thinclient

وبلاگی در حوزه تین کلاینت

thinclient

وبلاگی در حوزه تین کلاینت

تفاوت CPU و GPU در یک سیستم محاسباتی چیست؟

CPU  مغز کامپیوتر است و GPU روح آن! CPU و GPU دو اصطلاح رایج در حوزه کامپیوتر و فناوری هستند. با این حال، افراد بسیاری ممکن است تفاوت میان آن‌ها را ندانند. در طول دهه گذشته، GPU یا پردازنده گرافیکی از رایانه‌ها فراتر رفته‌اند و نقش بزرگی در رونق هوش مصنوعی داشته‌اند. آن‌ها به یک بخش کلیدی در ابر کامپیوترهای مدرن تبدیل شده‌اند و در صنعت گیمینگ حرف زیادی برای گفتن دارند. پردازنده‌های گرافیکی به شتاب‌دهنده‌هایی تبدیل شده‌اند که به انواع کارها از رمزگذاری گرفته تا شبکه و هوش مصنوعی سرعت می‌بخشند. حال بیایید به تفاوت CPU و GPU و مزایای استفاده از هرکدام نگاهی بیاندازیم.
تعریف CPU و GPU چیست؟
CPU که مخفف کلمه "واحد پردازش مرکزی" است که به اختصار "پردازنده" نامیده می‌شود. اجرای رایانه شما برعهده پردازنده است و تمام فرآیندهای رایانه را مدیریت می‌کند. در یک کلام، اگر CPU نداشته باشید، کامپیوتر هم نخواهید داشت!
GPU یا واحد پردازش گرافیکی که "کارت گرافیک" نیز نامیده می‌شود، گرافیک‌های روی صفحه نمایش را اجرا می‌کند. پردازنده‌ گرافیکی نیز برای عملکرد رایانه حیاتی است و بدون آن‌ چیزی روی صفحه نمایش خود نمی‌بینید. با این حال، آن‌ها همیشه به صورت مجزا در دسترس نیستند؛ بسیاری از CPU ها دارای GPU داخلی هستند. با این حال، کارت‌ گرافیک فضای زیادی ندارد. اگر می‌خواهید از بازی‌ها یا نرم افزارهای گرافیکی پیشرفته مانند مدل سازی سه بعدی استفاده کنید، به گرافیک‌ سطح بالا و در واقع یک GPU مجزا نیاز دارید.
چرا دو پردازنده متفاوت داریم؟
خب تا حدودی با تفاوت CPU و  GPU آشنا شدید. پردازنده‌ها از میلیون‌ها میلیون ترانزیستور کوچک با چندین هسته تشکیل شده‌اند و برای مدیریت پردازش کامپیوتر بسیار حائز اهمیت می‌باشند. اقدامات حیاتی مانند اجرای سیستم عامل و برنامه‌ها بدون آن امکان پذیر نخواهد بود. CPU همان چیزی است که سرعت کلی یک کامپیوتر را تعیین می‌کند. پردازنده‌های گرافیکی ماهیت تخصصی‌تری دارند. آن‌ها پردازش‌های بیشتری را به صورت موازی انجام می‌دهند. GPU برای استفاده در برنامه‌های گرافیکی و بازی استفاده می‌شود. این پردازنده‌ها در بسیاری از حوزه‌های دیگر مانند هوش مصنوعی و استخراج بیت‌کوین نیز کاربرد بسیاری دارند.
تفاوت اصلی بین CPU و GPU در نحوه پردازش دستورالعمل‌های داده شده به آن‌هاست. از نظر انسانی، می‌توان گفت که CPU استاد انجام یک کار در هر زمان است، در حالی که GPU می‌تواند چندین کار را همزمان انجام دهد. CPU مجموعه‌ای از داده‌ها را به ترتیب پردازش می‌کند. پردازنده‌های گرافیکی می‌توانند داده‌ها را در واحدهای پردازشی متعددی که برای کارهای خاص طراحی شده‌اند، پخش کنند.
رابطه و تفاوت CPU و GPU
این که این دو مفهوم باهم متفاوت هستند به این معنی نیست که یکی از دیگری بهتر باشد. CPU می‌تواند همان محاسبات انجام شده توسط GPU را انجام دهد اما هر کدام از آن‌ها کاربرد خاصی در دنیای فناوری امروز ما دارند.
افزایش عملکرد رایانه تنها با هماهنگی صحیح CPU و GPU امکان پذیر خواهد بود. GPU قرار نیست جایگزین CPU شود و پردازنده هنوز هم نقش اصلی محاسبات را ایفا می‌کند. این همان چیزی است که تصمیم می‌گیرد داده‌ها را پردازش یا به GPU منتقل کند. برای مثال، در حالی که یک CPU می‌تواند محاسبات یکسانی را انجام می‌دهد، GPU اغلب به دلیل نحوه طراحی آن استفاده می‌شود. در داخل GPU دستورالعمل‌های متعددی وجود دارد که می‌توانند دوباره استفاده شوند. این دستورالعمل‌ها طوری طراحی شده‌اند که به صورت موازی اجرا می‌شوند.
تفاوت CPU و GPU در نحوه کار آن‌ها
