполняли только функцию преобразования сигнала. Графические карты, которые мы обычно используем, имеют 3D-графические вычисления и функции ускорения графики, поэтому их также называют «картами графического ускорения» или «картами 3D-ускорения». Самыми ранними графическими картами для ПК были карты ускорителей MDA и CGA 2D, которые устанавливались на персональный компьютер 5150, выпущенный IBM в 1981 году. , VGA BIOS, функциональные контакты VGA, разъем D-sub и другие периферийные компоненты. Большинство графических карт также имеют интерфейс дисплея VGA, DVI или интерфейс HDMI, а также интерфейс S-Video Terminal и Display Port.

Ⅲ Классификация видеокарт

1. Встроенная графика

Встроенная видеокарта — это компонент, объединяющий микросхему дисплея, видеопамять и соответствующие схемы на материнской плате. Чип дисплея встроенной видеокарты практически интегрирован в чип северного моста материнской платы. Эффект отображения и производительность встроенной графической карты относительно слабы, и обновление аппаратного обеспечения графической карты невозможно. Тем не менее, вы можете использовать CMOS для настройки частоты или прошить новый файл BIOS, чтобы обновить программное обеспечение и использовать потенциал чипа дисплея. Преимущества встроенной графики — низкое энергопотребление и низкое тепловыделение. Производительность некоторой встроенной графики может быть сравнима с дискретной графикой начального уровня, поэтому многие люди, которым нравится собирать компьютеры самостоятельно, могут получить ее самостоятельно, не тратя лишних денег на покупку выделенной графики.

Встроенная графика

Недостаток встроенной видеокарты в том, что производительность относительно низкая, и она закреплена на материнской плате или процессоре. Он не может быть заменен сам по себе. Если она должна быть заменена, материнская плата может быть заменена только.

2.

Специальная графика

Специальная графика

Специальная видеокарта означает, что микросхема дисплея, видеопамять и связанные с ними схемы отдельно построены на печатной плате, которая является автономной и существует как независимая бортовая карта. Он должен занимать слот расширения материнской платы (ISA, PCI, AGP или PCI-E). Преимущество дискретной видеокарты в том, что она имеет отдельную установку видеопамяти, как правило, не занимает системную память. Технически он намного более совершенен, чем встроенная графика, но его производительность точно не хуже, чем у встроенной графики, и аппаратную часть видеокарты легко обновить. Недостатком дискретной видеокарты является то, что энергопотребление системы увеличилось, тепловыделение также больше. На покупку видеокарты нужно потратить дополнительные деньги, и в то же время (особенно для ноутбуков) она занимает больше места. Поскольку к производительности графической карты предъявляются разные требования, выделенные графические карты фактически делятся на две категории: одна — это видеокарты, разработанные специально для игр, а другая — профессиональные видеокарты, используемые для графики и 3D-рендеринга.

3. Графическое ядро ​​

Графическое ядро ​​— это графическое ядро ​​нового поколения продуктов Intel. В отличие от предыдущих графических карт, Intel использует передовой процесс производства процессоров и новую архитектуру для интеграции графического ядра и процессорного ядра на одной подложке. Интеграция архитектуры интеллектуального процессора значительно сокращает время обработки данных между процессорным ядром, графическим ядром, памятью и контроллером памяти, эффективно повышая эффективность обработки и значительно снижая общее энергопотребление набора микросхем, что помогает снизить стоимость основные компоненты. Размер предоставляет больше возможностей для дизайна ноутбуков, моноблоков и других продуктов.

Графическое ядро ​​

Следует отметить, что ядро ​​графической карты — это не то же самое, что встроенная графическая карта в традиционном понимании. Графические решения, принятые платформой для ноутбуков, в основном «специализированные» и «интегрированные». Первый имеет отдельное графическое ядро ​​и независимую видеопамять, которые могут удовлетворить сложные и огромные потребности в обработке графики и обеспечить эффективные приложения для кодирования видео. Графическое ядро ​​интегрированных графических карт встроено в материнскую плату в виде отдельного чипа, а часть системной памяти динамически распределяется как видеопамять, поэтому оно может обеспечивать простые возможности обработки графики и более плавное кодирование приложений.

