Как отключить функцию CPU Throttling на ноутбуке

Аналитикам данных нужны вычислительные мощности. Обрабатываете ли вы большой датасет в Pandas или перемножаете множество матриц с Numpy — вам понадобится производительная машина, чтобы выполнить работу в разумные сроки. В этой статье мы наглядно покажем, как с помощью GPU можно ускорить обработку данных в десятки раз.

Что это — графический процессор? Это компонент, входящий в состав видеокарты. Существует несколько видов чипов: встроенный и дискретный. Специалисты утверждают, что лучше справляется со своей задачей второй. Его устанавливают на отдельные модули, так как отличается он своей мощью, но ему необходимо отличное охлаждение. Встроенный графический процессор есть практически во всех компьютерах. Его устанавливают в CPU, чтобы сделать потребление энергии в несколько раз ниже. С дискретными по мощи он не сравнится, но тоже обладает хорошими характеристиками, демонстрирует неплохие результаты.

Как отключить функцию CPU Throttling на ноутбуке

Прибыльные криптовалюты для майнинга на CPU

Напомним, не так много лет назад Bitcoin эффективно и прибыльно добывался только с помощью ноутбука. И хотя сегодня ситуация с BTC изменилась, существуют другие монеты, которые могут быть успешно добыты с помощью процессора:

№1 в нашем списке — Bytecoin. Эта монета остается доступной для всех, так как низкая сложность делает его очень легко добываемой. При майнинге на CPU это медленный, стабильный доход, который дает немедленные результаты и это лучшая криптовалюта для майнинга на GPU 2020.

№2 в этом списке — Monero. XMR — давний фаворит всей криптосферы. Хотя у него есть свои положительные стороны, опять же, именно более низкая сложность и отличная цена Monero делают майнинг на CPU столь привлекательным. Майнинг XMR немедленно начнет приносить прибыль.

№3 в этом списке — Zencash. ZEN — это еще одна монета с низкой сложностью, благодаря чему ее майнинг доступен на процессоре. В этой монете много положительного, к тому же, ZEN может быть конвертирована в любую другую криптовалюту непосредственно через биржи криптовалют.

И, наконец, стоит отметить Dogecoin. Невероятная стабильность этой монеты, ее низкая сложность и простота конвертации в более ликвидные монеты — вот что ставит Doge в данный список.

Общие сведения о графических ускорителях

Современная видеокарта состоит из следующих частей:

  • графический процессор (Graphics processin gunit – графическое процессорное устройство) — занимается расчётами выводимого изображения, освобождая от этой обязанности центральный процессор, производит расчёты для обработки команд трёхмерной графики. видеоконтроллер — отвечает за формирование изображения в видеопамяти, даёт команды RAMDAC на формирование сигналов развёртки для монитора и осуществляет обработку запросов центрального процессора. Кроме этого, обычно присутствуют контроллер внешней шины данных (например, PCI или AGP), контроллер внутренней шины данных и контроллер видеопамяти.
  • видеопамять — выполняет роль кадрового буфера, в котором хранится изображение, генерируемое и постоянно изменяемое графическим процессором и выводимое на экран монитора (или нескольких мониторов). цифро-аналоговый преобразователь (ЦАП, RAMDAC – Random Access Memory Digital-to-Analog Converter) — служит для преобразования изображения, формируемого видеоконтроллером, в уровни интенсивности цвета, подаваемые на аналоговый монитор.
  • видео-ПЗУ (Video ROM) — постоянное запоминающее устройство, в которое записаны видео-BIOS, экранные шрифты, служебные таблицы и т. п. ПЗУ не используется видеоконтроллером напрямую — к нему обращается только центральный процессор.
  • система охлаждения — предназначена для сохранения температурного режима видеопроцессора и видеопамяти в допустимых пределах.
Читайте также:  8 приложений для отображения экрана смартфона на компьютере

Современные GPU обладают высокой скоростью доступа к своей собственной оперативной памяти, которая обычно именуется текстурной памятью, и имеют высокую вычислительную мощность.

