CUDA (Compute Unified Device Architecture) เป็นแพลตฟอร์มเทคโนโลยีของ NVIDIA ที่พัฒนาขึ้นเพื่อเร่งการประมวลผลแบบขนาน (Parallel Computing) บน GPU ทำให้นักวิจัยและนักพัฒนาสามารถเขียนโค้ด C, C++, Fortran รันบน GPU ได้โดยไม่ต้องเขียน Assembly
CUDA Cores คือหน่วยประมวลผลขนาดเล็ก (Parallel Processors) ภายใน GPU หนึ่งตัว GPU สามารถมี CUDA Cores ได้หลายพันตัว (เช่น RTX 4090 มี 16,384 CUDA Cores) ต่างจาก CPU ที่มีเพียงไม่กี่โคร์ (4-24 Cores) แต่แต่ละโคร์แรงกว่า
CUDA Cores ทำหน้าที่อะไร?
- ประมวลผลกราฟิกเกม: Rendering ตัวละคร ทิวทัศน์ เงา แสง (Shaders) แบบ Real-time
- General Purpose GPU Computing (GPGPU): AI/Deep Learning (Training/Inference), Video Encoding/Decoding (NVENC/NVDEC), 3D Rendering (Blender, Octane, V-Ray), Scientific Simulation, Cryptocurrency Mining
- CUDA Cores ทำงานแบบ SIMT (Single Instruction, Multiple Threads) สั่งเดียว ประมวลผลหลาย Thread พร้อมกัน
CUDA Cores vs AMD Stream Processors
AMD เรียกหน่วยประมวลผลแบบขนานว่า Stream Processors (หรือ Compute Units) ฟังก์ชันคล้าย CUDA Cores แต่ไม่สามารถเทียบตัวเลข 1:1 ได้ เพราะสถาปัตยกรรมต่างกัน (NVIDIA: Warp 32 threads, AMD: Wavefront 64 threads) ต้องดู Benchmark จริง (Gaming, Compute) จึงทราบประสิทธิภาพจริง
แอปพลิเคชันที่รองรับ CUDA
หลายโปรแกรมใช้ CUDA เร่งความเร็ว: Blender (Cycles), DaVinci Resolve, Adobe Premiere Pro (NVENC), V-Ray, Octane, Redshift, TensorFlow, PyTorch, CUDA-Z, Hashcat ดูรายการเต็มได้ที่ NVIDIA GPU Applications
เลือกซื้อการ์ดจอ: CUDA Cores แค่ตัวเลขหนึ่ง ไม่ใช่ทั้งหมด
CUDA Cores มากกว่า = เร็วกว่า? โดยทั่วไปใช่ แต่ต้องพิจารณาปัจจัยอื่นด้วย:
| ปัจจัย | ความสำคัญ | คำอธิบาย |
|---|---|---|
| สถาปัตยกรรม (Architecture) | ⭐⭐⭐⭐⭐ | Ampere (RTX 30) vs Ada Lovelace (RTX 40) - ใหม่กว่า = IPC สูงกว่า CUDA Core เดียวทำงานได้มากขึ้น |
| VRAM (Video RAM) | ⭐⭐⭐⭐⭐ | ขนาด (8GB, 12GB, 16GB, 24GB) และประเภท (GDDR6, GDDR6X) สำคัญสำหรับ 4K Gaming, 3D Rendering, AI |
| Memory Bus & Bandwidth | ⭐⭐⭐⭐ | Bus Width (128-bit, 192-bit, 256-bit, 384-bit) × Speed = Bandwidth (GB/s) |
| Boost Clock | ⭐⭐⭐ | ความเร็วนาฬิกาสูงสุดที่ GPU ทำงานได้ |
| Tensor Cores / RT Cores | ⭐⭐⭐⭐ | เฉพาะ RTX: เร่ง AI (DLSS) และ Ray Tracing |
| TDP / Power Consumption | ⭐⭐⭐ | กำลังไฟที่ต้องการ ส่งผลต่อ PSU และทำความเย็น |
| CUDA Core Count | ⭐⭐⭐ | ตัวบ่งชี้ภาพรวม แต่ต้องดูร่วมกับ Architecture |
สถาปัตยกรรมที่รองรับ CUDA
Tesla, Fermi, Kepler, Maxwell, Pascal, Volta, Turing, Ampere, Ada Lovelace, Hopper, Blackwell (รุ่นล่าสุด) - ทุกรุ่นรองรับ CUDA แต่ฟีเจอร์และ Compute Capability ต่างกัน (เช่น Compute Capability 8.0 = Ampere, 8.9 = Ada)
สรุป
CUDA Cores คือ "กล้ามเนื้อ" ของ GPU นับเป็นพัน หน่วยประมวลผลแบบขนานที่ทำให้ NVIDIA GPU ทรงพลังทั้ง Gaming และ Compute แต่การเลือกซื้อการ์ดจอ ต้องดู ภาพรวม: Architecture, VRAM, Benchmark จริง ไม่ใช่แค่ตัวเลข CUDA Cores อย่างเดียว