CPU و GPU به دلیل نحوه ساخت کارهای متفاوتی انجام می‌دهند. یک CPU فرآیندها را به صورت سریالی روی هسته‌های خود اجرا می‌کند. بیشتر پردازنده‌ها دارای 4 تا 8 هسته هستند، اگرچه CPU های سطح بالا می‌توانند تا 64 هسته داشته باشند. هنگامی که رایانه در حال اجراست، هر هسته یک فرآیند را به تنهایی اجرا می کند، مانند ثبت ضربه‌های کلید هنگام تایپ. هسته‌های دیگر تمام فرآیندهایی را که در Task Manager ویندوز شما اجرا می‌شوند، مدیریت می‌کنند. 
GPU اما روشی متفاوتی برای محاسبات دارد. هنگامی که یک کار به آن‌ها داده می‌شود، GPU آن را به هزاران کار کوچک‌تر تقسیم می‌کند و سپس همه آن‌ها را به طور همزمان پردازش می‌کند؛ نه به ترتیب. به همین دلیل پردازنده‌های گرافیکی برای مدیریت فرآیندهای بزرگی که از بخش‌های کوچک زیادی مانند گرافیک‌های سه‌بعدی تشکیل شده‌اند، مناسب‌ترند.
اگرچه GPU در عملکرد پردازشی یک واحد محاسباتی ضعیف‌تر از CPU عمل می‌کند، تعداد زیادی از واحدهای محاسباتی می‌توانند همزمان باهمکار کنند و عملکرد آن در محاسبات زیاد بهتر از CPU است. به طور خلاصه، CPU برای عملیات پیچیده عالی است، در حالی که GPU در انجام عملیات ساده روی داده‌های بزرگ عملکرد قابل قبولی ارائه می‌دهد.
تفاوت CPU و GPU از نظر قدرت
اگرچه GPU هسته‌های بیشتری نسبت به CPU دارد، اما از نظر سرعت کلاک قدرت کمتری دارد. به طور معمول، سرعت کلاک GPU بین 500 تا 800 مگاهرتز با هسته‌های متراکم‌تر روی یک تراشه واحد است. برعکس، CPU امروزه می‌تواند با سرعت 3.5 تا 4 گیگاهرتز حرکت کند. پردازنده‌های گرافیکی به دلیل داشتن مجموعه دستورالعمل‌های محدود، تطبیق‌پذیری کمتری دارند. به این ترتیب، تعداد زیاد هسته‌های GPU و موازی‌سازی که انجام می‌دهند، می‌تواند قدرت کم آن‌ها را جبران کند.
تفاوت CPU و GPU از نظر حافظه
رم GPU حافظه اختصاصی است. این یک رابط بسیار گسترده با مسیرهای کوتاه و یک اتصال P2P است و به سرعت بسیار بالاتری نسبت به حافظه موجود در CPU دارد. رم CPU یک حافظه سیستم است و زمانی که با سرعت پایین کار می‌کند، باز هم به قدرت بیشتری برای پردازش نیاز دارد. از لحاظ طراحی داخلی، هر دوی این حافظه‌ها بسیار شبیه به یکدیگر هستند.
تفاوت CPU و GPU از نظر مدت زمان سوئیچ 
زمان سوئیچ یا Context Switch Time به زبان ساده، مدت زمانی است که واحد پردازش برای اجرای یک فرآیند طول می‌کشد. جابجایی CPU میان چندین رشته نسبتا کند است؛ چرا که باید اطلاعات را در رجیسترها ذخیره کند. با بازیابی این اطلاعات در صورت نیاز، کش را پاکسازی کنید. این عملیات بخش بزرگی از منابع را مصرف می‌کند. از طرفی دیگر، هیچ سوئیچینگی در GPU وجود ندارد. آن‌ها معمولا فقط یک کار را در یک زمان مشخص اجرا می‌کنند.
مزایای CPU و GPU
CPU مزایای مختلفی دارد. آن‌ها سازگار و بادوامند. CPU ها به طور گسترده ساخته و عرضه می‌شوند و در نتیجه مقرون به صرفه می‌باشند. آن‌ها قادر به انجام مولتی تسک در رایانه هستند و با دقت بیشتری در محاسبات ریاضی کار می‌کنند. یک CPU قدرتمند می تواند از نظر عملکرد برای استفاده معمولی از یک کامپیوتر بهتر از یک GPU عمل کند. CPU ها معمولا حافظه کش گسترده‌ای دارند که به آن‌ها اجازه می‌دهد مجموعه وسیع‌تری از دستورالعمل‌های خطی را مدیریت کنند. آن‌ها می‌توانند محاسبات عمیق‌تر را مدیریت کنند که برای کارهای تخصصی اهمیت بسیاری پیدا کرده‌اند.
از طرفی دیگر، GPU از صدها هسته تشکیل شده است و می‌تواند عملیات موازی زیادی را انجام دهد. پردازنده‌های گرافیکی را می‌توان در هر جایی برای پردازش تصویر استفاده کرد. GPU با حافظه خود برای انجام تمام وظایف و پردازش‌های مرتبط با گرافیک ارائه می‌شود.
نتیجه گیری
CPU برای انجام طیف وسیعی از وظایف به کار گرفته می‌شود. GPU برای مالتی تسکینگ ساخته شده است و معمولا تنها یک وظیفه را پشتیبانی می‌کند: پردازش گرافیکی. تفاوت اصلی بین CPU و GPU این است که CPU کمترین تاخیر را همیشه در اولویت قرار می دهد. در مقابل، پردازنده‌های گرافیکی بر توان عملیاتی بالا تاکید دارند. اکنون که درک خوبی از تفاوت GPU و CPU دارید، می‌توانید به شیوه بهتری از این اجزا استفاده کنید.

