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。
上一篇：苹果M1 PK 锐龙5000，结果显而易见
下一篇：为AI注入了一个大心脏，Mythic公司模拟矩阵处理器问市
推荐阅读
史海拾趣
以下是五个电子行业里Display Engineering Services公司发展起来的相关故事：
故事一：
在科技日新月异的今天，XX公司凭借其在Display Engineering Services领域的专业技术和创新能力，逐渐崭露头角。起初，XX公司只是一家专注于显示屏研发的小型技术公司，但在市场需求的驱动下，公司意识到为客户提供定制化的显示屏解决方案具有巨大潜力。于是，XX公司开始将重心转移到Display Engineering Services上，通过深入了解客户需求，提供从设计、制造到安装的全流程服务。经过数年的努力，XX公司不仅积累了丰富的经验，还建立起一支专业的技术团队，赢得了业界的广泛认可。
故事二：
YY公司的发展历程颇具传奇色彩。该公司最初只是一家为电子产品提供显示屏配件的供应商。然而，随着市场竞争的加剧，YY公司意识到单纯提供配件已无法满足客户需求。于是，公司决定转型为Display Engineering Services提供商，致力于为客户提供显示屏的定制设计和优化服务。YY公司凭借其卓越的技术实力和敏锐的市场洞察力，成功转型，并在短时间内实现了业务的快速增长。如今，YY公司已成为行业内的佼佼者，其显示屏解决方案广泛应用于各个领域。
故事三：
ZZ公司是一家专注于Display Engineering Services的创业公司。在创立之初，公司面临着资金短缺、技术瓶颈等诸多困难。然而，创始人凭借对技术的热爱和对市场的敏锐洞察，带领团队攻克了一个又一个技术难题。同时，ZZ公司还积极寻求外部合作，与多家知名企业建立了紧密的合作关系，共同开发具有市场竞争力的显示屏产品。在团队成员的共同努力下，ZZ公司逐渐在Display Engineering Services领域崭露头角，成为了一家备受瞩目的创新型企业。
故事四：
AA公司的发展历程充满了挑战与机遇。在成立初期，公司面临着激烈的市场竞争和不断变化的客户需求。为了应对这些挑战，AA公司决定加大研发投入，不断提升自身的技术实力。同时，公司还积极拓展国际市场，与全球多家知名企业建立了合作关系。通过不断的技术创新和市场拓展，AA公司逐渐在Display Engineering Services领域树立了良好的品牌形象，赢得了客户的信赖和支持。
故事五：
BB公司是一家历史悠久的Display Engineering Services企业。多年来，公司始终坚持以客户需求为导向，不断提升服务质量和技术水平。为了保持竞争优势，BB公司不断引进先进的生产设备和技术人才，加强内部管理和质量控制。同时，公司还积极参与行业交流和合作，与国内外多家知名企业建立了良好的合作关系。在多年的发展中，BB公司积累了丰富的经验和技术优势，成为了行业内的领军企业之一。其显示屏解决方案广泛应用于各个领域，并获得了多项国内外技术专利和荣誉。
随着市场的不断变化，Esico-Triton意识到技术创新是企业持续发展的关键。于是，在XXXX年代初，公司投入大量资源进行技术研发。经过不懈的努力，他们成功开发出了一种新型的集成电路，大大提高了电子设备的性能和稳定性。这项技术的突破使得Esico-Triton的产品在市场上更具竞争力，并赢得了众多重要客户的青睐。
随着5G技术的兴起，CYAN敏锐地捕捉到了市场的变化。公司投入大量研发资源，成功开发出一款基于5G技术的高性能网络路由器。这款路由器不仅具有超高的数据传输速度和稳定性，还具备智能管理和安全保护功能，满足了市场对高性能网络设备的需求。
