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

2023-06-17 19:00:47    編輯: 葉鳴鳴
導讀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...
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。
追加內容

本文作者可以追加內容哦 !



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

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

猜你喜歡