چگونه توان حرارتی TDP روی عملکرد قطعات کامپیوتری تاثیر می‌گذارد؟

شاید هنگامی که به دنبال خرید پردازنده کامپیوتر، لپ تاپ یا حتی یک مادربرد جدید بودید، با اصطلاح توان حرارتی TDP برخورد کرده باشید. اگر نظرات افراد مختلف در اینترنت را بخوانید، احتمالا TDP های خوب یا بد را برای محصولات مشاهده خواهید کرد. بیشتر تولیدکنندگان قطعات کامپیوتر TDP محصولات خود را تبلیغ می‌کنند. اگر یک پردازنده کامپیوتر (CPU) یا یک کارت گرافیک (GPU) خریده باشید این اصطلاح به گوشتان آشناست. اگرچه بسیاری از افراد TDP را معادل مصرف برق می‌دانند، اما این مفهوم دقیقا درست نیست.
متاسفانه بیشتر مواقع این اتفاق می افتد، چرا که مقدار TDP بر حسب وات بیان می‌شود که اکثر مردم آن را با اندازه گیری توان الکتریکی اشتباه می‌گیرند. در واقع توان حرارتی TDP به وات‌های حرارتی اشاره دارد، نه به وات‌های الکتریکی، و معیاری برای اندازه گیری توان الکتریکی نیست، بلکه مشخصات سیستم خنک کننده را ارائه می‌دهد. اگر می خواهید به طور دقیق با مفهوم TDP آشنا شوید و بدانید که برای چه کاری باید از آن استفاده کنید، این مقاله را بخوانید.
توان حرارتی TDP چیست؟
TDP مخفف عبارت Thermal Design Power است و برای اندازه گیری میزان گرمای خروجی یک دستگاه با واحد وات طراحی و ساخته شده است. در گذشته از وات یا حداکثر توان مصرفی برای اندازه گیری توان دستگاه‌های الکتریکی استفاده می‌شد و این اصطلاح در بیشتر مواقع با TDP اشتباه گرفته می‌شود.
مقدار گرمایی که یک دستگاه تولید می‌کند به مقدار برق مصرفی آن مرتبط است و TDP بیشترین میزان گرمایی است که CPU و GPU زیر سنگین‌ترین بار کاری، تولید می‌کند. قطعات سخت افزارها هنگام کار و محاسبات گرما تولید می‌کنند و هر چه اندازه کار بیشتر باشد، حرارتی که تولید می‌شود نیز بیشتر خواهد بود. اما اینکه هنگام کار چه مقدار حرارت توسط پردازنده یا کارت گرافیک تولید می‌شود به TDP مرتبط نیست. TDP به شما می‌گوید که خنک کننده چه مقدار گرما را هنگام اجرای یک بار کاری معمولی باید دفع کند.
اهمیت شاخص توان حرارتی TDP در دنیای فناوری
عملکرد اصلی TDP اندازه گیری میزان خنک کننده ای می‌باشد که برای دفع گرمای قطعه الکترونیکی مورد نیاز است. به عناون مثال، شاخص توان طراحی گرمایی یک میکروکنترلر چیزی حدود 10 وات است که به راحتی توسط یک هیت سینک پسیو یا یک فن کوچک خنک می‌شود. از سویی دیگر، اگر TDP یک قطعه 95 وات باشد، فرایند خنک سازی آن باید با یک هیت سینک اختصاصی و فن بزرگتر انجام شود. بنابراین، درک شاخص TDP برای تعیین نوع خنک کننده نیز موثر خواهد بود.
TDP چگونه اندازه گیری می‌شود؟
متاسفانه، هیچ استانداردی برای اندازه گیری TDP وجود ندارد. اغلب سازندگان طیفی از پردازنده‌ها را که تفاوت‌های قابل‌توجهی در سرعت یا تعداد هسته دارند، به یک مقدار واحد اختصاص می‌دهند. گاهی اوقات خنک‌کننده‌های CPU و GPU میزان گرمایی را که می‌توانند بر حسب وات دفع کنند، تعیین می‌کنند. مقدار گرمایی که توسط خنک کننده دفع می‌شود باید بیشتر از TDP پردازنده ای باشد که برای خنک کردن آن طراحی شده است. به بیانی ساده‌تر، دفع گرمای سیستم خنک کننده باید نسبت به آنچه پردازنده شما تولید می‌کند، بیشتر باشد. اگر اینگونه نباشد، ممکن است پردازنده زیر بار سنگین برای یک بازه زمانی طولانی به دمای “اتصال حرارتی” برسد و سرعت خود را کاهش دهد تا از گرم شدن بیش از حد و خراب شدن آن جلوگیری شود.
در اینجا فرایندی برای افزایش دستی سرعت یک پردازنده وجود دارد که می تواند به طور قابل توجهی مصرف انرژی و در نتیجه خروجی حرارت پردازنده را افزایش دهد. به این فرایند اورکلاک گفته می‌شود. اورکلاک از محدودیت‌های توانی و حرارتی استفاده می‌کنند تا به‌طور خودکار سرعت پردازنده را در زمانی که قدرت کافی در دسترس دارد و خیلی داغ نیست، افزایش دهند. TDP نباید به عنوان معیار مطلق مصرف برق یا تولید گرما استفاده شود. در واقع TDP یک راهنمای تقریبی برای خنک سازی عملیات سنگین و در عین حال استاندارد است.
TDP زیاد خوب است یا بد؟
سوال خوبی است، اما پاسخ آنطور که ما می‌خواهیم روشن نیست. TDP بالا نه خوب است و نه بد. چرا این حرف را میزنیم؟ برای درک آن بیایید ببینیم که TDP بالا برای یک پردازنده کامپیوتر به چه معناست:
یک تراشه با TDP بالا به این معنی است که آن پردازنده گرمای زیادی تولید می‌کند. ممکن است فکر کنید که گرمای زیاد به معنای بد بودن آن است و نه تنها این پردازنده به خنک کننده بهتری نیاز دارد، بلکه احتمالا توان الکتریکی بیشتری نیز مصرف می‌کند. از طرفی دیگر ممکن است فکر کنید که توان بیشتر ویژگی بدی است. با این حال، گرمای بیشتر و قدرت بیشتر می‌تواند به این معنی باشد که تراشه سریع‌تر است و عملکرد بالاتری نسبت به سایر پردازنده‌ها با رتبه TDP پایین‌تر ارائه می‌دهد.
اگر چیزی که به دنبال آن هستید سرعت است، توان حرارتی TDP به وات‌های حرارتی اشاره دارد، نه به وات‌های الکتریکی، و معیاری برای اندازه گیری توان الکتریکی نیست، بلکه مشخصات سیستم خنک کننده را ارائه می‌دهد.بالا نباید شما را از خرید یک پردازنده باز دارد. اما اگر بهره وری انرژی برایتان مهم است به دنبال TDP کمتر باشید.
علاوه بر این، معمولا پردازنده‌ها و کارت گرافیک‌های جدید سرعت بیشتری را با استفاده از TDPهای پایین‌ ارائه می‌دهند. دلیل آن این است که فناوری‌های جدیدتر به تولیدکنندگان اجازه می‌دهند که هنگام ایجاد تراشه‌های کامپیوتری از ترانزیستورهای کوچک‌ استفاده کنند تا گرمای کمتری ایجاد شود. به‌طور خلاصه، تراشه‌های جدیدتر نسبت به نسل‌های قبلی تراشه‌ها بسیار سریع‌ هستند و حرارت کمتری تولید می‌کنند.
توان حرارتی TDP برای کدام اجزای سخت افزاری کاربرد دارد؟
TDP برای اندازه گیری تراشه‌هایی است که برای کار از برق استفاده می‌کنند. این بدان معنی است که هنگام نگاه کردن به رایانه‌ها، اجزای کامپیوتر و سایر دستگاه‌های مشابه که به تراشه‌ها متکی هستند، جزئیات مربوط به TDP را مشاهده خواهید کرد. TDP مشخصات مهمی را در پردازنده‌های کامپیوتر، کارت‌های گرافیک و چیپ‌ ست‌ها (از جمله چیپ‌ست‌های مادربرد) نشان می‌دهد.
چگونه دانستن TDP به شما کمک می‌کند؟
اکنون که معنی TDP و نحوه استفاده از آن را در پردازنده‌ها و کارت گرافیک می‌دانید، بیاید ببینیم که درک و تشخیص این مفهوم چقدر می تواند برای شما مفید باشد. با نگاهی به TDP قطعات سخت افزاری متوجه می شوید که از نظر عملکرد چگونه خواهند بود. دو مورد از محبوب‌ترین پردازنده‌ها در حال حاضر، Intel Core i7-9700K و AMD Ryzen 7 2700X را را در نظر بگیرید. این دو پردازنده در عرض شش ماه به بازار عرضه شدند و مشخصات مشابهی دارند.
پردازنده AMD Ryzen 7 2700X دارای سرعت کلاک بالاتر (3.7 گیگاهرتز تا 3.6 گیگاهرتز) و حداکثر TDP (105 وات تا 95 وات) است. اما آیا این نشان دهنده قوی بودن آن است؟ در رای گیری بنچمارک، پردازنده AMD امتیاز بیشتری را نسبت به Core i7-9700K اینتل دریافت کرده است.
نتیجه گیری
TDP یا توان طراحی حرارتی یا گرمایی شاخصی است که برای تعیین میزان گرمای خارج شده توسط CPU استفاده می‌شود. ارتباط قدرتمندی میان مصرف انرژی و TDP و همچنین عملکرد CPU وجود دارد. TDPحداقل سطح فعالیتی را که یک خنک کننده برای حفظ عملکرد CPU باید داشته باشد را تعیین می کند.
پردازنده‌هایی با کارایی بالاتر، انرژی بیشتری مصرف می‌کنند و تمایل دارند گرمای بیشتری تولید کنند. در مقابل، پردازنده‌های با کارایی پایین‌تر، مانند پردازنده‌های لپ‌تاپ، انرژی کمتری مصرف می‌کنند و عملکرد آن ها به طور قابل توجهی پایین‌تر است. TDP یکی از مفاهیم مهمی است که به شما کمک می‌کند تا عملکرد و بازده انرژی یک پردازنده را درک کنید. آگاهی از TDP و همچنین معماری و سرعت آن به شما کمک می‌کند تا نحوه عملکرد یک قطعه الکترونیکی را به درستی تشخیص دهید.