Архитектура Core Graphics

По сравнению с первыми двумя, ядро ​​Graphics интегрирует графическое ядро ​​в процессор, еще больше повышая эффективность обработки графики, и объединяет «процессор + южный мост + северный мост (графическое ядро ​​+ память) управление + вывод на дисплей)» во встроенной видеокарте. Трехчиповое решение сводится к двухчиповому режиму «процессор (процессорное ядро ​​+ графическое ядро ​​+ управление памятью) + микросхемы материнской платы (вывод на дисплей)», что эффективно снижает общее энергопотребление основных компонентов и более способствует продление времени автономной работы ноутбука.

Низкое энергопотребление — основное преимущество графической карты с ядром. Благодаря новой оптимизированной архитектуре и интегрированному дизайну основная видеокарта лучше контролирует общее энергопотребление. Эффективная производительность обработки значительно сокращает время вычислений и дополнительно снижает потребление системной платформы. Высокая производительность также является его основным преимуществом: графические карты ядра имеют множество преимущественных технологий, которые могут обеспечить достаточные возможности обработки графики, и их производительность очень очевидна по сравнению с продуктами предыдущего поколения.

Ⅳ Структура видеокарты

Структура обычной видеокарты следующая:

Конденсаторы : Конденсаторы являются очень важными компонентами графических карт, поскольку качество изображения на дисплее в основном зависит от качества конденсаторов. а качество конденсаторов напрямую влияет на качество схемы видеокарты.

Видеопамять : Видеопамять отвечает за хранение различных данных, которые должны обрабатываться микросхемой дисплея. Его емкость и производительность напрямую влияют на эффект отображения компьютера. Все новые графические карты используют видеопамять DDR6/DDR5, а емкость основной видеопамяти обычно составляет 2–4 ГБ.

Графический процессор и вентилятор : Графический процессор — это графический чип, он отвечает за большую часть вычислительной работы графической карты, что эквивалентно роли ЦП в компьютере. Функция вентилятора графического процессора заключается в отводе тепла графическому процессору.

Интерфейс видеокарты : Его можно разделить на три типа: PCI, AGP и PCI Express. Интерфейсы графических карт PCI и AGP практически исключены. Основные видеокарты на рынке используют видеокарты PCI Express.

Периферийный интерфейс : Периферийный интерфейс графической карты отвечает за задачу вывода графической карты. Новая видеокарта включает в себя традиционный аналоговый интерфейс VGA и один или несколько цифровых интерфейсов (DVI, HDMI и DP).

Интерфейс моста : Графические карты среднего и высокого класса могут поддерживать несколько операций одновременно, а интерфейс моста подключается через мост между ними.

Ⅴ Типы интерфейса шины

Графическая карта ISA

Графическая карта ISA — это старая видеокарта, которую могут поддерживать наиболее часто используемые мониторы VGA.

Графическая карта VESA

VESA — это аббревиатура «Ассоциации по стандартам видеоэлектроники», основанной в 1989 году несколькими производителями компьютерных микросхем. В конце 1994 года VESA опубликовала стандарт 64-битной архитектуры «VESA Local Bus». Большинство персональных компьютеров 80486 используют эту стандартную видеокарту.

Графическая карта PCI

Графические карты PCI (Peripheral Component Interconnect) обычно используются в более ранних или современных компьютерах. Такие компьютеры должны полагаться на видеокарты с интерфейсом PCI из-за удаления стандартного слота AGP. Известно, что он использовался в основном с 486 года до начала эпохи Pentium II. Но пока чип дисплея не может напрямую поддерживать AGP, некоторые производители продолжают выпускать видеокарты на базе AGP для PCI. Последними известными видеокартами с интерфейсом PCI являются GeForce GT 610 PCI (система SPARKLE), модель GRSP610L1024LC, ATI HD 4350 PCI (система HIS) и HIS HD 5450 PCI (система HIS). HIS 5450 Silence 512MB DDR3 PCI DVI/HDMI/VGA Номер продукта H545H512P .

Видеокарта AGP

AGP (Accelerated GraphicsPort) — это 32-разрядный интерфейс шины, разработанный корпорацией Intel в 1996 году для повышения производительности отображения компьютерных систем. Существуют AGP 1X, AGP 2X, AGP 4X и, наконец, AGP 8X с пропускной способностью 266 МБ/с, 533 МБ/с, 1066 МБ/с и 2133 МБ/с. Среди них AGP 4X несовместим с предыдущим напряжением. Среди них «Wildcat4 7210» от 3DLABS — самый мощный графический ускоритель AGP профессионального уровня, а ATI RadeonHD 4670 и HD3850 — самые мощные графические ускорители AGP потребительского уровня года (2007).

Читайте также: