CPU 和 GPU 的区别是什么?
展开全部
首先需要解释CPU(Central Processing Unit)和GPU(Graphics Processing Unit)这两个缩写分别代表什么。CPU即中央处理器,GPU即图形处理器。其次,要解释两者的区别,要先明白两者的相同之处:两者都有总线和外界联系,有自己的缓存体系,以及数字和逻辑运算单元。一句话,两者都为了完成计算任务而设计。
先直观地上个示意图:
从图中我们可以看到,CPU和GPU均有自己的存储(橙色部分,实际的存储体系比图示更为复杂),控制逻辑(黄色部分)和运算单元(绿色部分),但区别是CPU的控制逻辑更复杂,而GPU的运算单元虽然较小但是众多,GPU也可以提供更多的寄存器和程序猿可控的多级存储资源。
两者的区别在于存在于片内的缓存体系和数字逻辑运算单元的结构差异: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和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;GPU的核数远超CPU,被称为众核(NVIDIA Fermi有512个核)。每个核拥有的缓存大小相对小,数字逻辑运算单元也少而简单(GPU初始时在浮点计算上一直弱于CPU)。从结果上导致CPU擅长处理具有复杂计算步骤和复杂数据依赖的计算任务,如分布式计算,数据压缩,人工智能,物理模拟,以及其他很多很多计算任务等。
GPU由于历史原因,是为了视频游戏而产生的(至今其主要驱动力还是不断增长的视频游戏市场),在三维游戏中常常出现的一类操作是对海量数据进行相同的操作,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的众核架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。在2003-2004年左右,图形学之外的领域专家开始注意到GPU与众不同的计算能力,开始尝试把GPU用于通用计算(即GPGPU)。之后NVIDIA发布了CUDA,AMD和Apple等公司也发布了OpenCL,GPU开始在通用计算领域得到广泛应用,包括:数值分析,海量数据处理(排序,Map-Reduce等),金融分析等等。
简而言之,当程序员为CPU编写程序时,他们倾向于利用复杂的逻辑结构优化算法从而减少计算任务的运行时间,即Latency。当程序员为GPU编写程序时,则利用其处理海量数据的优势,通过提高总的数据吞吐量(Throughput)来掩盖Lantency。目前,CPU和GPU的区别正在逐渐缩小,因为GPU也在处理不规则任务和线程间通信方面有了长足的进步。另外,功耗问题对于GPU比CPU更严重。
先直观地上个示意图:
从图中我们可以看到,CPU和GPU均有自己的存储(橙色部分,实际的存储体系比图示更为复杂),控制逻辑(黄色部分)和运算单元(绿色部分),但区别是CPU的控制逻辑更复杂,而GPU的运算单元虽然较小但是众多,GPU也可以提供更多的寄存器和程序猿可控的多级存储资源。
两者的区别在于存在于片内的缓存体系和数字逻辑运算单元的结构差异: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和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;GPU的核数远超CPU,被称为众核(NVIDIA Fermi有512个核)。每个核拥有的缓存大小相对小,数字逻辑运算单元也少而简单(GPU初始时在浮点计算上一直弱于CPU)。从结果上导致CPU擅长处理具有复杂计算步骤和复杂数据依赖的计算任务,如分布式计算,数据压缩,人工智能,物理模拟,以及其他很多很多计算任务等。
GPU由于历史原因,是为了视频游戏而产生的(至今其主要驱动力还是不断增长的视频游戏市场),在三维游戏中常常出现的一类操作是对海量数据进行相同的操作,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的众核架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。在2003-2004年左右,图形学之外的领域专家开始注意到GPU与众不同的计算能力,开始尝试把GPU用于通用计算(即GPGPU)。之后NVIDIA发布了CUDA,AMD和Apple等公司也发布了OpenCL,GPU开始在通用计算领域得到广泛应用,包括:数值分析,海量数据处理(排序,Map-Reduce等),金融分析等等。
简而言之,当程序员为CPU编写程序时,他们倾向于利用复杂的逻辑结构优化算法从而减少计算任务的运行时间,即Latency。当程序员为GPU编写程序时,则利用其处理海量数据的优势,通过提高总的数据吞吐量(Throughput)来掩盖Lantency。目前,CPU和GPU的区别正在逐渐缩小,因为GPU也在处理不规则任务和线程间通信方面有了长足的进步。另外,功耗问题对于GPU比CPU更严重。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
