- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
GPU 行业发展前景
一、从世界巨头寻找发展的足迹
1、GPU 的作用与分类
GPU (graphicsprocessingunit, 图形处理器)又被称为显示
芯片, 多用于个人电脑、工作站、游戏主机以及移动设备 (智能手机、
平板电脑、VR 设备)上专门运行绘图运算的微处理器.
结构决定 GPU 更适合并行计算, GPU与 CPU 主要区别在于片内
的缓存体系和数字逻辑运算单元的结构区别:GPU 核(尤其 ALU 运算
单元)的数量远超 CPU 但是结构较 CPU 简单, 因此被称为众核结构.
众核结构非常适合把同样的指令流并行发送到众核上, 采用不同的
输入数据执行, 从而完成图形处理中的海量简单操作, 如对每一个
顶点进行同样的坐标变换, 对每一个顶点按照同样的光照模型计算
颜色值. GPU利用自身处理海量数据的优势, 通过提高总的数据吞吐
量(Throughput)来弥补执行时间(Latency)长的缺点.
一般而言, 消费者在选购消费电子产品的时候, 例如在选购
移动电话或者笔记本时, 会更加关注 CPU (CentralProcessingUnit,
中央处理器)的性能, 例如 CPU 的品牌、系列、核心数量等等, 而
GPU 受到的关注就相对较少. GPU (GraphicProcessingUnit), 及图
形处理器,是一种专门在个人电脑、工作站、游戏机和一些移动设备
(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理
器. 在 PC 诞生之初, 并存在 GPU 的念, 所有的图形计算都由 CPU 进
行计算. 然而, 使用 CPU 做图形计算速度较慢, 于是就设计了专门
的图形加速卡用以帮助处理图形计算. 再后来, NVIDIA 提出了 GPU
的概念, 将 GPU 提升带了一个单独的计算单元的地位.
CPU 一般由逻辑运算单元、控制单元和存储单元组成. CPU 虽
然有多核, 但总数没有超过两位数, 每个核都有足够大的缓存;CPU
有足够多的数字和逻辑运算单元, 并辅助有很多加速分支判断甚至
更复杂的逻辑判断的硬件. 因此, CPU 拥有超强的逻辑能力. GPU 的
优势在于多核, 核数远超CPU, 可以达到数百个, 每个核拥有的缓存
相对较小, 数字逻辑运算单元少且简单. 因此, GPU相对于 CPU 更适
用于处理数据并行计算问题
CPU 与 GPU 的区别
- CPU GPU
设计目标 侧重于程序执行的效率 重在对大量趋同计算的并
行处理
运行复杂程度高,需要处 运行复杂度低,面对的是
理各种不同的数据行,同 不被打断的计算环境,处
时逻辑判断有需要处理大 理类型统一的、无相关性
量分支跳转和中断 的大规模数据
大部分晶体管用于控制,
大部分的警惕管用于算数
缓存的等的设计,负责算
内部架构 逻辑处理单元
数逻辑的处理单元不多
逻辑核心复杂 逻辑核心简单
适合运行具有分支密集
合适处理计算密集型、数
型,不规则数据结构、逻
适用任务 据耦合度低、高度并行化
文档评论(0)