کامپیوتر فوتونیک؛ نویدبخش انجام محاسبات با سرعت نور

در سال های اخیر، دنیای محاسبات با مشکلات زیادی روبرو بوده است. آینده پژوهان و فناوران آشکارا نگران سرنوشت رایانه‌هایی هستند که با CPU و GPU کار می کنند. مطالعات جدید نشان می‌دهد که یک رایانه کاملا متفاوت ممکن است رهبری این حوزه را بر عهده بگیرد: کامپیوتر فوتونیک وارد می‌شود. آینده درخشان است. پردازنده‌های فوتونیک نوید سرعت محاسباتی فوق‌العاده‌ای را با مصرف کمترین انرژی می‌دهند و می‌توانند یادگیری ماشینی را متحول کنند.

کامپیوتر فوتونیک چیست؟
فوتونیک یک سیستم کامپیوتری است که محاسبات را با سرعت فوق العاده‌ای با استفاده از پالس‌های نوری و با مصرف انرژی بسیار کمتر انجام می‌دهد. این فناوری می‌تواند یادگیری ماشین را متحول کند. اگر این پردازنده‌ها به صورت انبوه تولید شوند، پتانسیل ایجاد انقلابی بزرگ در صنعت یادگیری ماشینی و وظایف محاسباتی را خواهد داشت. درحال حاظر، این کامپیوتر فوتونیک بسیار جذاب به نظر می‌رسند و در آستانه ورود به بازار هستند. این کامپیوترها می‌توانند اوضاع را به شدت تغییر دهند. ایده رایانه‌های فوتونیکی ایده جدیدی نیست و ضرب‌های ماتریس نوری برای اولین بار در دهه 1970 دلیلی برای اثبات آن است. با این حال، هنوز موانع بسیاری برای آن‌ها در سطح عملی وجود دارد که باید حل شود.

کامپیوتر فوتونیک چه کمکی به انسان می‌کند؟
استفاده از فوتون‌ها یک انتخاب خوب برای سرعت بخشیدن به کارهاست. کابل‌های فیبر نوری نسبت به سیم‌های آلومینیومی یا مسی برای دنیای مدرن و ارتباطات با داده‌های دیجیتال برتری دارند. در مقایسه با سیم کشی فلزی، آن‌ها می‌توانند اطلاعات بیشتری را سریع‌تر و بدون تخریب سیگنال‌ها منتقل کنند.

حتی اگر در حال حاضر برخی از دیتاسنترها از کابل‌های نوری برای انتقال سریع داده‌ها استفاده می‌کنند، باز هم انتقال داده‌ها از نقطه A به B با قرار دادن خطوط فیبر نوری روی یک تراشه که امکان پردازش ماتریسی را فراهم می‌کند، کاملا متفاوت است. رایان هامرلی در مقاله IEEE Spectrum، پرونده تراشه‌های فوتونیکی را همراه با پیشنهادهایی برای حل مسائل کلیدی آن مطرح کرد.

تفاوت پردازنده‌های سنتی و کامپیوتر فوتونیک
اولین و مهم‌ترین روشی که پردازنده‌های سنتی با آن کار می‌کنند، مبتنی بر ترانزیستور غیر خطی است. هامرلی می‌گوید: «غیرخطی بودن چیزی است که به ترانزیستورها اجازه می‌دهد روشن و خاموش شوند و آن‌ها را به گیت‌ تبدیل می‌کند. در سوی دیگر، فوتون‌ها از معادلات ماکسول خطی پیروی می‌کنند، به این معنی که خروجی یک دستگاه نوری معمولا متناسب با ورودی‌های آن است. راه حل این است که از خطی بودن دستگاه‌های نوری برای انجام چیزی که یادگیری عمیق بیشتر به آن متکی است استفاده کنید.

