`
isiqi
  • 浏览: 16355532 次
  • 性别: Icon_minigender_1
  • 来自: 济南
社区版块
存档分类
最新评论

GPU给传统应用加速

阅读更多

GPU给传统应用加速
GPU对普通用户的另一个重要用途便是加速网页内容、PDF文件以及图形图像的渲染。现在互联网有一个糟糕透顶的倾向,就是网页设计得越来越花哨,大量光怪陆离的Flash广告充斥着页面,而这些Flash极其耗用CPU资源,即便你现在用的是最时髦的双核处理器,打开一个Flash内容较多的网页并且用鼠标中键滚动几下,便会发现CPU资源占用率可以轻松向50%靠拢。换句话说是其中一个CPU核心处于接近100%的资源占用,硬件消耗比播放高清电影还要高出许多,这显然极不合理。除了Flash动画外,网页上显示图片也颇为耗费硬件资源,尤其是那些高分辨率的图片,都会对CPU提出不低的要求,这也是网页浏览耗费资源的一个重要的原因。

Adobe Acrobat 8和Reader 8已经可借助GPU来渲染PDF文件内容,性能提升非常明显。

同理,如果用GPU来渲染这些视觉相关的内容,无疑会更具效率并且节约系统资源。现在软件工业已经朝着这个目标行进,比较有代表性的技术方案包括浏览器层级的完全GPU加速与通过OpenVG API的部分加速。采用完全GPU加速技术的便是正在开发的Firefox 3.0,它采用Gecko 2.0网页排版引擎,而在基础的2D图形库方面,Gecko 2.0将逐渐抛弃传统的软件实现方案,转而采用“Cario(开罗)”2D图形引擎。Cairo引擎基于OpenGL API构建,即采用OpenGL渲染指令,让显卡来完成2D图形图像的绘制。如此一来,基于Cecko 2.0引擎的Firefox 3.0浏览器便具有GPU硬件加速支持,网页所显示的内容,包括图形图像、Flash动画等各类视觉元素都由GPU负责处理,由此大幅度减轻了CPU的负担,让网页浏览工作变得更加轻松。除了Firefox 3.0之外,任何其他基于Gecko 2.0排版引擎的浏览器产品都能够支持这一功能。

Gecko 2.0和Firefox 3.0都将在上半年完成,在它们的引导下,网页内容GPU加速将会逐渐形成风潮。不过IE、Opera、Konqueror/Safari等浏览器并没有打算采取类似的做法来实现GPU加速,事实上,浏览器开发商无需作任何改变—关键在于未来的Flash动画和网页矢量图形将支持OpenVG API—OpenVG的全称是“Open Vector Graphics”,意为开放性矢量图形,它是一套专门用于矢量图形硬件加速的开放API借口。但除了矢量图形外,OpenVG还能够为Flash动画提供硬件加速功能,如果Flash支持这项技术,那么不管用户使用何种浏览器,都能够实现Flash动画的GPU硬件加速,从而大幅度改善目前网页浏览资源占用率过高的情况。

作为Flash的拥有者,Adobe公司尚未在Flash硬件加速领域迈开实际的步伐,但该公司已经率先实现了PDF文件的GPU加速。PDF是互联网通行的开放文档标准,它具有强大的图文混排能力和完善的版权保护机制,阅读器又是完全免费的,在出现之后迅速获得广泛采用,目前几乎所有学术性文档、政府公文、技术白皮书都采用PDF格式发行。PDF文件的渲染一直都是由CPU完成,但CPU显然效率不够高,渲染PDF文件总是存在明显的延迟,倘若PDF文件足够复杂而CPU性能又不够强,浏览PDF时会出现严重的顿滞。为此,Adobe与nVIDIA进行合作,在最新的Acrobat 8和Adobe Reader 8软件中引入GPU加速功能,即由GPU来渲染PDF文件。Adobe没有阐述具体的细节,只是介绍这项机制是通过DirectX 9.0c中的Shader Model 3.0实现的;硬件要求方面,nVIDIA平台一般建议GeForce 6600以上,AMD-ATI平台则要求Radeon X1300和FireGL V3300、3400和V5200等GPU,当然如果集成图形能够支持Shader Model 3.0规范,也能够支持这一功能。而除了Adobe公司外,Linux中的Gnome阵营也在完成类似的任务,它所依赖的同样是Cario图形引擎,Cario同样将被作为未来Gnome环境的2D渲染引擎,这样Gnome环境下的PDF查看器也将从中受益。

网页渲染加速以及PDF加速功能的实现,让GPU在日常应用中也能派得上大用场,对于长时间操作电脑的商业用户来说,配备一块性能中等的3D显卡不再是一种浪费,想必nVIDIA、AMD-ATI等独立图形厂商会对此眉开眼笑。

摘自:http://publish.pcpro.com.cn/2007/0816/20070816000302.shtml
分享到:
评论

相关推荐

    GPU并行加速矩阵乘法

    GPU并行加速矩阵乘法的应用前景非常广阔,可以应用于机器学习、计算机视觉、科学计算等领域,提高计算效率,推动科学技术的发展和进步。同时,该技术也可以应用于其他领域,如数据分析、图形处理等,提高计算效率,...

