Il problema più grande che esiste nel mondo dei giochi per computer è il problema di driver della scheda grafica . Questo perché a differenza delle console in cui è ottimizzato per una configurazione specifica sui computer, dove ci sono migliaia di configurazioni diverse. Tuttavia, utilizzando Processori RISC-V nelle GPU potrebbe porre fine a questo problema per sempre. Come mai? Se sei interessato, continua a leggere, te lo spiegheremo
Abbiamo lanciato per diversi anni in cui le schede grafiche che promettevano molto sono state meno di quanto promesso a causa di driver grafici scadenti. Tuttavia, questo problema potrebbe finire con l'implementazione di alcune modifiche hardware che spiegheremo in dettaglio e che potrebbero essere la fine di uno dei più grandi flagelli subiti quando si gioca su un computer.
L'eterno problema dei driver grafici su PC
Le GPU nelle schede grafiche hanno un numero di core molto più elevato rispetto a quello che vediamo nel processore centrale, quindi sono molto più semplici e questo rende la loro unità di controllo molto più semplice. Trattandosi di un elemento accessorio, al driver è affidata la gestione delle risorse e la creazione degli elenchi di comandi che la scheda grafica eseguirà.
Idealmente, il codice che genera la grafica dovrebbe essere ottimizzato il più possibile con l'obiettivo di occupare la maggior quantità possibile di risorse in qualsiasi momento nel modo più efficiente possibile. Cioè, senza sovraccaricare ciascuna delle risorse e senza lasciarne alcune inutilizzate. Tuttavia, ciò richiede l'ottimizzazione non solo per ogni architettura, ma anche per qualsiasi configurazione della scheda grafica. Tenendo conto del numero di modelli disponibili, si può già capire che si tratta di un'opera di Sisyphus per sviluppatori.
Ebbene, qualche giorno fa vi abbiamo già detto come NVIDIA prevede di utilizzare l'intelligenza artificiale nei suoi driver, tuttavia, non possono utilizzare alcuna funzione che non sia stata precedentemente implementata in termini di hardware. È qui che entra in gioco l'altra parte della nostra storia, che ha a che fare con l'uso di RISC-V sulle GPU.
RISC-V è in uso da molto tempo sulle GPU
Dobbiamo presumere che RISC-V sia un ISA completamente gratuito e, quindi, diverso ARM, non solo significa che chi lo utilizza non deve pagare una royalty, ma non limita nemmeno le modalità di utilizzo. Ciò significa che è possibile utilizzare processori per scopi specifici, che non hanno tutte le istruzioni di un convenzionale CPU nonostante funzionino allo stesso modo e questo consente loro di essere utilizzati in scenari specifici.
Ed è che nel caso di NVIDIA troviamo che il marchio ha processori RISC-V all'interno delle sue schede grafiche. Da quando? Bene, dalla GTX 1000 con architettura Pascal in poi. E su elementi specifici, come adesso:
- Lo stesso processore di comandi GPU è stato RISC-V per almeno 5 anni.
- I processi di gestione della cache di secondo livello vengono eseguiti da uno o più processori di questo tipo.
- Se parliamo di meccanismi di gestione dei consumi, della tensione e della velocità di clock, non sono portati solo dai sensori di temperatura, ma anche da core di questo tipo.
Si tratta, quindi, di compiti specifici in cui viene utilizzato questo tipo di core. Quindi l'uso di RISC V sulle GPU non è nuovo.
E come può RISC-V su GPU superare il problema del driver?
Ebbene, con il semplice fatto di scaricare il lavoro sulla CPU di dover gestire i diversi processi che devono essere eseguiti in parallelo sulla GPU. Nello specifico si tratterebbe di un'evoluzione dell'attuale command processor che utilizzerebbe algoritmi di inferenza attraverso il deep learning, una delle discipline dell'intelligenza artificiale e, quindi, si tratterebbe di algoritmi evolutivi, con l'obiettivo di poter gestire al meglio la GPU risorse.
In ogni caso affidare il lavoro dei driver ad un processore RISC-V per la GPU posto nel processore di comando dello stesso presenta i seguenti vantaggi:
- Allevia la CPU dal dover gestire gli eventi da sola, facendo diminuire il suo tempo in ogni fotogramma e aumentando così la frequenza FPS.
- Sono responsabili della precompilazione degli shader, un elemento dei quali scaricano anche sul processore centrale.
- Consente di aggiungere nuove funzionalità molto più facilmente, oltre a una gestione dei bug più efficiente.
- Per i programmatori offre loro una capacità di debug più accurata dei programmi eseguiti sui core del chip grafico.
- Facilita la comunicazione con i blocchi accessori della GPU senza che il processore debba intervenire. In altre parole, rende più efficiente l'uso dei codec video, l'uso dell'unità DMA o della scheda video. In termini specifici, consente di ridurre le diverse latenze in modo più efficiente.
- Possono imparare come funziona ogni gioco sul nostro PC e gestire automaticamente le impostazioni grafiche.
Quindi, e in conclusione, tutto si riduce all'uso dell'IA attraverso i core RISC-V sulla GPU.
Il grande problema comune di Intel, NVIDIA e AMD
Il problema con le schede grafiche è la grande quantità di risorse in personale e capitale solo per la creazione di controller o driver grafici. Proprio se questi alla fine non funzionano, ciò finisce per influire sulle prestazioni dell'hardware e con esso sul suo prezzo, poiché non è possibile vendere un sistema con prestazioni inferiori a un prezzo uguale o superiore. Cioè, un cattivo guidatore può farti perdere molti soldi.
Questo tipo di ottimizzazione richiede però modifiche all'hardware e, quindi, la creazione di nuovi chip. Tutto indica che questo è il grande vantaggio che NVIDIA ha sul suo più grande rivale e che lo sfrutteranno al massimo per vincere nei test delle prestazioni e consolidare ulteriormente la loro enorme quota di mercato. D'altra parte, è la dimostrazione delle conseguenze di AMD di aver ignorato il mercato dell'intelligenza artificiale e di aver sottovalutato la sua applicazione nell'hardware grafico da gioco.
Fortunatamente, RISC-V è un ISA completamente gratuito da utilizzare e tali soluzioni non saranno realizzate esclusivamente da NVIDIA. Inoltre, altre aziende come Imagination Technologies li stanno già implementando nelle loro GPU mobili, dove i problemi sono simili a quelli su PC.
