Η επιτάχυνση υλικού^(Hardware) χρησιμοποιεί ειδικά κατασκευασμένο υλικό υπολογιστή (π.χ. μικροτσίπ πυριτίου) για να εκτελεί ένα στενό σύνολο εργασιών πιο γρήγορα από μια CPU γενικής χρήσης (κεντρική μονάδα επεξεργασίας).

Τι σημαίνει αυτό για εσάς ως χρήστη; Θα έχετε συχνά την επιλογή να ενεργοποιήσετε ή να απενεργοποιήσετε την επιτάχυνση υλικού στις εφαρμογές σας. Πόσο χρήσιμη είναι λοιπόν η επιτάχυνση υλικού και τι κάνει;

Τι είναι η επιτάχυνση υλικού^{(Hardware Acceleration)} ( Απλή έκδοση^{(Simple Edition)} )

Ακολουθεί μια απλή εξήγηση της επιτάχυνσης υλικού. Μεταβείτε^(Skip) στην επόμενη ενότητα για μια εις βάθος ματιά στη διαδικασία. 

Η CPU στον υπολογιστή σας μπορεί να λύσει σχεδόν κάθε τύπο μαθηματικού προβλήματος. Τα κυκλώματα CPU^(CPU) χρησιμοποιούν περισσότερα στοιχεία για την αντιμετώπιση πολλών ειδών εργασιών. Καταλαμβάνουν περισσότερο χώρο, παράγουν περισσότερη θερμότητα και δεν είναι τόσο κομψά σχεδιασμένα όσο ένα κύκλωμα κατασκευασμένο για μία μόνο εργασία. 

Με την επιτάχυνση υλικού, ένα ειδικό ολοκληρωμένο κύκλωμα ή ένας μικροεπεξεργαστής κάνει μια συγκεκριμένη εργασία ή ένα στενό σύνολο σχετικών εργασιών. Ο σχεδιασμός του κυκλώματος δεν σπαταλάται σε τίποτα άλλο, και αυτό παρέχει ένα σημαντικό πλεονέκτημα απόδοσης. 

Μερικές φορές αυτό το υλικό είναι ενσωματωμένο στην ίδια την CPU . Οι περισσότερες σύγχρονες CPU^(CPUs) διαθέτουν αποκλειστικές εσωτερικές ενότητες που επιταχύνουν συγκεκριμένους τύπους μαθηματικών που χρησιμοποιούνται για εργασίες όπως η κωδικοποίηση βίντεο^{(video encoding)} και η κρυπτογράφηση^(encryption) .

Εν ολίγοις, η επιτάχυνση υλικού σημαίνει ότι δίνεις μια συγκεκριμένη δουλειά σε ένα μοναδικό κομμάτι του υλικού που είναι ένα jack of one trade και ροκάρει σε αυτό.

Ποια είναι τα οφέλη^(Benefits) της επιτάχυνσης υλικού^{(Hardware Acceleration)} ;

Πώς ωφελεί η επιτάχυνση υλικού την εφαρμογή που χρησιμοποιείτε; Συχνά εξαρτάται από τον τύπο του υλικού και τον τύπο της επιτάχυνσης, αλλά τα συνήθη οφέλη ισχύουν για τις περισσότερες περιπτώσεις.

• Η επιτάχυνση υλικού^(Hardware) βελτιώνει σημαντικά την απόδοση. Η εφαρμογή σας θα λειτουργεί πιο ομαλά ή η εφαρμογή θα ολοκληρώσει μια εργασία σε πολύ μικρότερο χρόνο.

• Απελευθερώνει τη CPU σας για να κάνει άλλα πράγματα που οδηγούν σε βελτιωμένη απόδοση του συστήματος. Η CPU μπορεί να μεταφορτώσει την εργασία στο εξειδικευμένο υλικό και στη συνέχεια να συνεχίσει, για παράδειγμα, με την εκτέλεση βιντεοπαιχνιδιών ταυτόχρονα με ροή βίντεο ή χρησιμοποιώντας μια εφαρμογή όπως το Discord .

