Question

gpu加速和gpu运算 区别

RT 就如什么显卡都可进行GPU加速（只要不是古董...） 而好像只有nvidia tesla说的是gpu计算~~

Answer 1

　　GPU越来越强大，GPU为显示图像做了优化之外，在计算上已经超越了通用的CPU。如此强大的芯片如果只是作为显卡就太浪费了，因此NVidia推出CUDA，让显卡可以用于图像计算以外的目的，也就是超于游戏，使得GPU能够发挥其强大的运算能力。
　　1、虽然看到CPU和GPU在运算能力上面的巨大差距，但是要看看他设计之初所负责的工作。CPU设计之初所负责的是如何把一条一条的数据处理玩，CPU的内部结构可以分为控制单元、逻辑单元和存储单元三大部分，三个部分相互协调，便可以进行分析，判断、运算并控制计算机各部分协调工作。其中运算器主要完成各种算术运算(如加、减、乘、除)和逻辑运算(如逻辑加、逻辑乘和非运算);而控制器不具有运算功能,它只是读取各种指令,并对指令进行分析,作出相应的控制。
　　2、通常,在CPU中还有若干个寄存器,它可直接参与运算并存放运算的中间结果。CPU的工作原理就像一个工厂对产品的加工过程：进入工厂的原料（程序指令），经过物资分配部门（控制单元）的调度分配，被送往生产线（逻辑运算单元），生产出成品（处理后的数据）后，再存储在仓库（存储单元）中，最后等着拿到市场上去卖（交由应用程序使用）。在这个过程中，从控制单元开始，CPU就开始了正式的工作，中间的过程是通过逻辑运算单元来进行运算处理，交到存储单元代表工作的结束。数据从输入设备流经内存，等待CPU的处理。
　　3、而GPU却从最初的设计就能够执行并行指令，从一个GPU核心收到一组多边形数据，到完成所有处理并输出图像可以做到完全独立。由于最初GPU就采用了大量的执行单元，这些执行单元可以轻松的加载并行处理，而不像CPU那样的单线程处理。另外，现代的GPU也可以在每个指令周期执行更多的单一指令。例如，在某些特定环境下，Tesla架构可以同时执行MAD+MULorMAD+SFU。

Answer 2

GPU加速只是GPU通用计算的一种应用而已，可以加速你的日常应用，包括解压缩、模拟等，但GPU计算是其基础。
Nvidia是目前GPU通用计算的领军企业，但不代表只有Nvidia的GPU才可以。AMD的一样可以。AMD-ATI最早的通用计算平台叫Stream，只不过支持力度没那么大，不像Nvidia CUDA那么风生水起而已。

追问

那么tesla图形计算卡 的加速能力是不是比普通游戏卡还有一般的专业卡要强

追答

是的，这个是因为API的支持度的问题。Tesla对OpenCL等都做了深度优化，支持力度好，配备大显存。但其实硬件层面和Geforce没有什么区别。

Answer 3

把cpu和gpu的关系想象成2个服装设计师和100个工人，很容易理解，服装设计师负责设计，可以生产服装，但是效率低下，而工人凭借人数优势有着很高的生产效率，但是没有指挥没法工作。

Answer 4

GPU加速只是GPU通用计算的一种应用而已，可以加速你的日常应用，包括解压缩、模拟等，但GPU计算是其基础。
Nvidia是目前GPU通用计算的领军企业，但不代表只有Nvidia的GPU才可以。AMD的一样可以。AMD-ATI最早的通用计算平台叫Stream，只不过支持力度没那么大，不像Nvidia CUDA那么风生水起而已。

Answer 5

GPU不运算怎么加速？

追问

我说的是和cpu并行计算