GPU與CPU
一、GPU介紹以及與顯卡區別論述：
GPU是顯卡的處理器，稱爲圖形處理器（Graphics Processing Unit，即GPU），又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、遊戲機和一些移動設備（如平板電腦、智能手機等）上圖像運算工作的微處理器，它是顯卡的“心髒”，與CPU類似，只不過GPU是專爲執行復雜的數學和幾何計算而設計的，這些計算是圖形渲染所必需的。
有了GPU，CPU就從圖形處理的任務中解放出來，可以執行其他更多的系統任務，這樣可以大大提高計算機的整體性能。
時下市場上的顯卡大多採用NVIDIA和 AMD-ATI 兩家公司的圖形處理芯片；GPU會產生大量熱量，所以它的上方通常安裝有散熱器或風扇。
類型：當下顯卡類型主要包括獨立顯卡和集成顯卡。
獨立顯卡簡稱獨顯，是指成獨立的板卡，需要插在主板的相應接口上的顯卡,通過PCI-Express、PCI或AGP等擴展槽界面與主板連接的，而通常它們可以相對容易地被取代或升級（假設主板能支持升級），現在還沒有出現GPU插在主板上的，因爲GPU功耗很高，背面電流過大，還是焊接更爲可靠。
獨立顯卡又分爲內置獨立顯卡和外置顯卡。平常我們見到的獨立顯卡都是內置獨立顯卡，是一片實實在在的顯卡插在主板上，比如插在AGP或PCI Express插槽上，拆开機箱看，就是獨立顯卡和顯示器信號线相連的那部分零件。
獨立顯卡具備單獨的顯存，不佔用系統內存，而且技術上領先於集成顯卡，能夠提供更好的顯示效果和運行性能。顯卡作爲電腦主機裏的一個重要組成部分，對於喜歡玩遊戲和從事專業圖形設計的人來說顯得非常重要。以前民用顯卡圖形芯片供應商主要包括ATI和NVIDIA兩家。(ATI現被AMD收購)
集成顯卡一般不帶有顯存，而是使用系統的一部分主內存作爲顯存，具體的數量一般是系統根據需要自動動態調整的。顯然，如果使用集成顯卡運行需要大量佔用內存的空間，對整個系統的影響會比較明顯，此外系統內存的頻率通常比獨立顯卡的顯存低很多，因此集成顯卡的性能比獨立顯卡要遜色一些。使用集成了顯卡的芯片組的主板，並不是必須使用集成的顯卡，主板完全可以把集成的顯卡屏蔽，只是出於成本，很少會這樣做。
**GPU 與顯卡的關系：**GPU是顯卡的最主要部件！是顯卡的心髒、大腦！顯卡是由gpu（圖像處理器） 顯存 PVC版 金手指 擋板 接口 電容電阻等元件 散熱器共同組成的，因爲gpu最重要，所以約定俗成GPU往往是顯卡的代名詞。
二、GPU與CPU
CPU和GPU之所以大不相同，是由於其設計目標的不同，它們分別針對了兩種不同的應用場景。
CPU需要很強的通用性來處理各種不同的數據類型，同時邏輯判斷又會引入大量的分支跳轉和中斷的處理，這些都使得CPU的內部結構異常復雜。
GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純淨的計算環境。
於是CPU和GPU就呈現出非常不同的架構（示意圖）：

圖片來自nVidia CUDA文檔。其中綠色的是計算單元，橙紅色的是存儲單元，橙黃色的是控制單元。
CPU：

CPU有強大的ALU（算術運算單元），它可以在很少的時鐘周期內完成算術計算。
當今的CPU可以達到64bit 雙精度。執行雙精度浮點源算的加法和乘法只需要1～3個時鐘周期。
CPU的時鐘周期的頻率是非常高的，達到1.532～3gigahertz（千兆HZ， 10的9次方）。
大的緩存也可以降低延時。保存很多的數據放在緩存裏面，當需要訪問的這些數據，只要在之前訪問過的，如今直接在緩存裏面取即可。
復雜的邏輯控制單元。當程序含有多個分支的時候，它通過提供分支預測的能力來降低延時。
數據轉發。 當一些指令依賴前面的指令結果時，數據轉發的邏輯控制單元決定這些指令在pipeline中的位置並且盡可能快的轉發一個指令的結果給後續的指令。這些動作需要很多的對比電路單元和轉發電路單元。
GPU：

GPU是基於大的量設計。GPU的特點是有很多的ALU和很少的cache. 緩存的目的不是保存後面需要訪問的數據的，這點和CPU不同，而是爲thread提高服務的。如果有很多线程需要訪問同一個相同的數據，緩存會合並這些訪問，然後再去訪問dram（因爲需要訪問的數據保存在dram中而不是cache裏面），獲取數據後cache會轉發這個數據給對應的线程，這個時候是數據轉發的角色。但是由於需要訪問dram，自然會帶來延時的問題。
GPU的控制單元（左邊黃域塊）可以把多個的訪問合並成少的訪問。
GPU的雖然有dram延時，卻有非常多的ALU和非常多的thread. 爲了平衡內存延時的問題，我們可以充分利用多的ALU的特性達到一個非常大的量的效果。盡可能多的分配多的Threads.通常來看GPU ALU會有非常重的pipeline就是因爲這樣。
所以與CPU擅長邏輯控制，串行的運算。和通用類型數據運算不同，GPU擅長的是大規模並發計算，這也正是密碼破解等所需要的。所以GPU除了圖像處理，也越來越多的參與到計算當中來。
總而言之，CPU和GPU因爲最初用來處理的任務就不同，所以設計上有不小的區別。而某些任務和GPU最初用來解決的問題比較相似，所以用GPU來算了。GPU的工作大部分就是這樣，計算量大，但沒什么技術含量，而且要重復很多很多次。GPU的運算速度取決於僱了多少小學生，CPU的運算速度取決於請了多么厲害的教授。教授處理復雜任務的能力是碾壓小學生的，但是對於沒那么復雜，但是量特別大的任務，還是頂不住人多。當然現在的GPU也能做一些稍微復雜的工作了，相當於升級成初中生高中生的水平。但還需要CPU來把數據喂到嘴邊才能开始幹活，究竟還是靠CPU來管的。

---

標題：GPU與CPU一、GPU介紹以及與顯卡區別論述：GPU是顯卡的處理器，稱爲圖

地址：https://www.utechfun.com/post/226634.html