• Η επιτάχυνση υλικού^(Hardware) μπορεί να είναι ζωτικής σημασίας για συσκευές που τροφοδοτούνται με μπαταρία. Αυτός είναι ο λόγος για τον οποίο το smartphone ή το tablet σας μπορεί να αναπαράγει βίντεο για τόσο μεγάλο χρονικό διάστημα χωρίς να φορτίζει την μπαταρία σας. Ένα μικρό εξειδικευμένο τσιπ καταναλώνει σχεδόν πάντα λιγότερη ενέργεια από μια μεγάλη, πολύπλοκη CPU .

Υπάρχουν^(Are) μειονεκτήματα στην επιτάχυνση ^(Downsides)υλικού^{(Hardware Acceleration)} ;

Γενικά, η επιτάχυνση υλικού είναι κάτι που θα θέλετε να αφήσετε, αλλά υπάρχουν ορισμένες περιπτώσεις όπου μπορεί να είναι ένα μειονέκτημα. 

• ^(Hardware)Η επιτάχυνση υλικού συχνά προκαλεί αστάθεια. Παρά το γεγονός ότι είναι αργοί, οι CPU^(CPUs) τείνουν να είναι ιδιαίτερα αξιόπιστοι. Για παράδειγμα, δεν έχει νόημα η επιτάχυνση υλικού να επιταχύνει τις εξαγωγές βίντεο και μετά να διακόπτεται η διαδικασία πριν ολοκληρωθεί.

• Η επιτάχυνση υλικού^(Hardware) είναι άκαμπτη στις νέες εξελίξεις. Για παράδειγμα, μπορεί να έχετε επιτάχυνση υλικού στον υπολογιστή σας για μια συγκεκριμένη μέθοδο κωδικοποίησης βίντεο, αλλά αν προκύψει κάτι καλύτερο, θα πρέπει να αγοράσετε νέο υλικό για να το υποστηρίξετε. 

• Ο τύπος επιτάχυνσης υλικού που υποστηρίζει το σύστημά σας ενδέχεται να μην προσφέρει τα καλύτερα αποτελέσματα. Επομένως, εάν προτιμάτε την ποιότητα έναντι της ταχύτητας, θα ήταν καλύτερο να αφήσετε την CPU να χειριστεί τη δουλειά σε ορισμένες περιπτώσεις. Για παράδειγμα, εάν δεν έχετε υποστήριξη υλικού για την κωδικοποίηση HEVC , αλλά θέλετε τα ποιοτικά πλεονεκτήματά του σε σχέση με το H.264 CODEC , θα πρέπει να βασιστείτε στην κωδικοποίηση που βασίζεται σε CPU .

Πού μπορώ να χρησιμοποιήσω την επιτάχυνση υλικού^{(Use Hardware Acceleration)} ;

Υπάρχουν πάρα πολλές διαθέσιμες μορφές επιτάχυνσης υλικού για να τις παραθέσουμε όλες εδώ, αλλά εδώ είναι μερικές κοινές που θα συναντήσετε ως μέσος χρήστης υπολογιστή.

Επιτάχυνση υλικού προγράμματος περιήγησης^{(Browser Hardware Acceleration)}

Τα προγράμματα περιήγησης Ιστού^(Web) μπορεί να είναι απροσδόκητα βαριές^(CPU-heavy) εφαρμογές CPU. Οι σύγχρονοι^(Modern) ιστότοποι έχουν φανταχτερά γραφικά εφέ και εικόνες και ήχους υψηλής πιστότητας. Οι εφαρμογές Ιστού^(Web) που χρησιμοποιούν τρισδιάστατα γραφικά επωφελούνται από την επιτάχυνση υλικού  GPU .

