Меню

Чипы от десктопных видеокарт



Руководство покупателя игровой видеокарты


Последнее обновление от 28.09.2012


Выбор видеочипа, модели и производителя видеокарты

Выбор игровой видеокарты начинается с выбора производителя выделенного графического процессора, установленного на ней. И выбор этот в последние несколько лет весьма прост. Это в целом на графическом рынке вроде как есть и Intel (лидер, между прочим, но только если считать и интегрированные решения) и мелкие компании вроде Matrox, S3 и SiS. Но первый не делает мощных игровых видеочипов, а мелкие производят или специализированные решения или предназначенные для рынков, ограниченных территориториально (например, S3 хоть как-то продаётся в Китае).

А на привычном нам рынке дискретных видеочипов, по сути, существует лишь два достаточно мощных производителя: компания NVIDIA и компания AMD, производящие соответствующие изделия под торговыми марками GeForce и Radeon. Именно эти две компании выпускают подавляющее большинство GPU для дискретных (не встроенных в чипсет) видеокарт и только на их продукцию и стоит ориентироваться при покупке видеокарты для игр.

А ведь какое-то время назад число игроков на графическом рынке было значительно больше, но выжили не все. Весьма редкие видеокарты на основе чипов других производителей, например от S3 Graphics, продаются и сейчас, но успехов на мировом рынке они не добились, хотя на внутреннем китайском рынке какую-то долю занимают. Поэтому продукцию всех остальных компаний мы рассматривать не будем, пусть некоторые из них даже и продолжают работу над созданием современных GPU и даже что-то тихо анонсируют.

И вообще — появление новых игроков вряд ли возможно, та же компания Intel несколько лет назад планировала выход на рынок графических и вычислительных процессоров, но их известный проект Larrabee так не вышел из лаборатории, трансформировавшись в продукт, предназначенный исключительно для высокопроизводительных вычислений. Впрочем, это уже никому и не нужно — рынок ПК не слишком быстро развивается в последнее время, явно уступив первенство по внедрению технологий тем же мобильным решениям.

На момент последнего обновления материала, наиболее новыми, а также выгодными и полезными являются видеокарты, основанные на чипах серий Radeon HD 6000 и GeForce GTX 500. Хотя и предыдущие модели серий HD 5000 и GTX 400 зачастую ничем не уступают ни по функциональности ни по производительности. Так уж получилось, что обновленные платы стали лишь несколько энергоэффективнее. Естественно, что все они поддерживают возможности DirectX 11, который, похоже, надолго станет актуальной версией графического API для операционных систем Windows.

Выбор производителя GPU между AMD и NVIDIA всегда очень непрост, в каждый момент времени во всех ценовых диапазонах есть свои лидеры, и однозначно назвать лучшего производителя просто невозможно. Что у каждого производителя, что у каждой их серии видеокарт есть свои достоинства и недостатки. Например, видеокарты NVIDIA выгодно отличаются активно продвигаемой технологией аппаратно-ускоренных физических эффектов PhysX и технологией стереоскопического отображения 3D Vision, а также имеют высочайшую геометрическую производительность, что важно в DirectX 11-играх с применением тесселяции. Зато все решения компании AMD отличаются заметно большей пиковой производительностью вычислительных блоков, что положительно сказывается на производительности во многих современных играх с DirectCompute, а также имеется продвинутая поддержка мультимониторного вывода Eyefinity.

В общем, разница между решениями по функциональности есть, но каждый покупатель должен определить их важность для себя сам. Все технологии уже были рассмотрены нами ранее, и о них можно прочитать по ссылкам. Что касается Eyefinity, то эта технология позволяет подключать три, а то и шесть устройств вывода изображения к одной видеокарте. Это может быть полезно как в рабочих применениях, так и в играх, но вряд ли для многих игроков это такое уж важное преимущество. Многие ли игроки решатся на установку трёх мониторов, у многим ли есть хотя бы два?