مزایای سیستم کامپیوتر فوتونیک
مزایای بالقوه کارکرد چنین سیستمی می‌تواند بسیار زیاد باشد. با فناوری های موجود عصر حاضر، ادعاهایی مبنی بر این که محاسبات شبکه‌های عصبی هزاران بار بهتر از سیستم‌های فعلی هستند نیز مطرح می‌شود. هامرلی اعتراف می‌کند که هنوز موانع بزرگی وجود دارد که باید بر آن‌ها غلبه کرد. او می‌گوید شاید دست یافتن به شبکه‌های عصبی فراتر از دقت 10 بیتی امکان پذیر نباشد. اگرچه در حال حاضر سیستم‌های 8 بیتی وجود دارند، اما برای اینکه واقعا کارها را پیش ببرند به دقت بسیار بیشتری نیاز است.

پس از آن، مشکل قرار دادن اجزای نوری بر روی تراشه‌ها وجود دارد. این ابزار نوری نه تنها فضای بسیار بیشتری را نسبت به ترانزیستورها اشغال می‌کنند، بلکه نمی‌توان آن‌ها را در جایی نزدیک به تراشه قرار داد و این یک مشکل نسبتا بزرگ ایجاد می‌کند. اگرچه چالش‌هایی که با آن روبه‌رو می‌شویم هنوز بسیار زیاد است اما مزایای این فناوری می‌تواند پیشرفت‌هایی را به ارمغان بیاورد.

تراشه Lightmatter Envise
با تمام آنچه گفته شد، در حال حاضر تعدادی از شرکت‌ها در حال توسعه پردازنده‌ها و شتاب‌دهنده‌های فوتونیکی هستند، از جمله استارت‌آپ‌های MIT Lightmatter و Lightelligence. شرکت‌هایی مانند این‌ها همراه با پردازنده Etile و Luminous، رویکردهای متفاوتی را برای حل مشکلات فعلی ارائه می‌دهند. در واقع Lightmatter در نظر دارد در اواخر امسال یک برد شتاب دهنده نوری به بازار عرضه کند.

Lightmatter ادعا می‌کند که تراشه فوتونیکی آن به نام Envise، پنج برابر سریع‌تر از پردازنده گرافیکی Nvidia A100 Tensor Core است و در برخی از قدرتمندترین دیتا سنترهای جهان قرار دارد. همچنین ادعا می‌کند که چگالی محاسباتی آن چندین برابر بیشتر از Nvidia DGX-A100 است. سیستم Blade این شرکت که شامل 16 تراشه Envise در پیکربندی سرور 4-U است، ظاهرا تنها 3 کیلو وات انرژی مصرف می‌کند!

این شرکت در اوایل سال جاری، 80 میلیون دلار برای کمک به عرضه تراشه خود به بازار جمع‌آوری کرد و اولیویا نوتبوهم، مدیر عامل سابق Dropbox نیز به هیئت مدیره این شرکت ملحق شد.

هدف تراشه Lightmatter Envise چیست؟هدف این تراشه بهبود است؛ از وسایل نقلیه خودران گرفته تا پردازش زبان و توسعه دارویی. ادعای بزرگی است، اما به نظر می‌رسد Lightmatter یک محصول واقعی دارد که به جای یک آزمایشگاه فناوری یا مقاله علمی کار می‌کند. نیاز به حل مسائلی مانند: مصرف برق و انتشار CO2 می‌تواند محرک‌های قدرتمندی در این “مسابقه فضایی” باشد؛ زیرا این موضوع تقریبا در صدر اخبار فناوری جهان قرار دارد. همانطور که با فراگیر شدن یادگیری ماشینی تقاضای محاسباتی افزایش می‌یابد، تقاضا برای جبران اثرات زیست‌ محیطی نیز بیشتر می‌شود.

کامپیوتر کوانتومی فوتونیککامپیوتر فوتونیک با اتصالات واحدهای محاسباتی (کیوبیت) خود به سرعت محاسبات بالاتری نسبت به کامپیوترهای کلاسیک دست می‌یابند. دقیقا در این مقیاس است که رویکرد فوتونیک، که از ذرات نور (فوتون‌ها) به عنوان کیوبیت استفاده می‌کند، مزایای بسیار زیادی را به همراه خواهد داشت. این به این دلیل است که توابع مورد نیاز برای عملیات محاسباتی را می‌توان با استفاده از فرآیندهای پیچیده ساخت نیمه هادی بر روی یک تراشه تولید کرد.

Fraunhofer IPMS در حال انجام تحقیقاتی بر روی یک کامپیوتر فوتونیک است. هدف این پروژه ارائه مزیتی برای محاسبه برنامه‌های کاربردی مرتبط با صنعت می‌باشد. بهینه‌سازی  زمان‌بندی در فرودگاه‌ها در صورت تاخیرهای پیش‌بینی نشده مثال بارزی از این فناوری‌ست. برای این کار، کنسرسیوم متشکل از تحقیقات دانشگاهی، استارت‌آپ‌ها و صنایع در حال توسعه یک محاسبات فوتونیکی جدید هستند که یک کامپیوتر کوانتومی با حداکثر 100 کیوبیت را در طول پروژه فعال می‌کند.

این پروژه بر اساس روشی که برای ساخت تراشه‌های کامپیوتری کوانتومی بسیار قدرتمند توسعه یافته بود، انجام می‌شود. فرآیند تراشه کامپیوتر فوتونیک با ایجاد کانال‎های نوری بر روی تراشه‌های سیلیکونی، قادر به انتقال، کنترل و نظارت بر کوانتوم‌ها می‌باشد. این فناوری جدید در تراشه‌ها در آینده می‌توانند در رایانه‌های معمولی نیز استفاده شوند. طراحی یکپارچه بر اساس فرآیندهای تولید تراشه‌های نیمه هادی نوید توسعه بیشتر از 100 کیوبیت را می‌دهد. متناسب با این معماری جدید، الگوریتم‌های بهینه‌سازی شده برای محاسبات کوانتومی در طول پروژه توسعه داده می‌شوند و از طریق اتصال ابری در دسترس عموم قرار خواهند گرفت.

پردازنده‌های نوری فوریه
تبدیل فوریه گسسته یکی از ابزارهای قدرتمند در پردازش سیگنال دیجیتال است که با استفاده از آن می‌توان طیف سیگنالی را با طول متناهی را به دست آورد. بسیاری از محاسبات، به ویژه در کاربردهای علمی، به استفاده از تبدیل فوریه گسسته دو بعدی (DFT) نیاز دارند. اگرچه فناوری‌های مدرن GPU معمولا محاسبات با سرعت بالا را امکان‌پذیر می‌کنند، اما در عین حال تکنیک‌هایی توسعه یافته‌اند که می‌توانند با استفاده از خاصیت تبدیل طبیعی فوریه لنزها، تبدیل فوریه پیوسته را به صورت نوری انجام دهند.