Η επιτάχυνση υλικού^(Hardware) είναι συνήθως ενεργοποιημένη από προεπιλογή σε αυτές τις εφαρμογές και θα πρέπει να την απενεργοποιήσετε μόνο για αντιμετώπιση προβλημάτων^{(troubleshooting)} .

Επιτάχυνση κωδικοποίησης βίντεο^{(Video Encoding Acceleration)}

• Οι περισσότερες CPU έχουν πλέον επιτάχυνση για το κοινό πρότυπο βίντεο H.264 και η υποστήριξη για ^(H.264)H.265 αυξάνεται επίσης. 
• Οι πρόσφατες GPU^{(Nvidia GPUs)} της Nvidia διαθέτουν επίσης ένα αποκλειστικό τσιπ κωδικοποιητή "NVENC" που αναλαμβάνει τη δουλειά της εγγραφής ή ροής του πλάνα του παιχνιδιού, ώστε να μην επηρεάζει την απόδοση του παιχνιδιού.
• Εφαρμογές όπως το Adobe Premiere Pro προσφέρουν επιτάχυνση υλικού που βασίζεται σε GPU, βελτιώνοντας έτσι την απόδοση κατά την επεξεργασία και την εξαγωγή έργων.

Επιτάχυνση GPGPU (General Purpose GPU).^{(GPGPU (General Purpose GPU) Acceleration)}

Οι γραφικοί επεξεργαστές ξεκίνησαν τη ζωή τους ως επιταχυντές τρισδιάστατων γραφικών, αλλά οι σύγχρονες GPU^(GPUs) μπορούν να κάνουν ένα αρκετά ευρύ φάσμα απλών λειτουργιών πολύ γρήγορα. Αυτοί οι επεξεργαστές αποτελούνται από εκατοντάδες ή χιλιάδες απλούς μικρούς επεξεργαστές που λειτουργούν όλοι παράλληλα. 

Αυτό τα καθιστά ιδανικά για ορισμένους τύπους συσπάσεων δεδομένων που πρέπει να εκτελεστούν μέσω ενός αλγόριθμου. Οι GPU^(GPUs) έχουν σχεδιαστεί με αυτόν τον τρόπο, επειδή η απόδοση γραφικών περιλαμβάνει την παράλληλη επεξεργασία των τιμών των pixel. Έτσι, η GPU σας καθορίζει πώς πρέπει να μοιάζει ταυτόχρονα καθένα από τα εκατομμύρια pixel στην οθόνη. Αποδεικνύεται ότι οι εφαρμογές βαθιάς μάθησης και εξόρυξης δεδομένων επωφελούνται επίσης από αυτήν την προσέγγιση στον υπολογισμό.

Ray Tracing και Machine Learning Acceleration^{(Ray Tracing and Machine Learning Acceleration)}

Οι προγραμματιστές GPU^(GPU) έχουν πλέον προσθέσει αποκλειστικούς συν-επεξεργαστές που κάνουν ακόμη πιο εξειδικευμένη δουλειά από τους πυρήνες GPU . 

• Η τελευταία γενιά των GPU της Nvidia^{(Nvidia GPUs)} διαθέτει ειδικά εξαρτήματα που επιταχύνουν τα μαθηματικά της ανίχνευσης ακτίνων^{(ray tracing)} , η οποία είναι μια μέθοδος σχεδίασης τρισδιάστατων γραφικών προσομοιώνοντας τον τρόπο με τον οποίο διαδίδεται το φως μέσα από μια σκηνή.
• Αυτές οι GPU^(GPUs) διαθέτουν έναν πρόσθετο επεξεργαστή που είναι πολύ καλός στο να κάνει τα λεγόμενα μαθηματικά «τανυστήρα». Αυτά είναι χρήσιμα σε εφαρμογές που χρησιμοποιούν μηχανική μάθηση νευρωνικού δικτύου, η οποία γίνεται πιο κοινή στις καθημερινές εργασίες υπολογιστών.