То же самое касается и 3D Vision. Хотя в последние годы тема видео в стереоформате весьма актуальна и, как говорится, на слуху — в реальности продвижение стерео сталкивается с большими преградами. В их числе и неудобство стереоочков, и отсутствие широкого выбора контента, и необходимость покупки специального монитора или проектора. Всё это тоже весьма узкая специфика, даже для игроков. Поэтому, если вам срочно нужны три монитора — покупайте AMD Radeon, а если впечатляют физические эффекты PhysX — NVIDIA GeForce. А если ни то и ни другое, то читайте материал дальше.

Выбор модели видеокарты

Если вы не собираетесь платить за высочайшую производительность любую цену, а выступаете за разумные траты, то никакого смысла в гонке за решениями верхнего ценового уровня просто нет. В таком случае, лучшим выбором будут видеокарты среднего или верхнего среднего класса, которые дадут и вполне комфортную частоту кадров и качественную картинку во всех современных играх с приличными, пусть и не всегда максимальными настройками качества. Тем более это стало актуальным в последние годы, когда прогресс явно притормозили мультиплатформенные игры.

Конкретную модель видеокарты из выбранного ценового диапазона можно подобрать, используя данные из i3D-Speed (ранее был известен как 3DGiТоги) и справочных материалов по моделям видеокарт. Так как справочные материалы по видеокартам даже лишь двух основных производителей имеют слишком большой объем, они вынесены в отдельные материалы и обновляются независимо от руководства покупателя:

В этих материалах приведены лишь теоретические характеристики всех существующих современных видеокарт и сделать окончательные выводы на их основе трудно. Удобнее всего делать свой выбор, основываясь на периодическом исследовании производительности видеокарт в материале на нашем сайте под названием i3D-Speed. В нём ежемесячно исследуется производительность видеокарт в самых современных играх, а некоторые качественные характеристики, с приведением списка отмеченных проблем в играх и соответствующими скриншотами, исследуются один-два раза в год.

Читайте также:  Как переключиться с интегрированной видеокарты на внешнюю

Что сейчас ещё важнее для нас с вами — в i3D-Speed есть рейтинги видеокарт в виде наглядных таблиц, показывающих относительную производительность решений, в том числе и с учетом их цены (см. рейтинг полезности). Из них можно выбрать наиболее выгодное на данный момент решение, имеющее лучшее соотношение цены, возможностей и производительности и входящее в ваши ценовые рамки. Конкретные рекомендации по выбору GPU и модели видеокарты на основе наших исследований даны в последней части путеводителя, они периодически обновляются, чтобы следовать тенденциям быстро изменяющегося рынка видеокарт для ПК.

Выбор конкретного производителя

Сами по себе компании AMD и NVIDIA не продают готовые видеокарты, это делают их партнёры. Они (список производителей на видеочипах NVIDIA, список производителей на видеочипах AMD) производят и продают видеокарты на базе GPU от двух вышеуказанных компаний. И у конкретных решений иногда есть свои отличительные особенности — плюсы и минусы, важные или не очень. Давайте разберёмся, на что стоит обращать внимание, а о чем можно и не задумываться, уже имея в виду всю ту информацию о характеристиках видеокарт, которая была описана выше.

В прошлые годы, у видеоплат часто встречались недочёты, связанные с большим количеством производителей самого разного уровня, которые сами занимались разработкой дизайна плат и их выпуском. Иногда они допускали ошибки, и пользователи получали проблемы со стабильностью, качеством изображения, перегревом и т. п. Сейчас же, основная масса дорогих видеокарт производится на базе референсного дизайна, а если даже и нет, то количество вышеперечисленных проблем стремится к нулю. Видеокарты делать научились неплохо, и теперь на рынке могут встретиться разве что плохо продуманные конструкции кулеров или установленная память с худшими характеристиками. Всё это чаще всего относится к нижнему (low-end) и нижнему среднему (mid-end) ценовым диапазонам рынка, и очень редко встречается в более дорогих видеокартах.

