历史上的今天
今天是：2024年11月25日（星期一）
2020年11月25日 | 解剖GPU和CPU，他们俩的区别到底在哪
2020-11-25 来源：21IC
对于GPU，大家想必也十分熟悉。但是，大家真的了解GPU吗?譬如，GPU和显卡是同一个东西吗?CPU和GPU有什么区别吗?在本文中，小编将对这两个问题加以介绍。如果GPU是您正在了解的知识，本文将是很好的入门素材哦，不妨和小编共同往下阅读吧。
一、GPU 、显卡关系
总的来说,显卡是显示卡的简称，显卡是由GPU、显存等等组成的。
GPU是图形处理器，一般GPU就是焊接在显卡上的， 大部分情况下，我们所说GPU就等于指显卡，但是实际情况是GPU是显示卡的“心脏”，是显卡的一个核心零部件，核心组成部分。它们是“寄生与被寄生”关系。GPU本身并不能单独工作，只有配合上附属电路和接口，才能工作。这时候，它就变成了显卡。
也就相当于CPU在电脑中的作用，它决定了该显卡的档次和大部分性能，现在还没有出现GPU插在主板上的，因为GPU功耗很高，背面电流过大，还是焊接更为可靠。
二、CPU、GPU区别
CPU和GPU之所以大不相同，是由于其设计目标的不同，它们分别针对了两种不同的应用场景。CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。
于是CPU和GPU就呈现出非常不同的架构(示意图)：
图片来自nVidia CUDA文档。其中绿色的是计算单元，橙红色的是存储单元，橙黄色的是控制单元。
GPU采用了数量众多的计算单元和超长的流水线，但只有非常简单的控制逻辑并省去了Cache。而CPU不仅被Cache占据了大量空间，而且还有有复杂的控制逻辑和诸多优化电路，相比之下计算能力只是CPU很小的一部分。
从上图可以看出：
Cache， local memory： CPU 》 GPU
Threads(线程数)： GPU 》 CPU
Registers： GPU 》 CPU 多寄存器可以支持非常多的Thread，thread需要用到register，thread数目大，register也必须得跟着很大才行。
SIMD Unit(单指令多数据流，以同步方式，在同一时间内执行同一条指令)： GPU 》 CPU。
CPU 基于低延时的设计：
CPU有强大的ALU(算术运算单元)，它可以在很少的时钟周期内完成算术计算。
当今的CPU可以达到64bit 双精度。执行双精度浮点源算的加法和乘法只需要1～3个时钟周期。
CPU的时钟周期的频率是非常高的，达到1.532～3gigahertz(千兆HZ， 10的9次方)。
大的缓存也可以降低延时。保存很多的数据放在缓存里面，当需要访问的这些数据，只要在之前访问过的，如今直接在缓存里面取即可。
复杂的逻辑控制单元。当程序含有多个分支的时候，它通过提供分支预测的能力来降低延时。
数据转发。 当一些指令依赖前面的指令结果时，数据转发的逻辑控制单元决定这些指令在pipeline中的位置并且尽可能快的转发一个指令的结果给后续的指令。这些动作需要很多的对比电路单元和转发电路单元。
GPU是基于大的吞吐量设计。GPU的特点是有很多的ALU和很少的cache. 缓存的目的不是保存后面需要访问的数据的，这点和CPU不同，而是为thread提高服务的。如果有很多线程需要访问同一个相同的数据，缓存会合并这些访问，然后再去访问dram(因为需要访问的数据保存在dram中而不是cache里面)，获取数据后cache会转发这个数据给对应的线程，这个时候是数据转发的角色。但是由于需要访问dram，自然会带来延时的问题。
GPU的控制单元(左边黄色区域块)可以把多个的访问合并成少的访问。
GPU的虽然有dram延时，却有非常多的ALU和非常多的thread. 为啦平衡内存延时的问题，我们可以中充分利用多的ALU的特性达到一个非常大的吞吐量的效果。尽可能多的分配多的Threads.通常来看GPU ALU会有非常重的pipeline就是因为这样。
所以与CPU擅长逻辑控制，串行的运算。和通用类型数据运算不同，GPU擅长的是大规模并发计算，这也正是密码破解等所需要的。所以GPU除了图像处理，也越来越多的参与到计算当中来。
GPU的工作大部分就是这样，计算量大，但没什么技术含量，而且要重复很多很多次。就像你有个工作需要算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已。而CPU就像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生，你要是富士康你雇哪个?GPU就是这样，用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。这种策略基于一个前提，就是小学生A和小学生B的工作没有什么依赖性，是互相独立的。很多涉及到大量计算的问题基本都有这种特性，比如你说的破解密码，挖矿和很多图形学的计算。这些计算可以分解为多个相同的简单小任务，每个任务就可以分给一个小学生去做。但还有一些任务涉及到“流”的问题。比如你去相亲，双方看着顺眼才能继续发展。总不能你这边还没见面呢，那边找人把证都给领了。这种比较复杂的问题都是CPU来做的。
总而言之，CPU和GPU因为最初用来处理的任务就不同，所以设计上有不小的区别。而某些任务和GPU最初用来解决的问题比较相似，所以用GPU来算了。GPU的运算速度取决于雇了多少小学生，CPU的运算速度取决于请了多么厉害的教授。教授处理复杂任务的能力是碾压小学生的，但是对于没那么复杂的任务，还是顶不住人多。当然现在的GPU也能做一些稍微复杂的工作了，相当于升级成初中生高中生的水平。但还需要CPU来把数据喂到嘴边才能开始干活，究竟还是靠CPU来管的。
史海拾趣
|
RF Micro Device公司高级市场经理 Brent Wilkins 今天的新一代蜂窝电话设计越来越复杂，需要提供多频段、多模式支持，具有蓝牙个人区域网络、GPS定位、WLAN等功能，而且超宽带和电视接收功能已经开始出现，此外像游戏、图像、音频和视频 ...… 查看全部问答＞ |
|
上海KT人公司是中国最大最专业的IC电子人才咨询公司之一，多年来专注于IC与电子行业中高级人才服务，客户主要为欧美著名半导体公司（如TI、ADI、LSI、Cisco、Conexant等）和美资集成电路设计新公司共20多家，主要寻找IC设计、芯片制造、IC市场与销 ...… 查看全部问答＞ |
|
1、支持wince5.0可使用 .net + sqlce2.0 开发应用程序; 2、必须的外部接口包括：usb、以太网接口、打印串口 3、能控制按键音、报警音 4、能控制屏幕背光 5、需支持对5v左右电压的电池或电板充电 6、128X128支持汉显屏幕 7、主板长宽… 查看全部问答＞ |
|
近来忙着家事，有一段时间没有上来了，今天顺着2011-1-11，这么多棍棍的日子，上来溜达一下。 看到自从夏老师到网站上来座镇解答FPGA的相关问题，网站上FPGA的热情洋溢，很有气氛，觉得这里有蛮多朋友 ...… 查看全部问答＞ |