อัปเดตล่าสุดเมื่อวันที่ 3 มีนาคม 2023
CUDA ของ Nvidia (Compute Unified Device Architecture) แกนคือหน่วยประมวลผลในหน่วยประมวลผลกราฟิก Nvidia ( GPUs) ที่ออกแบบมาเพื่อจัดการงานประมวลผลแบบขนาน แกน CUDA ได้รับการปรับให้เหมาะสมโดยเฉพาะสำหรับงานคอมพิวเตอร์ทั่วไปที่สามารถประมวลผลแบบคู่ขนานได้ เช่น การคำนวณทางคณิตศาสตร์และการจำลองทางวิทยาศาสตร์
GPU ที่มีแกน CUDA มากที่สุดในขณะนี้คือ RTX 4090 Nvidia RTX 4090 เป็น GPU ที่ทรงพลังที่สุดในตลาดในปัจจุบัน ด้วย CUDA 16,384 คอร์ที่น่าทึ่ง RTX 4090 ใช้สถาปัตยกรรม Ada ของ Nvidia ซึ่งมีการปรับปรุงมากมายจากสถาปัตยกรรม Ampere รุ่นก่อนหน้า รวมถึงการออกแบบมัลติโปรเซสเซอร์แบบสตรีมมิ่ง (SM) ใหม่และประสิทธิภาพของ Ray Tracing และ Tensor Core ที่ปรับปรุงใหม่
นอกเหนือจากแกน CUDA จำนวนมากแล้ว RTX 4090 ยังมี 328 Tensor Cores ซึ่งออกแบบมาเพื่อเร่งการเรียนรู้เชิงลึกและปริมาณงาน AI นอกจากนี้ยังมี 82 RT Cores ซึ่งปรับแต่งเป็นพิเศษสำหรับ Ray Tracing แบบเรียลไทม์ จึงเหมาะอย่างยิ่งสำหรับการเล่นเกมระดับไฮเอนด์และการใช้งานระดับมืออาชีพ เช่น การเรนเดอร์ 3D และแอนิเมชั่น
RTX 4090 มี ความเร็วสัญญาณนาฬิกาพื้นฐานที่ 1395 MHz และความเร็วสัญญาณนาฬิกาที่เพิ่มขึ้นที่ 1695 MHz ทำให้เป็นหนึ่งใน GPU ที่เร็วที่สุดในปัจจุบัน นอกจากนี้ยังมีหน่วยความจำ GDDR6X ขนาดมหึมา 24GB ซึ่งให้แบนด์วิธสูงและเวลาแฝงต่ำสำหรับเวิร์กโหลดที่ต้องการ
เนื่องจากประสิทธิภาพสูงและแกน CUDA จำนวนมาก RTX 4090 จึงกำหนดเป้าหมายไปที่ผู้ใช้มืออาชีพเป็นหลัก และเหมาะสำหรับงานต่างๆ เช่น การจำลองทางวิทยาศาสตร์ การเรียนรู้ของเครื่อง และการตัดต่อวิดีโอ อย่างไรก็ตาม ยังเป็น GPU สำหรับเล่นเกมที่มีความสามารถสูง โดยสามารถให้อัตราเฟรมที่สูงและกราฟิกที่สมจริงเป็นพิเศษในเกมที่มีความต้องการมากที่สุดในตลาด
CUDA cores คืออะไร
แต่ละคอร์ CUDA core เป็นหน่วยประมวลผลขนาดเล็กที่สามารถตั้งโปรแกรมได้ ซึ่งสามารถดำเนินการคำนวณอย่างง่ายแบบขนานพร้อมกันจำนวนมากได้ ยิ่ง GPU มีคอร์ CUDA มากเท่าไร การประมวลผลแบบขนานก็จะยิ่งสามารถทำงานได้พร้อมกันมากขึ้นเท่านั้น สิ่งนี้ทำให้แกน CUDA เหมาะสมอย่างยิ่งสำหรับงานที่ต้องใช้พลังในการคำนวณสูง เช่น การเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ และการคำนวณทางวิทยาศาสตร์
สามารถตั้งโปรแกรมแกน CUDA โดยใช้ภาษาโปรแกรม CUDA ซึ่งเป็นภาษา C-ภาษาพื้นฐานที่มีส่วนขยายสำหรับการคำนวณแบบขนาน สถาปัตยกรรม CUDA ยังประกอบด้วยชุดไลบรารีและเครื่องมือที่ช่วยให้นักพัฒนาเขียนและเพิ่มประสิทธิภาพโปรแกรมสำหรับ GPU ที่เปิดใช้งาน CUDA ได้ง่ายขึ้น