Hver avgjørelse i et datadesign

Hver avgjørelse i et datadesign er en avveining mellom kostnad og kapasitet.

Noen datamaskiner har en dedikert og separat GPU for grafikk, men billigere inkluderer bare GPU-funksjoner i CPU. Lavere ytelse, men billigere!

Noen datamaskiner har komplekse, dedikerte lydprosessorer og lydkort. Andre inkorporerer mer primitive lydfunksjoner i støttebrikker til CPU. Lavere ytelse, men billigere!

Noen datamaskiner pleide å ha dedikerte krypteringsprosessorer. Moderne Intel-CPU-er har AES-maskinvareakselerasjon innebygd.

I Ye Olde Days ville du faktisk kjøpt en separat matematisk co-prosessorbrikke for FPU-funksjoner (80387, noen?) Hver moderne Intel-prosessor hadde nå en integrert FPU.

Selv om du hadde medprosessoren, ville du trenge dataskjermarm Leverandører et programmeringssett for å bruke det, og en kritisk masse av installasjonsbase for å overbevise programmerere om å bruke tid på det. I GPGPU-land dukket OpenCL- og CUDA-arkitekturene opp for programmerere å bruke GPU-er som en co-prosessor, men selv det er begrenset til spesialiserte applikasjoner som drar fordel av GPU SIMD-arkitekturen.

Det er ingen spesiell fordel med en generell ARM-brikke som en co-prosessor har en umiddelbar fordel for en moderne Intel CPU. Det er en annen arkitektur og tregere. Det er ikke klart at det ville være nyttig selv om det var gratis på hver PC siden det ville kreve spesialisert programmering som OpenCL eller CUDA.

Det er mer sannsynlig at du ser FPGA-koprosessorer for spesialisert arbeid som AI og ML inntil CPU-er for generell bruk får muligheten selv. Nye Azure-servere for å pakke Intel FPGA-er ettersom Microsoft ARM-fritt omfavner Xeon