    基于GPU的图形学加速算法在离散元法中的应用.pdf

    【GPU加速计算】图形处理器(Graphics Processing Unit,GPU)原本设计用于处理复杂的图形和图像计算,但随着技术的进步,GPU也被广泛应用于通用计算,特别是在高性能计算和并行计算领域。在离散元法模拟中,GPU可以...

    matlab运算采用GPU加速的资料

    ### MATLAB运算采用GPU加速的关键知识点 #### 一、引言 在现代科学计算与数据分析领域,MATLAB作为一种广泛使用的高级编程语言...随着GPU硬件技术的不断发展和完善,未来MATLAB在科学计算领域的应用前景将更加广阔。

    GPU加速与L-ORB特征提取的全景视频实时拼接

    在整个过程中,GPU加速技术应用于图像特征提取、图像匹配、图像融合等多个阶段,大大提高了处理速度,使得实时拼接成为可能。 总结以上内容,GPU加速技术在全景视频实时拼接中扮演了至关重要的角色。通过利用GPU的...

    基于GPU加速的计算机视觉编程:使用OpenCV和CUDA实时处理复杂图像数据.docx

    CUDA提供了一个完整的开发环境,包括编译器、调试器、 profiler 等,可以帮助开发者快速地开发和优化GPU加速的应用程序。使用CUDA,开发者可以轻松地将计算密集型任务卸载到GPU上,从而提高应用程序的性能和效率。 ...

    GPU为HPC和深度学习提供强大加速动力.pdf

    文档中提到,在NVIDIA的推动下,GPU加速计算领域在过去几年里实现了显著的增长,尤其是在深度学习方面,GPU的应用掀起了全球热潮,许多企业和研究机构依靠GPU在深度学习领域实现了创新。 3. GPU技术的发展与展望 ...

    GPU光线跟踪算法加速结构研究.pdf

    GPU光线跟踪算法加速结构研究主要关注如何利用GPU的高性能计算能力来优化光线跟踪算法,以提升图形渲染的效率,特别是在广告、电影、游戏等行业中的应用。光线跟踪是一种用于生成真实感图像的重要技术,其计算密集型...

    为差异化AIoT应用提供GPU和神经网络加速器IP.pdf

    本文主要由Imagination Technologies的高级总监Andrew Grant阐述,讨论如何为AIoT应用提供GPU和神经网络加速器(NNA)的IP,以满足差异化的应用需求。 1. 神经网络加速器在AIoT中的作用 神经网络加速器是提升AIoT...

    GPU加速数据挖掘算法的研究.pdf

    这表明研究聚焦在GPU在数据挖掘算法加速中的应用,其中GPGPU技术是核心,它让GPU能够执行非图形相关的计算任务。而数据挖掘是一个涉及从大量数据中提取信息的过程,GPU可以在这个过程中发挥显著作用。 在引言部分,...

    GPU加速在集成成像的应用.pdf

    【GPU加速在集成成像的应用】 集成成像是一种利用微透镜阵列记录和重现3D场景的技术,因其视差完整、视点连续且无需特殊眼镜的优势,近年来备受瞩目。然而,传统集成成像的数据来源如光学采集或计算机合成面临挑战...

    [转]Flash ‘Molehill’ API上的GPU加速2D框架-M2D

    - **硬件加速:**核心特性是利用GPU进行2D图形的加速,提供比传统软件渲染更快的速度。 - **跨平台:**作为Flash的一部分,M2D引擎可以运行在支持Flash Player的多个平台上,包括Web浏览器和桌面应用。 - **易用性:...

    GPU并行计算在信号处理中的应用

    将每个粒子的计算任务分配给GPU的不同线程,从而充分利用GPU的并行处理能力。 2. **内存管理**:GPU的全局内存和共享内存需要有效利用。通过合理分配内存空间,减少数据传输,可以进一步提高计算效率。 3. **优化...

    一种基于OPENACC的GPU加速实现高斯模糊算法.pdf

    本文介绍了一种基于 OPENACC 的 GPU 加速实现高斯模糊算法,旨在解决传统串行代码的编码复杂性和效率低下的问题。作者提出了一种基于 OPENACC 指令的 GPU 加速算法,并对算法流程进行了分析和说明。 Knowledge ...

    LabVIEW GPU Computing labview实现GPU计算

    通过将计算任务分配给成千上万的GPU核心,而不是依赖于传统的CPU,可以极大地加速科学计算、数据分析、机器学习和深度学习等领域的工作。 在LabVIEW中实现GPU计算通常涉及到以下关键知识点: 1. **LabVIEW的CUDA...

    异构系统结构力学计算GPU加速性能分析与应用.pdf

    综上所述,GPU加速在结构力学计算中的应用不仅可以缩短计算时间,而且可以应对日益增长的计算需求。然而,要充分利用GPU的优势,需要深入理解异构系统架构,优化软件算法,并合理配置系统资源。未来的研究将继续探索...

    基于LoRa技术和GPU加速的台区拓扑辨识方法.pdf

    基于LoRa技术和GPU加速的台区拓扑辨识方法 本文提出了一种基于LoRa...本文提出了一种基于LoRa技术和GPU加速的台区拓扑辨识方法,解决了传统台区拓扑辨识方法的缺陷,提高了算法效率和准确度,具有工程应用价值和潜力。

    GPU加速的物体空间线绘制算法

    实验结果表明,使用GPU加速的物体空间线绘制算法生成的结果与传统CPU算法生成的结果几乎相同,但在绘制速度方面提高了至少一个数量级。这意味着,在保持同样质量的前提下,GPU加速算法能够极大地提高线绘制的效率,...

    加速雷达信号处理_雷达信号处理优化加速的几种思路_GPU_GPU雷达_雷达_

    综上所述,FPGA、GPU和DSP在雷达信号处理加速中各具优势。FPGA提供了高度定制化的解决方案,适用于需要快速响应和低延迟的场景;GPU则以其并行计算能力,擅长处理大数据量的任务;而DSP则以其优化的硬件结构和低功耗...

Global site tag (gtag.js) - Google Analytics