Абсолютное большинство топовых видеокарт с некоторого времени и по сей день, производятся на выбранных заводах по заказу AMD и NVIDIA, а их партнеры по выпуску готовых продуктов покупают у них эти уже изготовленные видеокарты и лишь продают под своей торговой маркой, иногда меняя системы охлаждения, наклеивая свои наклейки, комплектуя играми и т. п. Даже кулеры на дорогих платах производители меняют не всегда, чаще всего в начале производства новых моделей они у всех производителей карты абсолютно одинаковы и отличаются наклейками, как максимум. Ну иногда и тактовые частоты отличаются, особенно если NVIDIA или AMD разрешили выпуск разогнанных решений.

По фотографиям таких решений прекрасно видно, что отличия между ними только в наклейках на кулере. И ведь это со всеми топовыми продуктами так, когда они только выходят на рынок. Чаще всего, партнёры начинают выпуск видеокарт на своих заводах лишь по прошествию какого-то времени или когда эти решения переходят в нижние ценовые диапазоны. Тогда производители чипов начинают продавать отдельные GPU своим партнерам для того, чтобы они уже сами производили платы полностью. Так происходит не со всеми решениями, некоторые просто исчезают из линеек, заменяясь новыми моделями.

Поэтому часто у видеокарт уровня high-end отличий совсем мало, есть лишь фабрично разогнанные модели с отличающимися в лучшую сторону скоростными характеристиками. А вот для менее дорогих плат уже возможно и большее различие. Особенно внимательным нужно быть при покупке дешёвых видеокарт — в таких случаях очень желательно почитать обзоры на нашем сайте и обсуждения конкретных решений в нашей конференции. И особенное внимание стоит обратить на установленную память, если она не закрыта радиаторами, ведь именно на ней чаще всего стремятся сэкономить некоторые производители бюджетных решений. Впрочем, иногда встречаются и карты с более быстрой, чем необходимо, памятью.

Несмотря на то, что многие видеокарты одинаковы и даже выпускаются на одних и тех же заводах под надзором производителей чипов из одних комплектующих, некоторые из них имеют повышенные относительно номинальных тактовые частоты. Такие продукты проходят тестирование в лабораториях производителей карт уже после приобретения их у чипмейкеров. Там проходит отбор плат, способных к работе на повышенных частотах, и не прошедшие его карты идут на обычные продукты со стандартными частотами, а отобранные выпускаются под другим названием. Фабрично разогнанные линейки сейчас есть у большинства производителей, так как это позволяет хоть как-то выделиться.

В целом же, совет по выбору только определённого производителя дать невозможно, слишком многое тут зависит от конкретных моделей видеокарт. Можно лишь дать некоторые базовые рекомендации. Желательно покупать видеокарты, продающиеся в коробках, а не ОЕМ-решения с отличающимися от ожидаемых характеристиками, пониженными частотами и т. п., что почти ушло в прошлое, но всё же иногда встречается на видеокартах нижних ценовых диапазонов.

Для того, чтобы не брать первое, что попадётся на глаза или что посоветует менеджер в магазине (не без выгоды для себя, естественно), весьма желательно перед покупкой найти и внимательно прочитать обзоры интересующих вас моделей видеокарт у нас на сайте. Там есть фотографии коробок, самих плат и их комплектов поставок. При покупке видеокарты это даст вам опредёленную уверенность в её характеристиках, если и карта и коробка будут точно такими же. И особенное внимание нужно уделить характеристикам, указанным на коробках, там часто пишут наименование модели, модификации, тактовые частоты и другие технические характеристики из рассмотренного нами ранее списка.

Среди видеокарт верхних ценовых диапазонов, верхнего mid-end и high-end, часто производимых на одном и том же заводе и почти не отличающихся друг от друга, предпочтительнее искать решения с нестандартными системами охлаждения, которые часто обладают лучшими техническими характеристиками по эффективности охлаждения и шуму. Если на какой-то плате стоит оригинальная система охлаждения, то в наших обзорах обязательно есть её оценка. В остальном, следует руководствоваться, прежде всего, ценой и гарантийным сроком.

