Mehr als Spiele auf GeForce und Radeon - Das bringen CUDA & Co. beim Video konvertieren

Die Möglichkeit, einen Grafikprozessor für Berechnungen jenseits von Grafiken einzusetzen, wird immer wichtiger. Nicht zuletzt durch herstellerunabhängige Standards wie OpenCL oder DirectX 11, die mit ATI- und Nvidia-Karten funktionieren. Doch zurzeit wird vor allem Nvidias CUDA für GeForce-Karten ab der 8800-Serie genutzt. Neben der Physik-Beschleunigung PhysX, die auf CUDA basiert, erscheinen auch immer mehr Programme, die den Grafikchip zur Videokonvertierung einsetzen.

GameStar Plus Logo
Weiter mit GameStar Plus

Wenn dir gute Spiele wichtig sind.

Besondere Reportagen, Analysen und Hintergründe für Rollenspiel-Helden, Hobbygeneräle und Singleplayer-Fans – von Experten, die wissen, was gespielt wird. Deine Vorteile:

Alle Artikel, Videos & Podcasts von GameStar
Frei von Banner- und Video-Werbung
Einfach online kündbar

Was ist CUDA eigentlich?

CUDA stand ursprünglich für Compute Unified Device Architecture, doch diese Bezeichnung wird von Nvidia schon länger nicht mehr verwendet. CUDA ist laut Nvidia eine Programmierumgebung, mit der in der bekannten Programmiersprache C/C++ (mit eingeschränktem Befehls- und Funktionsumfang) Software entwickelt werden kann, die den Grafikprozessor für Berechnungen abseits von Spielen einsetzt. Dabei unterstützt CUDA auch andere Standards wie das schon erwähnten OpenCL oder DirectX 11 (mit der Funktion Compute Shader).

Grafikchips sind auf parallele Berechnungen spezialisiert Grafikchips sind auf parallele Berechnungen spezialisiert

Grafikchips sind grundsätzlich dafür ausgelegt, mehrere Berechnungen parallel auszuführen. Das ist für die Darstellung von Grafik besonders vorteilhaft, da hier Pixel und Polygone gleichzeitig berechnet werden können. Je mehr Kalkulationen parallel ablaufen, umso schneller wird die Grafik dargestellt. Diese Berechnungen übernehmen die Shader oder Stream-Prozessoren. Seit der GeForce 8800-Serie können diese kleinen Rechenkerne über CUDA angesprochen werden und mehr als nur Grafiken kalkulieren. Aufgaben, die sich stark parallelisieren lassen, laufen auf einem für derartige Szenarien entwickelten Grafikchip wesentlich schneller ab als auf einer CPU. Prozessoren sind dafür wesentlich flexibler, was die möglichen Aufgaben angeht.

Die CPU: kann alles, außer viele parallele Berechnungen gleichzeitig Die CPU: kann alles, außer viele parallele Berechnungen gleichzeitig

Grob könnte man sagen, dass Grafikchips Spezialisten sind, während Prozessoren als Allroundtalent für jegliche Aufgaben eingesetzt werden können, dabei aber bei bestimmten Berechnungen immer langsamer sind als die »Experten«. Eine moderne CPU wie der Core i7 kann dank vier Kernen und Hyperthreading immerhin acht Berechnungen gleichzeitig ausführen, doch im Vergleich zu einem GT200-Grafikchip mit 240 »Processing Cores« gerät die CPU trotz deutlich höheren Taktraten ins Hintertreffen, wenn 50, 200 oder mehr Berechnungen parallel laufen sollen. Diese Fähigkeiten nutzen sehr viele, vor allem wissenschaftliche Anwendungen.

CUDA-Anwendungen, vor allem für die Wissenschaft CUDA-Anwendungen, vor allem für die Wissenschaft

Nvidia vertritt inzwischen sogar die Ansicht, dass ein Grafikchip immer mehr Aufgaben übernehmen könnte, um die CPU zu entlasten, selbst wenn es um das Ausführen des Betriebssystems eines Rechners geht. Wohin die Entwicklung in diesem Bereich geht, ist zur Zeit noch nicht abzusehen, doch bereits jetzt gibt es Programme für den Hausgebrauch wie zum Beispiel Video-Konverter, die große Beschleunigungen durch den Einsatz von CUDA versprechen. Doch welchen Vorteil bringt CUDA hier wirklich?

1 von 4

nächste Seite


zu den Kommentaren (0)

Kommentare(12)
Kommentar-Regeln von GameStar
Bitte lies unsere Kommentar-Regeln, bevor Du einen Kommentar verfasst.

Nur angemeldete Benutzer können kommentieren und bewerten.