ورودی با استفاده از یک مدولاتور نور فضایی کریستال مایع کدگذاری می‌شود و نتیجه با استفاده از سنسور تصویر معمولی CMOS یا CCD اندازه گیری می‌شود. چنین معماری‌های نوری می‌توانند مقیاس‌بندی برتری از پیچیدگی محاسباتی را به دلیل ماهیت بسیار به هم پیوسته انتشار نوری ارائه دهند و برای حل معادلات حرارتی دوبعدی استفاده شده‌اند.

نتیجه گیری
Fraunhofer IPMS در حال توسعه و کنترل یکپارچه اجزای اپتوالکترونیکی کامپیوتر فوتونیک است و توسعه دهندگان این پروژه قصد دارند به زودی نمونه اولیه این فناوری جدید را ارائه کنند. علاوه بر این، حداکثر ظرف پنج سال آینده یک تراشه کامپیوتری کوانتومی با قابلیت انجام محاسبات در مقیاس بزرگ تر ساخته خواهد شد.

تفاوت پردازنده های 2 هسته ای و 4 هسته ای؛ قدرت پردازش کدام CPU بیشتر است؟

کامپیوترها با وجود چندین هسته می‌توانند چندین فرآیند را همزمان اجرا کند. در عصر حاضر، مردم به خرید دستگاه‌های الکترونیکی با ویژگی‌ها و امکانات هیجان انگیز بیشتر تمایل دارند تا نیازهای مختلف خود را برطرف کنند. این تقاضا به تولیدکنندگان کمک کرد تا ایده‌ای بیابند که نه تنها به قدرتمند شدن پردازنده کمک می‌کند، بلکه باعث می‌شود این وسایل عمر باتری، گرافیک و سرعت بهتری داشته باشند. این ایده نهایی افزایش هسته‌ها بود. پردازنده‌های چند هسته‌ای به افراد کمک می‌کنند که برنامه‌های متعدد را با تقسیم میان چندین پردازنده مدیریت کنند.
گشت و گذار در اینترنت در صورتی برای کاربران لذت بخش است که حداقل از پردازنده چهار هسته‌ای استفاده کنند. این پردازنده‌ها برای افرادی که به سرعت بیشتری نیاز دارند و چندین کار را به صورت همزمان انجام می‌دهند، بسیار مفید و کاربردی  است. یک پردازنده دو هسته‌ای شامل دو پردازنده است که عملکرد موثرتری نسبت به پردازنده‌های تک هسته‌ای ارائه می‌دهند. بدیهی است که پردازنده چهار هسته‌ای سرعت بیشتری نسبت به پردازنده های پایین تر ارائه می‌دهد. در ادامه به مقایسه و تفاوت پردازنده‌های 2 هسته و 4 هسته‌ای می‌پردازیم.

تفاوت پردازنده‌های 2 هسته‌ای و 4 هسته‌ای

انتخاب پردازنده مناسب دو هسته‌ای یا چهار هسته‌ای؟ کدام یک مناسب‌تر است؟ آیا تعداد هسته بیشتر همیشه بهتر است؟ اگر در حال خرید تین کلاینت، کامپیوتر، لپ تاپ هستید، احتمالا هزاران بار با اصطلاحات چهار هسته‌ای، دو هسته‌ای، هشت هسته‌ای و غیره مواجه شده‌اید. اولین موردی که به ذهن شما خطور می‌کند این است که کدام‌ یک بهتر است؟ ما به شما خواهیم گفت تفاوت پردازنده های 2 هسته ای و 4 هسته ای در چیست.

انتخاب میزان هسته های پردازنده بستگی به این دارد که چه نوع برنامه‌هایی را اجرا می‌کنید. اگر صرفا فعالیت شما با یک سیستم رایانه محدود به انجام امور اداری مانند افیس و گشت و گذار در اینترنت است پردازنده های 2 یا 4 هسته ای نیز پاسخگو نیاز شما هستند. اما اگر فعالیت های سنگین تر همچون طراحی های گرافیکی و رندر گیری دارید و چندین امور را همزمان با سیستم رایانه ای خود انجام میدهید لازم است تا پردازنده شما هسته های بیشتری داشته باشد. تعداد بیشتر هسته نیز به شما امکان می‌دهد بسیاری از برنامه‌ها را هم‌ زمان اجرا کنید بدون اینکه کامپیوتر شما خیلی کند باشد. با پردازنده های چند هسته ای عملکرد بهتری خواهید داشت زیرا هر وظیفه می‌تواند در یک‌زمان به یک هسته اختصاص یابد.

طریقه نام گذاری پردازنده توسط اینتل چگونه است؟

اینتل برای نام‌گذاری پردازنده‌های خود از الگوی خاصی استفاده می‌کند. اطلاع از معنای حروف انتهای CPU به شما در داشتن بهترین انتخاب کمک می‌کند. با هر بار ورود نسل جدید پردازنده‌های شرکت اینتل، تکنولوژی‌های تازه‌ای به پردازنده اضافه می‌شود. این تکنولوژی‌ها عملکرد کلی پردازنده را بهینه‌تر و بهتر می‌کنند. این تغییر سبب تغییر در نام پردازنده می‌شود تا متفاوت بودنِ نسل خود را نسبت به مدل‌های قبلی نشان دهد.

