淺析cpu和gpu的區(qū)別

今天簡單聊聊CPU與GPU。

CPU 的故事我們聊得比較多了，之前也發(fā)布過很多關(guān)于 CPU 的文章，因此這里重點(diǎn)聊聊 GPU。

你可以簡單的將CPU理解為學(xué)識淵博的教授，什么都精通。

而GPU則是一堆小學(xué)生，只會簡單的算數(shù)運(yùn)算。

可即使教授再神通廣大，也不能一秒鐘內(nèi)計(jì)算出500次加減法。

因此對簡單重復(fù)的計(jì)算來說單單一個(gè)教授敵不過數(shù)量眾多的小學(xué)生，在進(jìn)行簡單的算數(shù)運(yùn)算這件事上，500個(gè)小學(xué)生(并發(fā))可以輕而易舉打敗教授。

?

因此我們可以看到，CPU和GPU的最大不同在于架構(gòu)。

CPU適用于廣泛的應(yīng)用場景(學(xué)識淵博)，可以執(zhí)行任意程序。

而GPU則專為多任務(wù)而生，并發(fā)能力強(qiáng)，具體來講就是多核，一般的CPU有2核、4核、8核等，而GPU則可能會有成百上千核：

可以看到，CPU內(nèi)部cache以及控制部分占據(jù)了很大一部分片上面積，因此計(jì)算單元占比很少。

再來看看GPU，GPU只有很簡單的控制單元，剩下的大部分都被計(jì)算單元占據(jù)，因此CPU的核數(shù)有限，而GPU則輕松堆出上千核：

只不過CPU中每個(gè)核的能力好比教授，而GPU的每個(gè)核的能力好比一個(gè)小學(xué)生。

你可能會想，為什么GPU需要這么奇怪的架構(gòu)呢？

為什么GPU需要這么多核心？

想一想計(jì)算機(jī)上的一張圖是怎么表示的？無非就是屏幕上的一個(gè)個(gè)像素：

我們需要為每個(gè)像素進(jìn)行計(jì)算，而且是相同的運(yùn)算。

就好比剛才例子中的小學(xué)生計(jì)算計(jì)加法一樣。

注意，對于屏幕來說一般會有上百萬個(gè)像素，如果我們要串行的為每一個(gè)像素進(jìn)行運(yùn)算效率就太低了。

因此我們可以讓GPU中的每一個(gè)核心去為相應(yīng)的像素進(jìn)行計(jì)算，由于GPU中有很多核心，因此并行計(jì)算可以大幅提高速度。

現(xiàn)在你應(yīng)該明白為什么GPU要這樣工作了吧。

除了GPU的核心數(shù)比較多之外，GPU的工作方式也比較奇怪。

奇怪的工作方式

對CPU來說，不同的核心可以執(zhí)行不同的機(jī)器指令。

coreA在運(yùn)行word線程的同時(shí)coreB上可以運(yùn)行瀏覽器線程，這就是所謂的多指令多數(shù)據(jù)，MIMD，(Multiple Instruction, Multiple Data)。

而GPU則不同，GPU上的這些核心必須整齊劃一的運(yùn)行相同的機(jī)器指令，只是可以操作不同的數(shù)據(jù)。

這就好比這些小學(xué)生在某個(gè)時(shí)刻必須都進(jìn)行加法計(jì)算，不同的地方在于有的小學(xué)生可能需要計(jì)算1+1，有的要計(jì)算2+6等等，變化的地方僅在于操作數(shù)，這就是所謂的單指令多數(shù)據(jù)，SIMD，(Single Instruction, Multiple Data)。

因此我們可以看到GPU的工作方式和CPU是截然不同的。

除了這種工作方式之外，GPU的指令集還非常簡單，不像CPU這種復(fù)雜的處理器。

如果你去看CPU的編程手冊就會發(fā)現(xiàn)，CPU負(fù)責(zé)的事情非常多：中斷處理、內(nèi)存管理、IO等等，這些對于GPU來說都是不存在的。

可以看到GPU的定位非常簡單，就是純計(jì)算，GPU絕不是用來取代CPU的，CPU只是把一些GPU非常擅長的事情交給它，GPU僅僅是用來分擔(dān)CPU工作的配角。

CPU和GPU是這樣配合工作的：

GPU擅長什么

比較適合GPU的計(jì)算場景是這樣的：1)計(jì)算簡單；2）重復(fù)計(jì)算。

因此如果你的計(jì)算場景和這里的圖像渲染相似那么使用GPU就很合理了。

因此對于圖形圖像計(jì)算、天氣預(yù)報(bào)以及神經(jīng)網(wǎng)絡(luò)等都適用于GPU，哦對了，GPU還適合用來挖礦。

好啦，這個(gè)話題今天就到這里，希望這篇對大家理解GPU有所幫助。

編輯：黃飛

?