热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

认识显存的五“兄弟”

转载请注明出处电脑报(http:www.icpcw.com)2009年第49期D版责任编辑:王宇四川均儿自从AMD的HD5000系列显卡和NVIDIA的GT24

转载请注明出处 电脑报(http://www.icpcw.com)      
2009年第49期D版 责任编辑: 王宇

四川 均儿


       自从AMD的HD5000系列显卡和NVIDIA的GT240显卡开始在市场上大面积铺货以来,关于GDDR5显存的话题就不断。仿佛显存不同,显卡的性能就大相径庭,显存真的有这么大的能量?面对各类显存,很多同学都感到一头雾水,今天的课堂上我们就来认识一下显存的五“兄弟”。

显存在哪里

       从构成上来看,显卡并不复杂,一款显卡主要由PCB板、图形芯片(GPU或VPU)、显存(显示内存)、散热器等部件构成,显存是显卡上的关键核心部件之一,图形显示芯片决定了显卡所能提供的功能和其基本性能,而显存优劣则会直接影响到显卡的最终性能表现。

       在以前的课堂上,我们曾经讲过显存在显卡中的作用就是存储显示核心待运算和已经运算好的数据,为了更好地与图形芯片交换数据,显存都是围在图形芯片外围的。

2009-12-17 16:46

 


                                                                                            围在图形芯片周围的黑色小方块就是显存

显存“兄弟”挨个瞧

       进入GDDR时代的显存家族一共有五兄弟,分别是GDDR、GDDR2、GDDR3、GDDR4和GDDR5。GDDR显存已在市场被淘汰,目前市场上常见的显存主要有GDDR2、GDDR3、GDDR4、GDDR5几种类型的产品。

2009-12-17 16:46

 


       GDDR2显存,目前多被低端显卡产品采用,采用BGA(Ball Grid Array Package)封装,显存的速度从3.7ns到2ns不等,最高默认频率从500MHz~1000MHz,但明显不如GDDR3显存。其单颗颗粒位宽为16bit,组成128bit的规格需要8颗。

       GDDR3显存是专门为图形处理开发的一种新型内存,同样采用BGA封装技术,其单颗颗粒位宽为32bit,8颗颗粒即可组成256bit/512MB的显存位宽及容量。显存速度在2.5ns(800MHz)~0.8ns(2500MHz)间。相比GDDR2,GDDR3具备低功耗、高频率和单颗容量大三大优点,使得GDDR3目前为主流显卡产品广泛采用。

       GDDR4和GDDR3基本技术一样,GDDR4单颗显存颗粒可实现64bit位宽64MB容量,也就是说只需4颗显存芯片就能够实现256bit位宽和256MB容量,8颗更可轻松实现512bit位宽512MB容量。目前GDDR4显存颗粒的速度集中在0.7ns~0.9ns之间,但GDDR4显存时序过长,同频率的GDDR3显存在性能上要领先于采用GDDR4显存的产品,并且GDDR4显存并没有因为电压更低而解决高功耗、高发热的问题,这导致GDDR4对GDDR3缺乏竞争力,逐渐被淘汰了。

       相对于GDDR3、GDDR4而言,GDDR5显存拥有诸多技术优势,还具备更高的带宽、更低的功耗、更高的性能。如果搭配同数量、同显存位宽的显存颗粒,GDDR5显存颗粒提供的总带宽是GDDR3的3倍以上。由于GDDR5显存可实现比目前主流的128bit或256bit显存更高的位宽,也就意味着采用GDDR5显存的显卡会有更大的灵活性,性能亦会有较大幅度的提升。所以目前主流的高端显卡都无一例外地采用了GDDR5显存。

显存怎么认

       目前的主流显存都采用的是BGA(FBGA)封装,所以仅从外形上来看是难以区别出显存的类型的。不过还好显存的生产厂商都给显存取好了名字(现存编号),我们只要看看它们的名字,就能比较容易地认出它们几兄弟。

       三星显存的编号以开头字母代表它们几兄弟:K4D代表GDDR、K4N代表GDDR2、K4J代表GDDR3、K4U代表GDDR4、K4G代表GDDR5。而现代显存以其编号H或HY后的两个字母来代表它们几兄弟:5D代表GDDR、5P代表GDDR2、5R代表GDDR3、5F代表GDDR4、5G代表GDDR5。

2009-12-17 16:46

 


