Innhold
“Maskinvareakselerasjon” er et alternativ du kanskje har sett bortgjemt i alternativmenyen for forskjellige applikasjoner på mange av enhetene dine, inkludert Android-smarttelefonen din. Selv om det ikke alltid er et tilgjengelig alternativ i de fleste smarttelefonapper, brukes maskinvareakselerasjon av en rekke populære Android-apper, inkludert YouTube, Chrome, Facebook og mer.
Bruk tilfeller for maskinvareakselerasjon, fra mer effektiv video- og lydgjengivelse, gjennom utjevning av tekst og raskere 2D-grafikk og UI-animasjoner. I et nøtteskall, hvis du har alternativet, er det best å bruke maskinvareakselerasjon, med mindre det forårsaker feil eller feil.
Hvis du noen gang har lurt på hva maskinvareakselerasjon er og om du skal aktivere den eller ikke, har du kommet til rett sted.
Hva er maskinvareakselerasjon?
Navnet gir spillet bort her - maskinvareakselerasjon bruker dedikert maskinvare for å akselerere en oppgave slik at den kjører raskere og / eller mer effektivt enn på CPU-en alene. Vanligvis involverer dette offloading-prosessering til grafikkbehandlingsenheten (GPU), digital signal processor (DSP) eller en annen maskinvareblokk som er spesialisert på en spesifikk oppgave.
Hvis alt dette høres litt kjent ut for heterogen databehandling, har du rett. Imidlertid blir ofte brukte akselerasjonsformer ofte utsatt gjennom operativsystemet for apputviklere, i stedet for å stole på en dedikert plattform SDK for å få tilgang til de forskjellige databehandlingskomponentene. Når akselerasjonen er deaktivert, er CPU-er fortsatt i stand til å kjøre den nødvendige funksjonen i programvare, om enn saktere enn på dedikert maskinvare.
Maskinvareakselerasjon påkaller en spesialisert prosessor for å fremskynde vanlige, komplekse oppgaver.
En av de vanligste sakene for maskinvareakselerasjon er videokoding og dekoding. For eksempel, i stedet for å avkode en videostrøm på CPU, som ikke er veldig effektiv, inneholder grafikkort eller annen maskinvare ofte dedikerte videokodings- / dekodeblokker som kan gjøre oppgaven mye mer effektivt. Likeledes kan dekomprimering av en lydfil ofte gjøres raskere på et DSP eller lydkort enn på CPU.
En annen veldig vanlig bruk for maskinvareakselerasjon er 2D-grafikkakselerasjon. Brukergrensesnitt har for eksempel ofte mye grafikk, tekst og animasjoner å gjengi. Dette kan gjøres på CPU, men en GPU eller skjermprosessor er mye raskere på denne typen operasjoner. Oppgaver kan inkludere bruk av et antialiaseringsfilter på tekst slik at det virker jevnere, eller lag et halvtransparent overlegg på toppen av et annet element som en video. Andre avanserte grafiske eksempler inkluderer akselererende fysikk og strålesporet belysning.
Hvorfor maskinvareakselerasjon betyr noe
CPU er den generiske arbeidshesten til ethvert datasystem. Den er designet for å håndtere praktisk talt alle oppgaver som kan kastes på den, men denne fleksibiliteten betyr at det ofte ikke er den mest effektive måten å utføre spesifikke oppgaver, spesielt de som krever mange gjentatte matematikkfunksjoner som videodekoding eller grafisk gjengivelse.
Forbedring av batterilevetid, ytelse og respons er målet med spillet.
Maskinvareakselerasjon laster ned vanlige oppgaver fra CPU til spesialisert maskinvare som ikke bare kan kjøre oppgaven raskere, men også mye mer effektivt. Dette betyr at enheter kjører kjøligere og at batteriene varer mye lenger. Så du vil kunne se mange flere høykvalitetsvideoer på en enkelt lading når du bruker en dedikert videodekoderblokk versus å kjøre algoritmen på CPU-en. Ikke glem at dette også frigjør CPU-en din til å gjøre andre ting i mellomtiden, noe som gjør at appene føles mer responsive.
Avveininga er at det å ha ekstra prosesseringsmaskinvare for spesifikke funksjoner har en kostnad, både når det gjelder utviklingskostnader og også silisiumområdet. Avgjørelser må tas om hvilke funksjoner som er verdt å støtte med maskinvare, for eksempel veldig populære videokodeker, og som ikke helt oppfyller ønsket pris / fordelingsforhold.
Maskinvareakselerasjon har blitt et viktig verktøy i datasystemer som strekker seg fra PCer med høy ytelse til smarttelefoner med lite strøm. Brukssakene for dedikert maskinvare vokser bare med introduksjonen av maskinlæringsapplikasjoner. Når det er sagt, brukes mesteparten av tiden maskinvareakselerasjon for å spare på batterilevetiden mens du streamer videoer fra YouTube.
Les neste: Hva er forskjellen mellom en CPU og en GPU?
