cpu和gpu哪個技術含量高（趣味講解CPU與GPU有什麼區別）

2023-11-11 01:27:42 2

今天，我們簡單聊一聊CPU與GPU的區別。

CPU的故事我們聊得比較多，之前也發過很多關於CPU的文章，因此這裡重點說一下GPU。

教授 vs 小學生

大家可以簡單的將CPU理解為學識淵博的教授，什麼都精通；而GPU則是一堆小學生，只會簡單的算數運算。

可即使教授再神通廣大，也不能一秒鐘內計算出500次加減法。因此，對簡單重複的計算來說，單單一個教授敵不過數量眾多的小學生。在進行簡單的算數運算這件事上，500個小學生（並發）可以輕而易舉打敗教授。

我們可以看到，CPU和GPU的最大不同在於架構。CPU適用於廣泛的應用場景（學識淵博），可以執行任意程序；而GPU則專為多任務而生，並發能力強。

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內部cache以及控制部分佔據了很大一部分片上面積，因此計算單元佔比很少。

點擊獲取1V1嵌入式學習規劃，現在還送100G精選學習資料。嵌入式物聯網開發學習諮詢

下面，我們再來看看GPU。GPU只有很簡單的控制單元，剩下的大部分都被計算單元佔據，因此CPU的核數有限，而GPU則輕鬆堆出上千核。

只不過CPU中每個核的能力好比教授，而GPU的每個核的能力好比一個小學生。

你可能會想，為什麼GPU需要這麼奇怪的架構呢？

為什麼GPU需要這麼多核心？

想一想計算機上的一張圖是怎麼表示的？無非就是屏幕上的一個個像素：

我們需要為每個像素進行計算，而且是相同的運算，就好比剛才例子中的小學生計算計加法一樣。

注意，對於屏幕來說一般會有上百萬個像素，如果我們要串行的為每一個像素進行運算效率就太低了。因此，我們可以讓GPU中的每一個核心去為相應的像素進行計算。由於GPU中有很多核心，因此並行計算可以大幅提高速度。

現在你應該明白為什麼GPU要這樣工作了吧！

除了GPU的核心數比較多之外，GPU的工作方式也比較奇怪。

奇怪的工作方式

對於CPU來說，不同的核心可以執行不同的機器指令，coreA在運行word線程的同時coreB上可以運行瀏覽器線程，這就是所謂的多指令多數據，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行相同的機器指令，只是可以操作不同的數據，這就好比這些小學生在某個時刻必須都進行加法計算，不同的地方在於有的小學生可能需要計算1 1，有的要計算2 6等等，變化的地方僅在於操作數，這就是所謂的單指令多數據，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這種複雜的處理器。如果你去看CPU的編程手冊就會發現，CPU負責的事情非常多：中斷處理、內存管理、IO等。

這些對於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CPU工作的配角。

CPU和GPU是這樣配合工作的：