CPU和GPU一样重要,只不过,现在CPU的性能有些过高了,对于一般的游戏来说。至于游戏的运行速度,是一个硬件平台的综合评分,不是CPU和GPU单独决定的。
在NVISION 08上,Adam和Jamie两位科学家展示了CPU与GPU运算方式的不同,并且以GPU的并行运算方式在80毫秒内绘制出达芬奇的名作——蒙娜丽莎! 但这个视频展示的也过于专业了,一般的同学可能多数无法通过观看这个视频理解出CPU与GPU在玩游戏的时候实际工作内容与方式。下面的描述将为你解释一下这个关系。
然后显卡的的工作就是类似油漆工和灯光师,在模型表面刷上油漆的工作就是“贴图”,例如这里的飞船的外壳要有金属感,要有飞船的名字的LOGO之类的,然后灯光师打上不同的背景灯光。
显卡(GPU)负责的表面材质和特效处理:
==================================================================
Adam和Jamie两位科学家展示了CPU与GPU运算方式的短片的第一个场景一台小型机器模拟CPU是如何处理的,每一次运算机器会像白布喷打一次颜料,最终形成一个我们熟悉的“笑脸”。第二个场景是“蒙娜丽莎的微笑”:一台大型机模拟GPU是如何处理的,同样是每一次运算机器会像白布喷打一次颜料,机器启动喷射——蒙娜丽莎的微笑出现在白色的布上。
CPU超强逻辑能力
GPU的超高运算速度
GPU的超高运算速度
GPU的超高运算速度
==================================================================
在NVISION 08上,Adam和Jamie两位科学家展示了CPU与GPU运算方式的不同,并且以GPU的并行运算方式在80毫秒内绘制出达芬奇的名作——蒙娜丽莎! 但这个视频展示的也过于专业了,一般的同学可能多数无法通过观看这个视频理解出CPU与GPU在玩游戏的时候实际工作内容与方式。下面的描述将为你解释一下这个关系。
处理器是用来计算3D模型的,什么是3D模型,我们在游戏里面看到的画面不就是3D的么!
答案是肯定的,我们看到的的确是3D模型,但是那是在进行贴图处理后的3D模型,并不是游戏物理引擎加载的原始3D数据,下面的举例告诉你什么是原始的3D数据。
处理器(CPU)负责计算的3D模型部分:然后显卡的的工作就是类似油漆工和灯光师,在模型表面刷上油漆的工作就是“贴图”,例如这里的飞船的外壳要有金属感,要有飞船的名字的LOGO之类的,然后灯光师打上不同的背景灯光。
显卡(GPU)负责的表面材质和特效处理:
==================================================================
Adam和Jamie两位科学家展示了CPU与GPU运算方式的短片的第一个场景一台小型机器模拟CPU是如何处理的,每一次运算机器会像白布喷打一次颜料,最终形成一个我们熟悉的“笑脸”。第二个场景是“蒙娜丽莎的微笑”:一台大型机模拟GPU是如何处理的,同样是每一次运算机器会像白布喷打一次颜料,机器启动喷射——蒙娜丽莎的微笑出现在白色的布上。
CPU超强逻辑能力
GPU的超高运算速度
GPU的超高运算速度
GPU的超高运算速度
==================================================================
以上文章仅为参考帮助说明,并不做全面的可适用性保证,相关支持请点击右侧的微博进行讨论。
其它问题可以到 中关村在线-精编问答堂搜索
更多的关于电脑和网络的问题请到 中关村在线-硬件论坛 交流分享
希望以上信息对你有所帮助
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
图形处理器(英语:Graphics Processing Unit,缩写:GPU),又称显示核心、视觉处理器、显示芯片,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)上图像运算工作的微处理器。
中央处理器(CPU,Central Processing Unit)是一块超大规模的集成电路,是一台计算机的运算核心(Core)和控制核心( Control Unit)。它的功能主要是解释计算机指令以及处理计算机软件中的数据。
一个是处理数据,一个是处理图形
中央处理器(CPU,Central Processing Unit)是一块超大规模的集成电路,是一台计算机的运算核心(Core)和控制核心( Control Unit)。它的功能主要是解释计算机指令以及处理计算机软件中的数据。
一个是处理数据,一个是处理图形
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询