Читайте также:  Как подсоединяется питание к видеокарте

Ссылки на обзоры конкретных моделей всех производителей можно найти здесь:
Видеокарты на чипах AMD(ATI)
Видеокарты на чипах NVIDIA

Источник

Вычислительная мощь. Какие чипы AMD и Nvidia лучше для расчетов на видеокарте

Содержание статьи

Вот уже более пяти лет вместе с друзьями я загружаю простаивающие мощности наших компьютеров заданиями из международных научных проектов. Все они генерируют терабайты экспериментальных данных, которые не могут быть обработаны за приемлемое время на оборудовании самих исследователей. Денег на облачные вычисления у многих нет, как и доступа к суперкомпьютерам, поэтому научное сообщество использует труд добровольцев.

Годами мы считали под общим аккаунтом, постоянно анализировали результаты и делились наблюдениями. Особенно интересно было сравнивать производительность разных видеокарт в реальных расчетах. Как оказалось, с ними связано очень много неявных моментов, а синтетические бенчмарки в основном заточены на игры и слабо отражают ценность видеокарт для неграфических вычислений.

Благодарность

Редакция выражает благодарность компании Inno3D и ее российскому представительству, оперативно предоставившему для тестирования видеокарту Inno3D GeForce GTX 1070 iChill X4.

Собственные тесты

Должен пояснить, что я не сторонник ни «красных», ни «зеленых». Просто для каждой задачи стоит подбирать свой инструмент и не пытаться сравнивать кита со слоном.

Команда TSC оформила в виде таблицы результаты разных видеокарт в реальных научных расчетах. Если отсортировать их с учетом энергоэффективности и универсальности применения, то всю верхнюю часть рейтинга будут занимать решения Nvidia с архитектурой Pascal, включая GTX 1070. Новейшие Radeon Vega и мощная R9 Fury встречаются в ней на 182-й строке и позже.

Современные ГП производства AMD подходят только для расчетов с поддержкой OpenCL, в то время как ГП Nvidia можно использовать и для OpenCL, и для CUDA-оптимизированных приложений. В отдельных случаях старые AMD выигрывают на операциях двойной точности ценой больших энергозатрат при решении обычных задач.

По сравнению с GTX 980Ti видеокарта на базе GTX 1070 демонстрирует небольшой прирост скорости вычислений — на 2,4%. Однако этот выигрыш наблюдается при существенном снижении потребляемой мощности — на 25% или на 50 Вт. Апгрейд стоит затевать уже ради этого.

Средняя скорость расчетов заданий GPUGrid Long run для GTX 980Ti

Средняя скорость расчетов заданий GPUGrid Long run для GTX 1070

Наш тестовый стенд остался прежним, но до GTX 1070 мы успели протестировать в научных расчетах множество других видеокарт и процессоров. В этой статье упоминаются только самые показательные результаты.

Наш стенд пережил майнинг, брутфорс паролей и продолжает заниматься научными расчетами

По сравнению с флагманами прошлых лет (GTX 680 и максимально близкой к ней GTX 770) у новой GTX 1070 скорость вычислений выросла более чем в четыре раза. Это видно даже на старых OpenCL-приложениях, не имеющих оптимизации для современных ГП Nvidia. Например, в проекте Einstein@Home на GTX 680 одно задание выполняется в среднем за 50 мин, а на GTX1070 — за 11,5 мин.

Итоговое время для GTX 680

Обработка диапазона данных в поисках двойных радиопульсаров на GTX 1070

Аналогичное задание на GTX 1070 выполняется в 4,3 раза быстрее

Параллельно видеокарта использовалась для тестов при написании статей про майнинг и брутфорс паролей. Тем не менее за два месяца смешанного тестирования GTX 1070 мы выполнили больший объем научных расчетов, чем до этого почти за пять лет на 20+ процессорах и паре эпизодически работающих старых видеокарт. Разница просто колоссальная.

Длительный период (до конца 2014 года) вычисления выполнялись только на процессорах нескольких компьютеров. Скорость прироста была ничтожной. Затем еще два года мы загружали расчетами старые видеокарты. Они всегда сильно грелись и шумели, а изображение лагало. С этим трудно мириться во время работы, поэтому расчеты выполнялись эпизодически.