Для примера приведем некоторые числа: Если у Intel 3.0 GHz Pentium 4 пиковая вычислительная мощность оценивается как 12 GFLOPs, то у видеокарты ATI Radeon X1800XT 120 GFLOPs, для этого же оборудования пиковая скорость обмена данными между процессором и соответствующей памятью составляет соответственно GB/s у CPU против 42 GB/s у GPU1.

На рисунке 1 показана производительность видеокарт разных поколений с разрешением 1920х1080:

Но GPU не только быстры и мощны, но и что важно, их мощности растут очень быстрыми темпами.

Общие сведения о графических ускорителях

Вершинный процессор — программируемый модуль, который выполняет операции над входными значениями вершин и другими связанными с ними данными. Вершинный процессор предназначен для выполнения следующих традиционных операций с графикой:

  • преобразования вершин;
  • преобразования нормали, нормализации;
  • генерирования текстурных координат;
  • преобразования текстурных координат;
  • настройки освещения;
  • наложения цвета материала.

Фрагментный процессор — программируемый модуль, который выполняет операции над фрагментами и другими связанными с ними данными. Фрагментный процессор может выполнять следующие стандартные графические операции:

  • операции над интерполированными значениями;
  • доступ к текстурам;
  • наложение текстур;
  • создание эффекта дымки;
  • наложение цветов.

Если учесть при этом относительно низкую стоимость видеокарт по сравнению с равномощными CPU, то станет понятно зачем использовать видеокарты для вычислений общего назначения.

Ускорение GPU с Rapids

Rapids — набор программных библиотек, предназначенных для ускорения Data Science за счет использования графических процессоров. Он генерирует низкоуровневый код CUDA для быстрого выполнения алгоритмов, оптимизированных на GPU, и в то же время имеет простую реализацию на Python.

Преимущество Rapids в том, что он хорошо интегрируется в библиотеки Data Science. Например, Pandas dataframe можно легко передать в Rapids и ускорить обработку на GPU. На рисунке ниже показано, как Rapids делает доступным низкоуровневое ускорение, сохраняя при этом высокоуровневую реализацию.

Rapids использует несколько Python-библиотек:

— cuDF: dataframes для GPU. Поддерживает практически те же способы обработки данных, что и Pandas.

— CuML: библиотека для машинного обучения. Содержит множество алгоритмов ML, которые есть в Scikit-Learn.

— cuGraph: обработка графов на GPU. Поддерживает много основных алгоритмов анализа графов, включая PageRank.

Важен ли процессор для майнинга на видеокарте

В погоне за вычислительной мощностью за рамками обсуждений остается вопрос CPU. Раз уж договорились, что его значение в поиске новых хэшей и генерации блоков ничтожное, то может, лучше не отвлекать «дяденьку» от классических обязанностей? Всё верно, только в данном контексте центральный процессор –это не отдельно стоящая структура, а интегрированный в общую схему компьютера орган. Как мозг в организме человека (кстати, очень подходящее сравнение).

Без мозга человек – овощ. Так и майнинговая ферма не может существовать без CPU, который, фактически, будет управлять GPU. Ферму можно сравнить с атлетом на стероидах, которому очень сильно развили мускулатуру, чтобы добиться лучших результатов на соревнованиях. Происходит это, вполне естественно, за счёт сокращения интеллектуальных способностей, но это совсем не значит, что голова становится не нужна (а есть тогда куда?).

В случае с майнингом «перекачивают» в компьютере именно GPU, но даже графическими процессорами (которые чего-то там майнят) нужно управлять. Так что CPU в любом случае понадобится. Но тут возникает вопрос качества: неправильный подход основывается на том, что раз уж у нас GPU «перекачано», то и центральный процессор должен быть о-го-го. Начинаются переплаты с абсолютно невостребованными приобретениями.

И напрасно, потому что для того, чтобы управлять центрами GPU, совершенно необязательно соревноваться с ними в вычислительной мощности. К тому же майнинг – процедура нудная и монотонная, прерываний много не требует (разве что для самоподдержания работы самого компьютера). Построения сложной графической картинки на экране от компьютера (а опосредованно, и от CPU) не нужно. Так что центральный процессор просто будет «наполовину свободен от своих обязанностей». Как следствие, покупки дорогостоящих и относительно высокопроизводительных «игровых» процессоров для майнинговых ферм совершенно не требуется.