Η επιτάχυνση είναι παντού

Υπάρχει επιτάχυνση υλικού σε σχεδόν κάθε υπολογιστική συσκευή αυτές τις μέρες και καθώς ορισμένες εργασίες υπολογιστών γίνονται δημοφιλείς, οι επιστήμονες υπολογιστών θα δημιουργήσουν ακόμη πιο εξειδικευμένα συστήματα για να τα κάνουν να λειτουργούν πιο γρήγορα και πιο αποτελεσματικά. 

Καθίστε λοιπόν αναπαυτικά και απολαύστε την ταχύτητα!

What Is Hardware Acceleration and How Is It Useful?

Hardware acceleratiоn uses specially-built computеr hardware (i.e., silicon microchips) to do a narrow sеt of tasks faster than a general-рurpose CPU (central processing unit).

What does that mean to you as the user? You’ll often have the option of turning hardware acceleration on or off in your applications. So how useful is hardware acceleration, and what does it do?

What Is Hardware Acceleration (Simple Edition)

Here’s a simple explanation of hardware acceleration. Skip to the next section for an in-depth look at the process. 

The CPU in your computer can solve just about any type of mathematical problem. CPU circuits use more components to deal with many kinds of tasks. They take up more space, generate more heat, and aren’t as elegantly designed as a circuit built for a single job. 

With hardware acceleration, a special integrated circuit or microprocessor does one specific task or a narrow set of related jobs. The circuit’s design is not wasted on anything else, and this provides a significant performance advantage. 

Sometimes that hardware is built into the CPU itself. Most modern CPUs have dedicated internal sections that accelerate specific types of math used for tasks such as video encoding and encryption.

In short, hardware acceleration means giving a specific job to a unique piece of hardware that’s a jack of one trade and rocks at it.

What Are the Benefits of Hardware Acceleration?

How does hardware acceleration benefit the application you’re using? It often depends on the type of hardware and the type of acceleration, but the usual benefits apply to most situations.

• Hardware acceleration greatly improves performance. Your application will run more smoothly, or the application will complete a task in a much shorter time.

• It frees up your CPU to do other things leading to improved system performance. The CPU can offload work to the specialized hardware and then get on with, for example, running video games simultaneously with streaming videos or using an application like Discord.

• Hardware acceleration can be crucial for battery-powered devices. It’s why your smartphone or tablet can play video for such a long time without tanking your battery. A small specialized chip almost always uses less power than a large, complex CPU.

Are There Downsides to Hardware Acceleration?

In general, hardware acceleration is something that you’ll want to leave on, but there are some cases where it can be a drawback. 

• Hardware acceleration often causes instability. Despite being slow, CPUs tend to be highly reliable. For example, there’s little point in having hardware acceleration speed up video exports and then have the process crash before it finishes.

• Hardware acceleration is inflexible to new developments. For example, you may have hardware acceleration in your computer for a specific video encoding method, but if something better comes along you’ll have to buy new hardware to support it. 

• The type of hardware acceleration your system supports might not offer the best results. So if you favor quality over speed, it would be better to let the CPU handle the work in some cases. For example, if you don’t have hardware support for HEVC encoding but want its quality advantages over the H.264 CODEC, you’ll have to rely on CPU-based encoding.

Where Can I Use Hardware Acceleration?

There are too many forms of hardware acceleration available to list them all here, but here are a few common ones that you will encounter as an average computer user.

Browser Hardware Acceleration

Web browsers can be surprisingly CPU-heavy applications. Modern websites have fancy graphical effects and high-fidelity sights and sounds. Web applications that use 3D graphics benefit from GPU hardware acceleration. 

Hardware acceleration is usually on by default in these applications, and you should only disable it for troubleshooting.

Video Encoding Acceleration

• Most CPUs now have acceleration for the common H.264 video standard, and support for H.265 is growing too. 
• Recent Nvidia GPUs also have a dedicated “NVENC” encoder chip that takes over the work of recording or streaming game footage so that it doesn’t affect game performance.
• Applications such as Adobe Premiere Pro offer GPU-based hardware acceleration, thus improving performance while editing and exporting projects.