В конце прошлого года друзья подарили мне GTX 680 специально для ускорения расчетов. К тому моменту эта карта уже плохо подходила для игр, но вполне справлялась с научными вычислениями. Давно хотелось попробовать ускоритель с архитектурой Kepler, да еще и содержащий 1536 CUDA-ядер!

Динамика научных расчетов на процессорах и видеокартах

Из-за мощного трехслотового охлаждения работала GTX 680 довольно тихо, но воздух нагревала прилично — все-таки двести ватт. Зимой это было очень кстати, но вот в жару. Посчитав за три месяца сотни разных заданий с ГП-оптимизацией, я заметил, что в одних проектах загрузка видеокарты заданиями BOINC почти не чувствуется, а в других — делает любую работу крайне некомфортной. Даже при наборе текста иной раз отмечались лаги. Поэтому я собрал комп с Core i7 и подключил монитор к его интегрированному видеоядру, а GTX 680 использовал только для расчетов. В таком варианте ее можно было использовать круглосуточно, и результативность вычислений выросла вдвое.

После GTX 680 настал черед тестировать GTX 980Ti, а затем и GTX 1070. У двух последних видеокарт с подключенным монитором совершенно не было лагов изображения при максимальной загрузке расчетами. Во всяком случае, они не замечались при работе с текстами, веб-серфинге, обработке картинок и просмотре фильмов. Однако для чистоты эксперимента мы все-таки подключали их без монитора. Первый крутой пик на графике соответствует подключению GTX 980Ti, а следующий за ним — заслуга GTX 1070.

Объемы вычислений в BOINC отображаются в очках (cobblestones). Десять очков — это 4,32 триллиона операций с плавающей запятой одинарной точности (FP32). Первый миллион очков мы набирали два года, используя до двадцати четырех процессорных ядер одновременно. Сейчас с одной GTX 1070 мы прибавляем более миллиона очков каждый день. Частота выплат в сети Gridcoin также возросла. Если раньше монетки начислялись один-два раза в месяц, то сейчас — практически ежедневно.

Читайте также:  Видеокарта gigabyte geforce gtx 770 2048mb 256bit gddr5

Ежедневное вознаграждение за научные расчеты

Формула тут простая: меньше энергозатрат, больше компенсация и выше результативность.

Однако есть тут и маленькая хитрость: некоторые проекты выплачивают дополнительные очки как вознаграждение за скорость выполнения заданий. К примеру, в GPUGrid есть три степени свежести решений: полученные в течение первых суток, двух и пяти дней с момента отправки заданий. За первые начисляют 50% очков, за вторые 25%, а за выполненные в интервале от 48 до 120 ч ничего не добавляют сверх. Расчеты недельной давности становятся неактуальными и не учитываются вовсе.

GTX 680 требовалось больше суток на одно задание

Большие CUDA-оптимизированные задания GPUGrid обрабатываются на топовых видеокартах за 8–12 ч. GTX 680 на них требовалось около 30 ч. Новая GTX 1070 часто справлялась за шесть часов и успевала обработать за сутки до четырех сложнейших заданий из области расчета третичной структуры белковых молекул и докинга лигандов.

GTX 1070 тратит меньше шести часов на задания, с которыми GTX 680 не справлялась и за сутки

Видеокарты как ускорители

Почему вообще считают на видеокартах? Любой процессор архитектуры x86-64 создавался как универсальный чип. Он умеет выполнять математические операции разных типов и разрядности, но платой за всеядность становится низкая скорость. В повседневной работе этот эффект не слишком заметен, поскольку в пользовательских приложениях преобладают простейшие арифметические операции. В научных же расчетах львиную долю составляют действия с массивами и приблизительными величинами. Центральный процессор обрабатывает их очень медленно, поэтому в профессиональных рабочих станциях и суперкомпьютерах для них используются специализированные платы — векторные ускорители.

WARNING

Научные расчеты длительно создают высокую нагрузку на процессор и видеокарту. Прежде чем запускать их, позаботься о качественном питании и охлаждении. Задать температурные ограничения тоже будет нелишним.

