GPU是什么和CPU的区别?CPU是计算机的中央处理单元,可以以最小的延迟执行算术和逻辑运算。相比之下,GPU是一种嵌入式或外部图形处理单元,可以执行浮点运算以在高分辨率图像和视频中渲染多边形坐标。下面,小编将和大家一起讨论CPU和GPU之间的区别。
1、计算中的预期功能
CPU指的是中央处理器。CPU是对所有现代计算系统都至关重要的通用处理器,因为它执行计算机及其操作系统有效运行所需的命令和进程。因此,它通常被称为计算机的大脑。 CPU包括算术逻辑单元(ALU)、控制单元(CU)和存储器。控制单元管理数据流,而ALU对内存提供的数据执行逻辑和算术运算。CPU决定了程序运行的速度。
GPU是指图形处理单元,也称为视频卡或图形卡。GPU是专门为处理图形数据而设计和优化的处理器。因此,将图像等数据从一种图形格式转换为另一种图形格式。它还可以通过创建2D或3D图像来渲染图像,这在3D打印工作流程中被广泛使用。
2、运营重点
CPU专注于低延迟。具有低延迟的计算机通常经过优化,可以以最小的延迟处理大量指令或数据传输。在CPU中,延迟是指设备发出请求与CPU完成请求之间的时间延迟,该延迟以时钟周期为单位进行测量。由于高速缓存未命中和未对齐,CPU中的延迟级别可能会增加。通常,高延迟与增加的网页加载时间和应用程序故障有关。
相比之下,GPU侧重于高吞吐量。吞吐量是指当每条指令的操作数独立于前面的指令时,每个时钟周期可以执行的相似指令的最大数量。内存带宽限制、算法分支发散和内存访问延迟可能导致低吞吐量。
3、操作功能
CPU执行四个主要功能——获取、解码、执行和写回:
获取是指CPU从程序存储器中接收指令的操作。
解码是指通过指令译码器对指令进行转换,以确定还需要CPU的哪些其他部分进行处理。
执行是指完成指令。
回写是指将数据复制到更高级别的缓存或内存的缓存技术。
GPU的主要功能是管理和提高视频和图形性能。它具有纹理贴图、硬件覆盖、解码运动图像专家组(MPEG)文件和数字输出到屏幕监视器等功能。这些旨在减少工作量并生成更快的图形。GPU还执行与3D和浮点运算相关的计算。
4、核心的使用
现代CPU有2到18个强大的内核,每个内核都可以在同时工作时执行不同的工作。通过称为同时多线程处理的过程,可以将核心拆分为称为线程的虚拟核心。例如,具有四个内核的CPU可以拆分为提供八个线程。
CPU的效率随着内核数量的增加而增加,因为它可以同时运行更多的程序并处理范围广泛的任务。因此,CPU内核针对串行计算和运行数据库管理系统(DBMS)进行了优化。
GPU内核在串行计算方面比CPU慢,但在并行计算方面要快得多,因为它们有数千个最适合并行工作负载的较弱内核。GPU内核是用于处理图形操作的专用处理器。
5、串行和并行指令处理
在串行处理中,一次执行单个任务,而在并行处理中,同时执行多个任务。 在串行处理中,每个任务都使用相同的平均时间完成。使用先进先出 (FIFO) 技术完成指令。CPU更适合串行指令处理,因为它们可以使用单个内核在完成另一个任务后执行一个任务。程序计数器确定指令的执行顺序。
同时,任务被拆分到多个处理器中并行处理,以减少运行程序的时间。GPU更适合并行指令处理。GPU的架构允许它们同时跨数据流执行大量计算。因此,提高了计算机系统的速度。并行处理旨在提高计算机系统的计算速度并增加其吞吐量。
6、多功能性和与其他组件的交互
与GPU相比,CPU更加通用。它具有更广泛的指令范围,可以执行许多任务。在执行指令时,CPU还与更多计算机组件交互,例如RAM、ROM、基本输入/输出系统 (BIOS)和输入/输出(I/O)端口。
相比之下,GPU只能接收有限的指令集,只能执行与图形相关的任务。GPU在执行指令时与较少的计算机组件交互。通常,GPU在确定如何在屏幕上显示像素时只需要与显示和内存单元交互。
7、任务的执行
尽管速度相对较慢,但CPU可以处理大多数消费级任务,甚至是复杂的任务。CPU还可以处理图形操作任务,但效率会大大降低。然而,由于任务的复杂性,CPU在3D渲染方面优于GPU。此外,CPU具有更大的内存容量,因此用户可以在不影响性能的情况下快速扩展至 64GB。
GPU主要是增强图像和渲染图形,速度明显快于CPU。将GPU与高端计算机组件相结合,渲染图形的速度比CPU快100倍。尽管速度很快,但GPU通常设计用于执行简单和不复杂的任务。此外,GPU的显卡内存有限,最高可达12GB,无法堆叠并且无法在不导致性能下降和瓶颈的情况下轻松扩展。
8、硬件限制
由于硬件限制,CPU制造商面临重大障碍。1965年,摩尔定律基于对历史趋势的观察和预测而诞生,为现代数字革命奠定了基础。该定律指出,硅芯片上的晶体管数量每两年翻一番,而计算机的成本则减半。然而,57年后,他的观察可能已接近尾声。今天,可以添加到一块硅上的晶体管数量是有限的。然而,制造商已寻求使用分布式计算来克服这些硬件限制、量子计算机和硅替代品来克服这些硬件限制。
另一方面,GPU制造商目前没有面临硬件限制。Huang定律观察到GPU的进步速度比CPU快得多。它还指出,GPU的性能每两年翻一番。
9、上下文切换延迟
上下文切换延迟是指处理单元执行进程所花费的时间。当发出带有指令的请求时,将自动启动依赖链,其中一个进程依赖于前一个进程,直到请求得到满足。由于将信息存储在寄存器中,CPU在多个线程之间的切换速度较慢。相反,GPU任务是同时执行的。这意味着没有 warp间上下文切换,寄存器必须保存到内存并恢复。
10、缓存方法
CPU使用缓存有效地从内存中检索数据以节省时间和能源。缓存是更小、更快的内存,更靠近(通常嵌入)CPU,用于存储来自频繁使用的主内存位置的数据副本。CPU缓存由多个级别组成,通常最高为3 级,有时为4级。每个级别根据访问频率决定是否应保留或删除特定内存。现代CPU自动执行缓存管理。
值得注意的是,GPU的本地内存结构与CPU类似。但是,GPU内存具有非统一内存访问架构,允许程序员选择保留哪些内存以及从 GPU内存中删除哪些内存,这样可以实现更好的内存优化。
以上就是GPU与CPU的10个区别,希望能帮助到大家参考!
领取专属 10元无门槛券
私享最新 技术干货