                                                                                       只需找出关键字符,显存信息一目了然

       影响显存性能主要因素有显存速度(同类型显存中数字越低的产品越好)、显存位宽(显存位宽是显存在一个时钟周期内所能传送数据的位数,目前常见的显存颗粒的位宽有32bit、64bit等,同类型的产品位宽越大越好)、显存容量(目前常见的显存颗粒容量有32MB、64MB、128MB等,同档次的产品显存容量越大越好)等。

       那么,如何快速的辨别显存的容量、位宽和速度呢?例如一款显存颗粒上的编号为 “K4J52324QH-HJ08(三星,GDDR3)”、一款显存颗粒上的编号为“H5RS5223CFR N3C(现代,GDDR3)”,万变不离其宗,它们中间的“1G”表示其单颗显存容量为128MB(1Gb=1024Mb,1024Mb/8=128MB),如果这个编号是512或52、12,则其显存容量为512Mb/8=64MB,而依此类推,256表示256Mb=32MB;“1G”后面的“16(三星)”或“6(现代)”则表示其显存位宽为16bit,“32(三星)”或“2(现代)”则表示其显存位宽为32bit;而最后面的“HC08”、“HC05”、“HC04”则表明其显存分别采用的是0.8ns、0.5ns及0.4ns的颗粒(现代显存在1.0ns一下的以N0代表1.0ns、N2代表0.8ns、N3代表0.77ns),对应的显存频率分别为2000/0.8=1250(MHz)、2000/0.77=2600(MHz)。

       现代的GDDR5显存在最后编号标示方面有些变化,没有再采用ns而是直接采用了MHz的标示法,GDDR5显存后面的N6表示3200MHz、N8代表3600MHz、T0代表4000MHz、T1代表4500MHz、T2代表5000MHz,T3代表5500MHz、R0代表6000MHz。

2009-12-17 16:46

 


                                                                                           现代5000MHz的GDDR5显存颗粒

2009-12-17 16:46

 


                                                                                              三星4000MHz的GDDR5显存颗粒

       小贴士:如何快速查看显卡的显存
       首先,品牌厂商一般会在包装、说明书乃至显卡标签上标明,所采用显存类型、容量、位宽,大家可一目了然的进行简单辨别。其次,我们可以通过硬件检测/测试软件来查看显存频率、显存位宽、显存容量等详细信息。例如很多人都会用GPU-Z来识别显卡的显存信息,在GPU-Z的下半部分就会显示出显卡采用的显存类型、容量、位宽以及显存频率。不过要注意的是对于GDDR2、GDDR3和GDDR4显存在GPU-Z中显示的显存频率是实际频率,等效频率需要乘以2,而GDDR5的显存等效频率需要乘以4。

2009-12-17 16:46

 


写在最后

       总结一下,主流的显存一共有5种,它的作用是是存储显示核心待运算和已经运算好的数据。目前,GDDR已经退出了市场,GDDR2和GDDR4也是明日黄花,只有GDDR3仍然占据着主流市场,而GDDR5由于其出色的性能,是中高端显卡的最佳搭配。我们通过显存的编号或用测试软件GPU-Z就可以方便地识别显存的类型、位宽和频率。

课堂作业

       我们上次的作业是为什么说音箱中的中音单元最少见?来自福建的任迪容同学说,因为只有三分频的音箱才有独立的中音单元,而三分频音箱不仅成本高昂而且设计非常复杂,设计不佳的三分频音箱效果相当差。为了兼顾成本与效果,市场上最常见的一两百元的音箱常会采用兼顾高音和中音的发音单元的设计方案,比如2.1音箱的两个卫星箱就采用这种设计,而没有低音炮的2.0中端音箱,则采用低、中音发音单元“合二为一”的方案,通过两个发音单元诠释全频声音。他同时也获得了16GB闪存一个。

       本期作业:为什么现在GDDR4的显存很少见了?请参加的同学发送E-mail至pcw-club@vip.sina.com或者登录http://go.shudoo.com/d/ypxt.htm,同时我们也欢迎同学们来信提出你们的疑问,选修相关的课程,不仅有最新的硬件知识教给你,还有16GB闪存等你来拿哟。


