Bild- und Signalverarbeitung

Kommende Anwendungsfelder für Embedded-GPUs

| Autor / Redakteur: Kristof Beets * / Sebastian Gerstl

AR-App im Smartphone: Augmented- und Virtual-Reality zählen mit zu den jüngsten Trends, die großen Wert auf leistungsstarke und doch stromsparende Embedded-GPUs legen. Die Anforderungen an eingebettete Grafikprozessoren werden auf breiter Ebene steigen.
AR-App im Smartphone: Augmented- und Virtual-Reality zählen mit zu den jüngsten Trends, die großen Wert auf leistungsstarke und doch stromsparende Embedded-GPUs legen. Die Anforderungen an eingebettete Grafikprozessoren werden auf breiter Ebene steigen. (Bild: Imagination Technologies)

Höhere Auflösungen, schnellere Bildwiederholraten, aufwändigere Anzeigen: Die Aufgaben für Embedded-GPUs sind enorm gewachsen. Um für die Zukunft sicher zu sein, sind skalierbare GPU-Lösungen gefragt.

Das Anwendungsfeld von Embedded-GPUs hat sich im Laufe der Zeit von Smartphones und Tablets auf Set-Top-Boxen, Fernsehgeräte und Fahrzeug-Infotainmentsysteme ausgeweitet. Immer häufiger finden sich GPUs nun auch in neueren Anwendungen wie dem Internet der Dinge (IoT), Wearables, VR/AR (Virtual/Augmented Reality) und Servern. Für bestimmte neue Marktsegmente ist GPU-IP unvermeidlich und zwingend erforderlich, vor allem wenn ein Display ein integraler Bestandteil des Produkts ist.

VR und AR benötigen zum Beispiel eine sehr hohe Grafikleistung. Diese Märkte können ohne GPU nicht existieren, also steigt deren Anteil in diesen Bereichen. Besonders interessant ist der Einsatz von GPUs im IoT und in Wearables, wo ein Display vorhanden sein kann, aber die Auflösung so gering ist, dass eine CPU dieses ansteuert.

Auch der Einsatz in Geräten, die kein Display aufweisen, ist denkbar, z.B. in zahlreichen IoT-Anwendungen und Serveranwendungen. Der Einsatz einer GPU in diesen Bereichen rechtfertigt sich dann durch einen oder beide der folgenden Faktoren: Energieeffizienz und eine höhere Rechenleistung als eine entsprechende CPU bereitstellen kann.

In Wearables mit Display, z.B. einer Smart Watch, erhöht eine GPU die Leistungsfähigkeit, um die Funktionalität zu erhöhen. Entscheidend bei Wearables ist aber eine lange Batterielebensdauer. In Anwendungen ohne Display, hilft eine GPU fast immer bei Problemen rund um die parallele Datenverarbeitung, die mit GPU-Architekturen und deren Programmausführung einfacher durchzuführen ist.

Imagination verzeichnet einen zunehmenden Einsatz von GPUs bei seinen Kunden – gerade in diesen nicht offensichtlichen und nicht traditionellen Märkten, in denen die Leistungsmerkmale einer GPU sinnvoll genutzt werden und das Aufbereiten von Pixeln nicht zur Hauptfunktion zählt. Mit der zunehmenden Beliebtheit von VR/AR-Anwendungen übernehmen GPUs neben der grafischen Verarbeitung auch immer mehr allgemeine Datenverarbeitung. Bei VR und AR müssen die Rendering- und Bildverarbeitungssysteme wesentlich mehr leisten als die Wiedergabe (das Rendering) von Bildern.

Dabei ist eine universelle Datenverarbeitung erforderlich. Ein Teil dieser Rechenleistung wird für die Grafikaufbereitung verwendet, was aber nicht der traditionellen Rasterung entspricht. Daher ist eine GPU-Mikroarchitektur entscheidend, die GPU- und Rechenlasten auf verschiedenen Stufen innerhalb eines einzelnen Rendering-Frames verarbeiten kann.

Inhalt des Artikels:

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 44540486 / Embedded Systeme)