Важен ли процессор для майнинга на видеокарте

Совсем иное дело, если для целей майнинга будет использоваться тот же суперкомпьютер. Резервы мощностей CPU у такой машины настолько огромны, что они все могут быть востребованы для целей майнинга. Тогда, конечно, чем мощнее будет каждый отдельно взятый модуль, тем лучше

Подытожим:

  • нужен ли центральный процессор (CPU) при майнинге? – Жизненно необходим.
  • эффективен ли CPU для целей майнинга? – Скорее нет, чем да.
  • оказывает ли воздействие качество (технические свойства) центрального процессора на майнинг с помощью GPU? – Нет. От процессора будет требоваться одно – чтобы он поддерживал работу ОС.

Небольшая разница

Простыми словами, GPU — это графический процессор, иногда его именуют видеокартой, что отчасти является ошибкой. Видеокарта — это готовое компонентное устройство, в состав которого как раз и входит нами описываемый процессор. Он способен обрабатывать команды для формирования трёхмерной графики. Стоит отметить, что он является для этого ключевым элементом, от его мощности зависит быстродействие и различные возможности видеосистемы в целом.

Небольшая разница

Графический процессор имеет свои отличительные особенности по сравнению с его собратом CPU. Основное различие кроется в архитектуре, на которой он построен. Архитектура GPU построена таким образом, что позволяет обрабатывать большие массивы данных более эффективно. CPU, в свою очередь, обрабатывает данные и задачи последовательно. Естественно, не стоит воспринимать эту особенность как минус.

Читайте также:  Включить отладку по usb если разбит экран на андроид

Каким образом использовать опцию?

Как было выяснено, для обеспечения стабильного функционирования средней рабочей системы достаточно частоты PCI-bus 33 МГц. А если нет? Данная функция BIOS имеет особенное значение при необходимости ускорения системы и разгона процессора. Рассмотрим возможные варианты применения каждого значения функции PCI Clock / CPU FSB Clock в подобной ситуации. Отметим, что рабочий диапазон частот PCI в условиях разгона ― 33-37.5 МГц. Итак, для достижения частоты из указанного диапазона необходимо:

  • параметр 1/2 (то есть половина частоты ЦПУ) устанавливать для более медленных систем, имеющих шину процессора с частотой 66-75 MHz;
  • параметр 1/3 использовать при наличии шины ЦПУ с показателем 100-112.5 MHz;
  • параметр 1/4 задавать для CPU-bus с показателем 133-150 MHz;
  • параметр 1/5 применять для скоростных систем с показателем частоты шины ЦПУ 166-187.5 MHz;
  • параметр 1/6 использовать для современных моделей процессоров, обладающих частотой шины 200-225 MHz.

Не рекомендуется разгонять PCI-bus до скорости, превышающей 37.5 МГц, поскольку при этом возникает серьезная вероятность повреждения данных. Такая ситуация образуется из-за несоответствия скорости функционирования PCI и контроллера IDE: контроллер просто не успевает обрабатывать сигналы шины! Поэтому при необходимости ускорения системы не стоит рисковать своими данными; лучше использовать один из вышеописанных вариантов. После анализа технических характеристик используемой системы достаточно просто активировать соответствующий коэффициент в меню BIOS Setup. Порекомендуйте Друзьям статью:

Выводы

Несмотря на множество самых разных ограничений и сложность разработки софта, GPGPU — будущее высокопроизводительных настольных компов. Но самое главное — использовать возможности этой технологии можно прямо сейчас, и это касается не только Windows-машин, но и Linux.

Info

  • Суть технологии GPGPU — произвольные вычисления на видеокартах.
  • Существует OpenCL SDK, разрабатываемый компанией Intel, но пока с его помощью можно запускать приложения только на классическом CPU.
  • FASTRA II — суперкомпьютер, построенный с использованием 13 видеокарт, мощностью 12TFLOPS.

Links

  • — реализация архиватора bzip2с использованием CUDA.
  • — облачный сервис, позволяющий загружать и запускать софт с поддержкой CUDA и OpenCL.