پردازنده دو هسته‌ای (Dual-core processor) چگونه عمل می‌کند؟

پردازنده دو هسته‌ای یک واحد پردازش مرکزی با 2 پردازنده است. این پردازنده با امکانات خاص خود بسیار کارآمدتر و موثرتر از یک پردازنده تک هسته‌ای کار می‌کند. از آنجایی که قدرت دو پردازنده باهم ترکیب می‌شود، می‌توانند کارها را با سرعت بیشتری انجام دهند. از فناوری‌های دو هسته‌ای می‌توان به AMD X2، Intel core duo اشاره کرد. پردازنده‌های دو هسته‌ای داده‌ها را برای پردازش به چندین واحد تقسیم می‌کنند. هنگامی که فرد مجبور باشد همزمان بیش از یک فرآیند را اجرا کند، افزایش عملکرد این پردازنده‌ها بسیار مفید خواهد بود.

hyper-threading چیست؟

Hyper-Threading به اختصار HTT یا HT نامیده می‌شود به پیاده سازی اختصاصی چند رشته‌ای (SMT) اینتل اشاره دارد که برای بهبود محاسبات و انجام چندین کار به طور همزمان روی ریز پردازنده‌های x86 استفاده می‌شود. معمولا، پردازنده‌های رایانه هنگام جابجایی بین رشته‌های مختلف متوقف می‌شوند، اما پردازنده‌های دو هسته‌ای نیازی به این کار ندارند. این پردازنده‌ها در مقایسه با پردازنده‌های چند هسته‌ای عمر باتری بهتر و سرعت بالاتری دارند.

معایب پردازنده دو هسته‌ای

برخی از اشکالات پردازنده‌های دو هسته‌ای این است که یک واحد پردازش مرکزی تک هسته‌ای (CPU) می‌تواند از واحد پردازش مرکزی دو هسته‌ای (CPU) پیشی بگیرد زیرا سرعت کلاک بیشتری دارند. یک پردازنده تک هسته‌ای 3.8 گیگاهرتزی می‌تواند مفیدتر از یک پردازنده دو هسته‌ای 1.8 گیگاهرتز باشد، زمانی که قرار است یک کار واحد انجام شود. از این رو برخی از برنامه‌ها را نمی‌توان روی یک پردازنده دو هسته‌ای اجرا کرد. یک CPU با چهار هسته می‌تواند در مقایسه با پردازنده‌های دو هسته‌ای، ابر رشته‌ای را با سرعت برجسته‌تری انجام دهد.

پردازنده 4 هسته‌ای (Quad-core processor) چگونه عمل می‌کند؟

پردازنده چهار هسته‌ای یک واحد پردازش مرکزی با 4 پردازنده است. از آنجایی که چندین هسته وجود دارد، تولیدکنندگان تراشه می‌توانند عملکرد بهتری را بدون نیاز به افزایش سرعت آغاز کنند. این به سیستم عامل اجازه می‌دهد تا بار پردازشی را بین بسیاری از پردازنده‌ها تقسیم کند تا کار با سرعت بیشتری انجام شود.

برخی از نمونه‌های پردازنده‌های چهار هسته‌ای عبارتند از: AMD Phenom X4، Intel Core 2 Quad. وقتی در مورد مزایای یک پردازنده چهار هسته‌ای صحبت می‌کنیم، می‌توانیم مشخص کنیم که چگونه پردازنده‌های چهار هسته‌ای عملکرد را نه تنها به دلیل سرعت بلکه به دلیل توانایی انجام همزمان کارهای بیشتر افزایش می‌دهند. انجام چند وظیفه بر روی یک پردازنده چهار هسته‌ای امکان پذیر است.

معایب پردازنده‌های چهار هسته‌ای

وقتی در مورد معایب پردازنده‌های چهار هسته‌ای صحبت می‌کنیم، موضوع اصلی این است که این پردازنده‌ها در مقایسه با پردازنده‌های تک یا دو هسته‌ای انرژی زیادی مصرف می‌کنند. این مشخصه به نوبه خود منجر به پرهزینه بودن این پردازنده‌ها می‌شود. چرا که فرد مجبور است برای جلوگیری از داغ شدن لپ‌تاپ چهار هسته‌ای، به همراه آن فن خنک کننده نیز خریداری کند. پردازنده‌های چهار هسته‌ای به یک درگاه متصل می‌شوند و مخزن کش دارند. یک پردازنده خوب می‌تواند تا 8 مگابایت حافظه کش را در یک هسته نگه دارد. بنابراین یک پردازنده چهار هسته ای می‌تواند تا 2 مگابایت حافظه کش را در هر هسته نگه دارد.

اصلی ترین تفاوت پردازنده های 2 هسته‌ای و 4 هسته‌ای

اصلی‌ترین تفاوت پردازنده های 2 هسته ای و 4 هسته ای این است که پردازنده دو هسته‌ ای دارای دو هسته پردازنده است و بیشتر برای فعالیت‌های روزمره استفاده می‌شوند. رایانه‌های کم مصرف و مقرون به صرفه برای فعالیت این پردازنده‌ها کافی است. پرسرعت نبودن پردازنده‌های دو هسته‌ای به این دلیل است که نمی‌توانند چندین کار را همزمان انجام دهند. پردازنده‌های چهار هسته‌ای سریع‌تر هستند، زیرا می‌توانند همزمان چندین کار را پردازش کنند که به نوبه خود سرعت عملیات را افزایش می‌دهد.

مصرف انرژی در پردازنده‌های دو هسته‌ای خیلی زیاد نیست و در نتیجه، باعث داغ شدن دستگاه الکترونیکی شما نخواهد شد. از طرفی دیگر، مصرف انرژی در پردازنده‌های چهار هسته‌ای بسیار بالاست و این به نوبه خود باعث داغ شدن کامپیوتر می‌شود. هر چه تعداد پردازنده‌ها بیشتر باشد، گرمای بیشتری تولید می‌شود.

پردازنده دو هسته‌ای نمی‌تواند همزمان کارها را به صورت مالتی تسک انجام دهد زیرا فقط دو هسته‌ دارد.  یک پردازنده چهار هسته‌ای می‌تواند چند وظیفه‌ را همزمان انجام دهد زیرا دارای چهار پردازنده تک هسته‌ای است و می‌تواند با استفاده از منابع زیاد، برنامه ها را به طور موثر اجرا کند. پردازنده‌های دو هسته‌ای از نظر گرافیکی تعرفی ندارند و برای بهبود عملکرد گرافیکی آن‌ها باید روی یک CPU بهتر سرمایه‌گذاری کرد.

