運算邏輯器 - 谷歌的TPU芯片是如何演進(jìn)而來的？

　　從字面上我們也很好理解，運算邏輯器件主要執(zhí)行算術(shù)運算、移位等操作，以及地址運算和轉(zhuǎn)換；寄存器件主要用于保存運算中產(chǎn)生的數(shù)據(jù)以及指令等；控制器件則是負(fù)責(zé)對指令譯碼，并且發(fā)出為完成每條指令所要執(zhí)行的各個操作的控制信號。

　　我們可以運用下面這張圖來說明一條指令在CPU中執(zhí)行的大致過程：

　?。–PU執(zhí)行指令圖 via：blog.csdn.net）

　　CPU從程序計數(shù)器取到指令，通過指令總線將指令送至譯碼器，將轉(zhuǎn)譯后的指令交給時序發(fā)生器與操作控制器，然后運算器對數(shù)據(jù)進(jìn)行計算，通過數(shù)據(jù)總線將數(shù)據(jù)存至數(shù)據(jù)緩存寄存器。

　　我們從CPU的結(jié)構(gòu)以及執(zhí)行過程可以看出，CPU遵循的是馮諾依曼架構(gòu)，馮諾依曼的核心就是：存儲程序，順序執(zhí)行。

　　從上面的描述我們可以看出，CPU就像一個有條不紊的管家，我們吩咐的事情總是一步一步來做。但是隨著摩爾定律的推進(jìn)以及人們對更大規(guī)模與更快處理速度的需求的增加，CPU好像執(zhí)行起任務(wù)來就不那么令人滿意了。于是人們就想，我們可不可以把好多個處理器放在同一塊芯片上，讓他們一起來做事，這樣效率是不是就會高很多，這是GPU就誕生了。

　　| GPU誕生了

　　GPU全稱為Graphics Processing Unit，中文為圖形處理器，就如它的名字一樣，GPU最初是用在個人電腦、工作站、游戲機和一些移動設(shè)備（如平板電腦、智能手機等）上運行繪圖運算工作的微處理器。因為對于處理圖像數(shù)據(jù)來說，圖像上的每一個像素點都有被處理的需要，這是一個相當(dāng)大的數(shù)據(jù)，所以對于運算加速的需求圖像處理領(lǐng)域最為強烈，GPU也就應(yīng)運而生。

　?。–PU與GPU結(jié)構(gòu)對比示意圖 via：baike.baidu.com）

　　通過CPU與GPU結(jié)構(gòu)上的對比我們可以看出，CPU功能模塊很多，能適應(yīng)復(fù)雜運算環(huán)境；GPU構(gòu)成則相對簡單，大部分晶體管主要用于構(gòu)建控制電路（比如分支預(yù)測等）和Cache，只有少部分的晶體管來完成實際的運算工作。而GPU的控制相對簡單，且對Cache的需求小，所以大部分晶體管可以組成各類專用電路、多條流水線，使得GPU的計算速度有了突破性的飛躍，擁有了更強大的處理浮點運算的能力。當(dāng)前最頂級的CPU只有4核或者6核，模擬出8個或者12個處理線程來進(jìn)行運算，但是普通級別的GPU就包含了成百上千個處理單元，高端的甚至更多，這對于多媒體計算中大量的重復(fù)處理過程有著天生的優(yōu)勢。

　　這就好比在畫一幅畫的時候CPU是用一支筆一筆一筆的來畫，而GPU則是多支筆對不同的位置同時進(jìn)行描繪，那自然效率就是突飛猛進(jìn)的。

　　（英特爾CPU與英偉達(dá)GPU浮點運算性能對比圖 via：blog.sina.com.cn）

　　雖然GPU是為了圖像處理而生的，但是我們通過前面的介紹可以發(fā)現(xiàn)，它在結(jié)構(gòu)上并沒有專門為圖像服務(wù)的部件，只是對CPU的結(jié)構(gòu)進(jìn)行了優(yōu)化與調(diào)整，所以現(xiàn)在GPU不僅可以在圖像處理領(lǐng)域大顯身手，它還被用來科學(xué)計算、密碼破解、數(shù)值分析，海量數(shù)據(jù)處理（排序，Map-Reduce等），金融分析等需要大規(guī)模并行計算的領(lǐng)域。所以GPU也可以認(rèn)為是一種較通用的芯片。