Indledning En computer indeholder forskellige komponenter. De vigtigste er CPU, GPU, RAM og harddisk. CPU en er selve hjertet, som styre processerne, og siger til hvilket komponent der skal lave hvilken opgave. GPU en er det komponent som beregner hvilke farver skærmens pixel skal have. Ram er et midlertidigt lager, som er hurtigere end harddisken, ram er specielt nyttig hvis man skal håndtere meget store filer eller mange programmer, på samme tid. Harddisken er det lager som vi kan gemme vores filer på. Altså at lageret ikke bliver ryddet hver gang man genstarter computeren. Vi skal vise en sammenhæng mellem komponenterne og hvordan man kan gøre computeren hurtigere til specifikke opgaver. Specifikation Desler: Svendsen: CPU i7 2.2 GHz 4 kerner i5-4210u 1,7 GHz 2 kerner, 4 logiske kerner GPU integreret Nvidia GeForce 820M Ram 8GB 6 GB Harddisk HDD HDD Svendsen s stationær CPU AMD PhenomIIX6 1035T 6 kerner GPU Radeon HD 7950 Ram 6 GB Harddisk 1 SSD og 5 HDD Undersøgelser Forbrug af CPU/RAM/harddisk ved rendering af et billed af lav kvalitet (10 samples) Hypotese: Det vil tage længere tid at render et billed af høj kvalitet frem for et billed af lav kvalitet. Udover det vil Deslers computer gøre det hurtigere end Svendsens da hans processor arbejder hurtigere. Desler CPU i7 10 samples - 7,96 sekunder Svendsen i5 CPU 10-13,08 sekunder Forbrug af CPU/RAM/harddisk ved rendering af et billed af lav kvalitet (100 samples) 100 samples - 1 min og 1,14 sekunder Svendsen 100-2 minutter og 4,58 sekunder
Svendsen stationær - CPU 10samp - 10,87 sekunder - 100 samples 1 minut og 36 sek Som man kan se af billederne er det CPU, der bliver sat i funktion, når man skaber et billed. Det er CPU en, der bearbejder al information om billedets udseende og skaber billedet. Forbrug af CPU/RAM/harddisk ved kørsel af f.eks. quicksort og mange tal Hypotese: Quicksort kalder sig selv rekursivt og bruger meget hukommelse, ved sortering af mange tal. Man vil man kunne se, at RAMmen bliver fyldt og harddisken bliver brugt som arbejdshukommelse (og dermed bliver sorteringen meget langsom). Sorteringen af en liste på 10.000.000 tal tog 3 minutter og 9 sekunder. Jo større listen er desto mere RAM vil programmet bruge, eftersom der er mere data som bliver gemt og kaldt. Der sker dog en fejl i koden når vi prøver at overstige kapaciteten af computerens RAM. Udover RAM bruger programmet også omkring 13 % af CPU en.
Sortering af listen tog 15,6 sekunder og brugte maks 16% af CPU en. Forbrug af CPU/RAM/ harddisk ved kopiering af mange filer kontra en stor fil Hypotese: det er hurtigere at kopiere én stor end mange små Svendsen Ca 10 GB (2369 billeder) billedfiler tog omkring 10-15 minutter. En stor fil på 600MB tog et splitsekund. Vi tog så 600MB små filer det tog flere minutter. Desler 540 MB - 746 filer, 302 mapper omkring 15 sekunder.
Svendsen GPU 10-23,93 sekunder Svendsen stationær GPU 10-9,76 sekunder Svendsen GPU 100-3 minutter og 26,99 sekunder. Svendsen stationær GPU 100 1 minut og 9,95 sek. Nu har vi testet både at render med CPU en og GPU en og det kommer an på hvilket grafikkort og CPU man har fordi det bærbare GeForce 820M er nemlig 10 sekunder langsommere med 10 samples og 1 minut og 22 sekunder langsommere med 100 samples end i5 processoren. Mens grafikkortet HD7950 gjorde det hurtigere end AMD Phenom IIX6 1035T. Grafikkortets kerne er hurtigere til at render, end CPU ens kerne, men da den har flere kerner er CPU en hurtigere. Men hvis man køber et dyrt grafikkort kan den ene kerne render
hurtigst, men GPU rendering er stadig meget nyt til Blender, så der er stadig mange fejl, så der er måske også nogle software begrænsninger. Serverproblemer: Når der er mange bruger der henter filer fra serveren, så for at opgradere skal man bruge hurtige harddiske/ssd, mere ram og hurtigere CPU som skal håndtere alle brugerne. Når der er mange bruger der opdaterer fx databaser. Så for at få det til at gå hurtigere og undgå at serveren går ned, skal serveren opgraderes med mere og hurtigere ram. Når en bruger har sat en stor kørsel i gang på serveren, får ingen andre adgang til at køre noget fra serveren. Hurtigere ram og hurtigere harddiske for, at få det store kørsel til at gå hurtigere så der bruges mindst tid på serveren, og for at få flere til at kunne bruge serveren på samme tid kræver det flere kerner i CPU en så den kan håndtere flere opgaver.