نتیجه گیری

به طور کلی، پردازنده چهار هسته‌ای عمر باتری کمتری نسبت به پردازنده‌های دو هسته‌ای دارد زیرا از انرژی بیشتری استفاده می‌کند که به دنبال آن گرمای بیشتری تولید می‌شود. تولیدکنندگان سعی می‌کنند هر ساله طراحی و فناوری بهتری را نسبت به پردازنده‌های قبلی ارائه کنند؛ به همین دلیل است که نسخه‌های بسیاری از این پردازنده‌ها در بازار موجود است. با توجه به اینکه کاربر به چه میزان سرعتی نیاز دارد، قیمت پردازنده‌ها متفاوت خواهد بود. البته اینکه کاربر از چه نرم افزارهایی استفاده می‌کند هم بی‌تاثیر نیست. جهت مطالعه بیشتر در ارتباط با پردازنده های 10 نانومتری اینتل  بر روی لینک کلیک نمایید.

در آغوش گرفتن کوالکام توسط پردازنده اینتل

اینتل در حال بازگشت است اما به جای این که از رقابت برخی رقبای تلخ خود جلوگیری کند، در عوض Qualcomm را در آغوش گرفته تا به تولید پردازنده های آن بپردازد. اینتل درهای کارخانه خود را برای تولید پردازنده برای شرکت های دیگر باز می‌کند. و این شرکت اعلام کرد که معاملات ساخت تراشه های کوالکام و آمازون را در کارخانه های خود به دست آورده است. طبق گفته اینتل، این طرح به وی کمک می‌‎کند تا با تولید سه فناوری اصلی از جمله: RibbonFET ،PowerVia و Foveros که بر نحوه طراحی و تعامل ترانزیستورها با یکدیگر تاثیر می‌گذارد. در تولید تراشه تا سال 2025 رهبری خود را بدست آورد. مدیرعامل اینتل در رویدادی نقشه راه پنج سال آینده این شرکت را اعلام کرد. و ضمن رونمایی از فناوری‌های جدیدش از هدف این شرکت برای باز پس گیری جایگاه پردازنده اینتل به عنوان برترین تولیدکننده تا 5 سال آینده خبر داد.

RibbonFET چیست؟

RibbonFET طرحی جدید برای مدارهای ترانزیستوری است که به اینتل اجازه می‌دهد تراشه های کوچک تر و قدرتمندتری بسازد. در حالی که PowerVia به مدیریت مصرف برق توسط ترانزیستورها کمک می‌کند.

مدیر عامل اینتل، پت گلسینگر، اعلام کرد که لیتوگرافی شدید ماورا بنفش می‌تواند تا سال 2025 آغاز به کار کند. RibbonFET و PowerVia در Intel 20A ادغام می‌شوند و در سال 2024 به فاز بهره‌برداری خواهند رسید.

نحوه نامگذاری پردازنده اینتل

برخلاف گذشته و در یک تغییر دیگر اینتل دیگر برای نامگذاری محصولات آتی خود از سیستم نانومتر استفاده نخواهد کرد. در عوض برای نامگذاری پردازنده اینتل سیستمی به کار گرفته می‌شود که فرآیند تولید محصولات را دقیق‌تر نشان می‌دهد. و جایگاه اینتل را در بازار مشخص‌تر می‌کند. برای مثال تراشه‌های ۱۰ نانومتری نسل سوم به جای اسمی مثل ۱۰ نانومتری SuperFin با نام «اینتل ۷» معرفی می‌شوند. این روند بعد از تولید تراشه های آلدر لیک نسل 12 رقم خورد.

نحوه همکاری کوالکام با اینتل

همکاری اینتل با کوالکام تا حدودی تعجب آور است. پردازنده های کوالکام Snapdragon در برابر پردازنده های لپ تاپ اینتل رقابت می‌کنند. و این پردازنده ها توسط لنوو، HP، سامسونگ و دیگر مصرف‌کننده‌ها به تصویب رسیده‌اند. اخیرا، کوالکام Nuvia را برای طراحی پردازنده های مبتنی بر ARM خریداری کرده است.

همکاری کوالکام با اینتل چه میزان ارزش معامله خواهد داشت؟

مشخص نیست که اینتل چه مقدار از مشاغل کوالکام را به عنوان بخشی از این معامله دریافت خواهد کرد یا ارزش معامله را چقدر خواهد داشت. در حال حاضر کوالکام همچنین به سامسونگ برای تولید برخی از پردازنده های Snapdragon خود متکی است. در یک برهه، اینتل حتی به طور علنی از اپل درخواست می‌کرد تا تولید پردازنده های سری A و M خود را به کارخانه های او بیاورند. در اوایل سال جاری، گلسینگر تایید کرد که اینتل در حال مذاکره با آمازون، سیسکو، IBM و مایکروسافت است تا تولیدکننده تراشه های این شرکت باشد.

علاوه بر افزایش تهدیدات رقبا AMD و Nvidia  این شرکت در مرحله دستیابی به ARM از شرکت سافت بانک ژاپنی است اینتل همچنین با رقابت سخت اپل و سامسونگ روبرو است. اپل در حال حاضر در حال انتقال است تا از پردازنده های Intel x86 در Mac دور شود و تا به امروز، این شرکت MacBook Air ،MacBook Pro ،Mac mini و iMac جدید را با پردازنده M1 خود راه اندازی کرده است. این ها بر اساس همان طرح های ARM است که در iPhone و iPad یافت می‌شود. در همین حال، سامسونگ با AMD همکاری می‌کند تا پردازنده Exynos مبتنی بر ARM را با گرافیک RDNA راه اندازی کند و چنین چیپ ست می‌تواند در آینده به سمت تلفن های هوشمند، تبلت ها، Chromebook ها و حتی لپ تاپ ها هدایت شود.

نتیجه گیری

هنوز زمان مشخصی توسط کوالکام برای استفاده از پردازنده اینتل بیان نشده است. و مشخص نیست که کدام یک از محصولات کوالکام توسط اینتل ساخته خواهد شد. زمان بهره برداری از این تراشه ها برای اینتل تا سال 2024 به طول می‌انجامد. اینتل ۲۰A مهم‌ترین تغییر در تراشه‌های اینتل را رقم می‌زند و معماری ترانزیستورها را به RibbonFET تغییر می‌دهد. این معماری وعده دستیابی به تراکم بالاتر ترانزیستورها و کاهش اندازه آن‌ها را می‌دهد. اینتل ۲۰A همچنین از فناوری جدید PowerVia بهره خواهد برد. که اجازه می‌دهد برخلاف گذشته انرژی از پشت به تراشه‌ها منتقل شود.

هرکس نهایت توان خود را برای رسیدن به یک هدف به کار گیرد به تمام خواسته‌هایش می‌‌رسد .