随着公司业务的不断拓展，CMD开始在全球范围内建立销售办事处。从最初的美国加利福尼亚州Irvine总部，逐渐扩展至加州、明尼苏达州、马萨诸塞州，甚至英国等地。这一布局不仅增强了公司的市场影响力，也为其提供了更多的商业合作机会。
在电子行业的激烈竞争中，Chipcera Technology Co Ltd始终坚持以技术为核心的发展策略。某年，公司研发团队成功研发出一款具有更高耐压、更低损耗的陶瓷电容器。这款产品不仅满足了市场对高性能电容器的迫切需求，还为公司赢得了大量订单。随着该产品的广泛应用，Chipcera在行业内的影响力逐渐提升，为后续的发展奠定了坚实基础。
|
CC4019 包括4 个与/或门选择器，每个门由2 个2 输入与门和一个2 输入或门 CC4019 包括4 个与/或门选择器，每个门由2 个2 输入与门和一个2 输入或门组成，选择由A0 和A1 控制位来完成，除可对D0 通道或D1 通道进行选择以外，同时使用控制位可完成逻辑D0＋D1 功能。CC4019 提供了16 引线多层陶瓷双列直插（D）、熔封陶瓷双列 ...… 查看全部问答∨ |
|
|
今天想把2440串口驱动屏蔽掉，我是这么做的： 一、把串口注册表删除 二、在platform.bib文件中把打包串口驱动的部分删除 以上两部之后拷贝到C:\\WINCE500\\PBWorkspaces\\ARMSYS2440\\RelDir\\smdk2440a_ARMV4I_Release下 我看ce.bib已经没有了 ...… 查看全部问答∨ |
|
|
2440 camera？？？？？？？？？？？？？？？？？？？？？？？ 请教你一个问题好吗？2440上 camera分配的是irq6 该irq可能由INTSUB_CAM_P、INTSUB_CAM_C或INT_CAM 被置一而引起，有的资料上说中断由VSYNC垂直同步信号引起 这个由VSYNC触发的中断到底是 INTSUB_CAM_P、INTSUB_CAM_C还是INT_CAM啊？ ？？如果触发 ...… 查看全部问答∨ |
1)NDIS中间驱动绑定的设备是指网卡吗?我电脑只有1块网卡,但是发现他调用了2次绑定函数,那就是绑定了2个设备,会不会虚拟网卡他也绑定? 2)挂载点如Miniport_Send之类的函数,如果NDIS绑定了多个设备,那么,这些函数会不会被设备同时调用?函数里面的访 ...… 查看全部问答∨ |
- “跨芯片”量子纠缠实现 有助建构更强大的量子计算能力IBM公司科学家实现了“跨芯片”量子纠缠——使两块“鹰”（Eagle）量子芯片成功纠缠在一起。每块量子芯片拥有127个量子比特，两块芯片共同 ...
- 为啥车载操作系统（Vehicle OS）越来越重要了呢？01 Autosar的现状Autosar 曾经被德国汽车制造商广泛使用，也被美国和日本的其他汽车制造商使用 但是随着新的电子电器 架构和SOA架构，多S ...
- 车载传感器 — 一文详解激光雷达引言：激光雷达在自动驾驶应用中主要用来探测道路上的障碍物信息，把数据和信号传递给自动驾驶的大脑，再做出相应的驾驶动作，但室外常见的 ...
- 汽车（超声波、毫米波、激光）雷达之间的简单区别现在汽车越来智能了，各种辅助驾驶功能也是越来越先进了，但实现这些先进的功能就离不开汽车雷达这个东西，今天与大家分享一下雷达相关的问 ...
- 汽车电路相关知识大全识读汽车电路图的一般要领1、认真读几遍图注图注说明了该汽车所有电气设备的名称及其数码代号，通过读图注可以初步了解该汽车都装配了哪些 ...
- 国产汽车级双极锁存霍尔芯片CHA44X介绍
- 英飞凌携手马瑞利采用AURIX™ TC4x MCU系列推动区域控制单元创新
- E波段毫米波雷达的功率
- 汽车控制器的供电系统硬件设计
AS6212-EK
京公网安备 11010802033920号