推荐阅读
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 通过Anaconda安装tensorflow,并安装运行spyder编译器的完整教程
    本文提供了一个完整的教程,介绍了如何通过Anaconda安装tensorflow,并安装运行spyder编译器。文章详细介绍了安装Anaconda、创建tensorflow环境、安装GPU版本tensorflow、安装和运行Spyder编译器以及安装OpenCV等步骤。该教程适用于Windows 8操作系统,并提供了相关的网址供参考。通过本教程,读者可以轻松地安装和配置tensorflow环境,以及运行spyder编译器进行开发。 ... [详细]
  • Android图形架构学习笔记(待修改)
    以下简单总结来自Android官网,稍作总结:https:source.android.google.cndevicesgraphics概览Andr ... [详细]
  • android listview OnItemClickListener失效原因
    最近在做listview时发现OnItemClickListener失效的问题,经过查找发现是因为button的原因。不仅listitem中存在button会影响OnItemClickListener事件的失效,还会导致单击后listview每个item的背景改变,使得item中的所有有关焦点的事件都失效。本文给出了一个范例来说明这种情况,并提供了解决方法。 ... [详细]
  • 本文讨论了Alink回归预测的不完善问题,指出目前主要针对Python做案例,对其他语言支持不足。同时介绍了pom.xml文件的基本结构和使用方法,以及Maven的相关知识。最后,对Alink回归预测的未来发展提出了期待。 ... [详细]
  • Centos7.6安装Gitlab教程及注意事项
    本文介绍了在Centos7.6系统下安装Gitlab的详细教程,并提供了一些注意事项。教程包括查看系统版本、安装必要的软件包、配置防火墙等步骤。同时,还强调了使用阿里云服务器时的特殊配置需求,以及建议至少4GB的可用RAM来运行GitLab。 ... [详细]
  • 如何使用Java获取服务器硬件信息和磁盘负载率
    本文介绍了使用Java编程语言获取服务器硬件信息和磁盘负载率的方法。首先在远程服务器上搭建一个支持服务端语言的HTTP服务,并获取服务器的磁盘信息,并将结果输出。然后在本地使用JS编写一个AJAX脚本,远程请求服务端的程序,得到结果并展示给用户。其中还介绍了如何提取硬盘序列号的方法。 ... [详细]
  • Oracle Database 10g许可授予信息及高级功能详解
    本文介绍了Oracle Database 10g许可授予信息及其中的高级功能,包括数据库优化数据包、SQL访问指导、SQL优化指导、SQL优化集和重组对象。同时提供了详细说明,指导用户在Oracle Database 10g中如何使用这些功能。 ... [详细]
  • Windows下配置PHP5.6的方法及注意事项
    本文介绍了在Windows系统下配置PHP5.6的步骤及注意事项,包括下载PHP5.6、解压并配置IIS、添加模块映射、测试等。同时提供了一些常见问题的解决方法,如下载缺失的msvcr110.dll文件等。通过本文的指导,读者可以轻松地在Windows系统下配置PHP5.6,并解决一些常见的配置问题。 ... [详细]
  • 本文介绍了PhysioNet网站提供的生理信号处理工具箱WFDB Toolbox for Matlab的安装和使用方法。通过下载并添加到Matlab路径中或直接在Matlab中输入相关内容,即可完成安装。该工具箱提供了一系列函数,可以方便地处理生理信号数据。详细的安装和使用方法可以参考本文内容。 ... [详细]
  • 本文讨论了在iOS平台中的Metal框架中,对于if语句中的判断条件的限制和处理方式。作者提到了在Metal shader中,判断条件不能写得太长太复杂,否则可能导致程序停留或没有响应。作者还分享了自己的经验,建议在CPU端进行处理,以避免出现问题。 ... [详细]
  • 本文介绍了Windows操作系统的版本及其特点,包括Windows 7系统的6个版本:Starter、Home Basic、Home Premium、Professional、Enterprise、Ultimate。Windows操作系统是微软公司研发的一套操作系统,具有人机操作性优异、支持的应用软件较多、对硬件支持良好等优点。Windows 7 Starter是功能最少的版本,缺乏Aero特效功能,没有64位支持,最初设计不能同时运行三个以上应用程序。 ... [详细]
  • 本文介绍了腾讯最近开源的BERT推理模型TurboTransformers,该模型在推理速度上比PyTorch快1~4倍。TurboTransformers采用了分层设计的思想,通过简化问题和加速开发,实现了快速推理能力。同时,文章还探讨了PyTorch在中间层延迟和深度神经网络中存在的问题,并提出了合并计算的解决方案。 ... [详细]
  • modulepaddle.fluidhasnoattributedata解决:pipinstallpaddlepaddle-gpu1.7.0.post107-ih ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
author-avatar
温恭凯364092
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有