科普GPU和CPU之间的区别.docxVIP

PAGE 1 PAGE 1 科普GPU和CPU之间的区别  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，同时又要规律推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、相互无依靠的大规模数据和不需要被打断的纯洁的计算环境。  这个视频，特别具象的表述了CPU和GPU在图像处理时的不同的原理和方法。看到GPU的模型喷射出的一瞬间，你就秒懂了。  依据上面视频中的比方，你应当很清晰CPU和GPU就呈现出特别不同的架构：  绿色的是计算单元  橙红色的是存储单元  橙黄色的是掌握单元  GPU采用了数量众多的计算单元和超长的流水线，但只有特别简洁的掌握规律并省去了Cache。而CPU不仅被Cache占据了大量空间，而且还有有复杂的掌握规律和诸多优化电路，相比之下计算能力只是CPU很小的一部分。  GPU如何加快软件应用程序的运行速度  GPU加速计算可以供应非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到GPU，同时仍由CPU运行其余程序代码。从用户的角度来看，应用程序的运行速度明显加快。  GPU与CPU性能比较  理解GPU和CPU之间区分的一种简洁方式是比较它们如何处理任务。CPU由专为顺序串行处理而优化的几个核心组成，而GPU则拥有一个由数以千计的更小、更高效的核心（专为同时处理多重任务而设计）组成的大规模并行计算架构。  从上图可以看出：  Cache，localmemory：CPUGPU  Threads(线程数)：GPUCPU  Registers：GPUCPU  SIMDUnit(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)：GPUCPU。  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特别高的，达到1.532～3gigahertz(千兆HZ，10的9次方).  大的缓存也可以降低延时。保存许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。  复杂的规律掌握单元。当程序含有多个分支的时候，它通过供应分支预估的能力来降低延时。   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，同时又要规律推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、相互无依靠的大规模数据和不需要被打断的纯洁的计算环境。  这个视频，特别具象的表述了CPU和GPU在图像处理时的不同的原理和方法。看到GPU的模型喷射出的一瞬间，你就秒懂了。  依据上面视频中的比方，你应当很清晰CPU和GPU就呈现出特别不同的架构：  绿色的是计算单元  橙红色的是存储单元  橙黄色的是掌握单元  GPU采用了数量众多的计算单元和超长的流水线，但只有特别简洁的掌握规律并省去了Cache。而CPU不仅被Cache占据了大量空间，而且还有有复杂的掌握规律和诸多优化电路，相比之下计算能力只是CPU很小的一部分。  GPU如何加快软件应用程序的运行速度  GPU加速计算可以供应非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到GPU，同时仍由CPU运行其余程序代码。从用户的角度来看，应用程序的运行速度明显加快。  GPU与CPU性能比较  理解GPU和CPU之间区分的一种简洁方式是比较它们如何处理任务。CPU由专为顺序串行处理而优化的几个核心组成，而GPU则拥有一个由数以千计的更小、更高效的核心（专为同时处理多重任务而设计）组成的大规模并行计算架构。  从上图可以看出：  Cache，localmemory：CPUGPU  Threads(