Ускорители для высокопроизводительных вычислений (HPC) часто построены на тех же чипах, что и топовые видеокарты, но имеют свои архитектурные особенности. Отдельные инженерные решения призваны повысить объем одновременно обрабатываемых данных и надежность круглосуточной работы с максимальной нагрузкой. Сами по себе они незначительно удорожают производство, однако себестоимость ускорителя определяется еще и малым объемом выпуска.

Любительские кластеры как альтернатива HPC

В целом есть два принципиально разных подхода к обработке научных данных: использовать высоконадежные специализированные HPC-системы с профессиональными ускорителями либо создавать сеть распределенных вычислений из непостоянных узлов с процессорами и видеокартами разной архитектуры. Первый подход обычен в прикладных сферах, тесно связанных с коммерческими разработками и не испытывающих недостатка в финансировании. Второй популярен у тех, кто выполняет некоммерческие и фундаментальные исследования. Их ценность сложно объяснить спонсорам, поэтому остается только привлекать волонтеров. Надежность обработки данных в такой гетерогенной сети обеспечивается за счет избыточности.

За последние десять лет обычные видеокарты научились выполнять микропрограммы общего назначения. Они могут быстро обработать одномерные массивы и выполнить серию расчетов с плавающей запятой, если ЦП сперва сформулирует эту часть задания в понятном для ГП формате.

Начиная с 2006 года вместо отдельных шейдерных процессоров трех разных типов, вычислявших движения частиц и прочие графические эффекты, у видеокарт появились универсальные потоковые процессоры. Это значительно упростило задачу описания ресурсоемких вычислений на понятном для ГП языке. Тогда возникла концепция GPGPU (General-purpose computing for graphics processing units) — использование ГП для ускорения неграфических вычислений.

Если очень упростить сравнение ЦП и ГП, то ключевое отличие можно сформулировать так: центральный процессор обрабатывает числа последовательно, а ГП — параллельно. Когда надо сложить одну сотню чисел с другой, ЦП выполнит сто последовательных операций сложения. ГП запишет их как два одномерных массива (вектора) и сложит все за одну операцию. В современных процессорах уже есть отдельные инструкции для ускорения векторных операций, но по скорости работы они все равно серьезно уступают ГП.

При использовании видеокарты скорость отдельных вычислений возрастает в десятки раз. Просто потому, что у ГП куча исполнительных блоков, способных работать одновременно. Это не четыре ядра у Core i5 и не двенадцать ядер у Xeon. Речь о тысячах универсальных процессоров с частотой 1–2 ГГц и собственной памятью с огромной пропускной способностью. О целом кластере в формате платы расширения.

AMD vs Nvidia + Intel

Использование видеокарт для неграфических вычислений требует определять их в системе как сопроцессоры и использовать через соответствующие API средствами драйвера. Это интерфейсы прикладного программирования OpenCL, CUDA и DirectCompute. По сути — три варианта написания кода для программ с поддержкой GPGPU.

Все эти годы концепция GPGPU активно развивалась в основном за счет открытого API OpenCL и проприетарной технологии Nvidia CUDA. За редким исключением все драйверы для графических решений AMD, Nvidia и Intel поддерживают OpenCL, но часто уровень этой поддержки оставляет желать лучшего. Например, заявление о поддержке OpenCL 2.0 на деле может означать, что в текущем драйвере и конкретном ГП поддерживаются лишь некоторые возможности версии 2.0.

Продолжение доступно только участникам

Вариант 1. Присоединись к сообществу «Xakep.ru», чтобы читать все материалы на сайте

Членство в сообществе в течение указанного срока откроет тебе доступ ко ВСЕМ материалам «Хакера», позволит скачивать выпуски в PDF, отключит рекламу на сайте и увеличит личную накопительную скидку! Подробнее

Вариант 2. Открой один материал

Заинтересовала статья, но нет возможности стать членом клуба «Xakep.ru»? Тогда этот вариант для тебя! Обрати внимание: этот способ подходит только для статей, опубликованных более двух месяцев назад.

Андрей Васильков

редактор, фронемофил, гик, к. м. н. и т. п.

Источник