GPGPU (General Purpose GPU) Acceleration

Graphical Processors started life as 3D graphics accelerators, but modern GPUs can do a fairly wide range of simple operations very quickly. These processors consist of hundreds or thousands of simple small processors that all work in parallel. 

This makes them ideal for certain types of data crunching that need to be run through an algorithm. GPUs are designed this way because rendering graphics involves processing pixel values in parallel. So your GPU determines what each of the millions of pixels on the screen should look like at the same time. It turns out that deep learning and data mining applications also benefit from this approach to computation.

Ray Tracing and Machine Learning Acceleration

GPU developers have now added dedicated co-processors that do an even more specialized job than the GPU cores. 

• The latest generation of Nvidia GPUs have special components that accelerate the mathematics of ray tracing, which is a method of drawing 3D graphics by simulating how light propagates through a scene.
• These GPUs have an additional processor that’s very good at doing so-called “tensor” mathematics. These are useful in applications that use neural net machine learning, which is becoming more common in everyday computing tasks.

Acceleration Is Everywhere

There’s hardware acceleration in almost every computing device these days and as certain computing jobs become popular, computer scientists will create even more dedicated systems to make them work faster and more efficiently. 

So sit back and enjoy the speed!

Related posts

• Πώς να απενεργοποιήσετε ή να απενεργοποιήσετε την επιτάχυνση υλικού στα Windows 11/10

• Πώς να απενεργοποιήσετε την επιτάχυνση υλικού σε Chrome ή Firefox

• Πώς να ενεργοποιήσετε ή να απενεργοποιήσετε την επιτάχυνση υλικού στον Microsoft Edge

• Κριτική Razer Naga Pro: Το ποντίκι υψηλής ποιότητας για κάθε είδος παιχνιδιού

• Αναθεώρηση ASUS Mini PC PN62: Ένας μίνι υπολογιστής που χωράει στο χέρι σας!

• Ανασκόπηση Samsung Galaxy Tab S6 Lite: Τα πιο πρόσφατα tablet μεσαίας κατηγορίας!

• Trust GXT 259 Rudox review: Εξαιρετικό μικρόφωνο για σόλο ηχογραφήσεις

• ASUS ROG Strix Go and Go Core κριτική: Κορυφαία ακουστικά gaming!

• Αναθεώρηση TP-Link Archer AX20: Επαναπροσδιορίζετε τη σχέση ποιότητας/τιμής; -

• Αναθεώρηση PowerColor Radeon RX 5600 XT Red Devil: Εξαιρετικό για παιχνίδια 1080p

• Αναθεώρηση OnePlus Nord CE 5G: Το καλά στρογγυλεμένο midranger -

• Κριτική AMD Radeon RX 6700 XT: Εξαιρετικό για παιχνίδια 1440p! -

• Αναθεώρηση Samsung Galaxy A32 5G -

• Ανασκόπηση του Synology DiskStation DS1621+ NAS: jack of all trades

• Εμπιστευθείτε το GXT 488 Forze PS4 κριτική: Ακουστικά παιχνιδιών αρχικού επιπέδου σε οικονομικό προϋπολογισμό!

• Αναθεώρηση Samsung AX60R5080WD: Ο καθαριστής αέρα για μεγάλα διαμερίσματα!

• Αναθεώρηση ASUS TUF-AX5400: ένας δρομολογητής Wi-Fi 6 για παίκτες! -

• Ανασκόπηση Antlion Audio ModMic Wireless: Ασύρματο μικρόφωνο για οποιαδήποτε ακουστικά

• Κριτική TP-Link Deco X60: Η όμορφη εμφάνιση συναντά το Wi-Fi 6!

• Αναθεώρηση ASUS ROG Strix G17 G713: Καλό για gaming σε εξαιρετική τιμή