GPU不能替代CPU,同樣CPU也替代不了GPU。理解GPU就像一群螞蟻,這些螞蟻都做著同樣的事,而CPU就像一隻猴子,這隻猴子做著各種不同的事。

  從根本上說CPU和GPU它們的目的不同,且有不同長處,在某些工作中CPU執行得快,另一工作中或許GPU能更快。如你需要對大量數據做同樣的事情時GPU更合適,當你需要對同一數據做很多事情時CPU較好。

  然而在實際應用中,後一種情形更多,也就是CPU更為靈活能勝任更多的任務(多工處理)。GPU能做什麼?關於圖形方面的以及大型矩陣運算,如機器學習算法、挖礦、暴力破解密碼等,GPU會有所幫助。

簡單地說,CPU擅長分支預測等複雜操作,GPU擅長對大量數據進行簡單操作。一個是複雜的勞動,一個是大量並行的工作。

  其實GPU可以看作是一種專用的CPU,專為單指令在大塊數據上工作而設計,這些數據都是進行相同的操作,要知道處理一大塊數據比處理一個一個數據更有效,執行指令開銷也會大大降低,因為要處理大塊數據,意味著需要更多的晶體管來並行工作,現在旗艦級顯卡都有百億以上的電晶體數量。

  CPU呢?它的目的是盡可能快地在單個數據上執行單個指令。由於它只需要使用單個數據單條指令,因此所需的晶體管數量要少得多,目前主流桌面CPU晶體管都是十億以下,和頂級GPU相差十倍以上,但它需要更大的指令集,更複雜的ALU(算術邏輯單元),更好的分支預測,更好的虛擬化架構、更低的延遲等等。

  像你常用的作業系統Windows,它是為x86處理器編寫的,它需要做的任務執行的進程,在CPU上肯定更為高效,你想每個線程的任務並不相同,基本上難以並行化,完全發揮不了GPU的長處。

   那麼,可以預見在未來,隨著CPU進一步強化處理數據塊的能力,我們將看到CPU和GPU架構之間的融合,而且,隨著製造技術的進步和芯片的縮小,GPU也可以承擔更複雜的指令。CPU與GPU間的分工雖然還是大有不同,但彼此間的交集無疑會更多。

來源出處

謝謝收看

 

arrow
arrow
    文章標籤
    GPU CPU 處理器 顯卡
    全站熱搜

    john pan 發表在 痞客邦 留言(0) 人氣()