Question

CPU和GPU的运算机制的差异

简单通俗点好，挑要点解释就好

Answer 1

GPU在几个主要方面有别于DSP架构。其所有计算均使用浮点算法，而且目前还没有位或整数运算指令。此外，由于GPU专为图像处理设计，因此存储系统实际上是一个二维的分段存储空间，包括一个区段号（从中读取图像）和二维地址（图像中的X、Y坐标）。此外，没有任何间接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个SIMD数据并行执行单元，在所有碎片中独立执行代码。
尽管有上述约束，但是GPU还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，但新用户在使用GPU计算时还是会感到迷惑，因为GPU需要专有的图形知识。这种情况下，一些软件工具可以提供帮助。两种高级描影语言CG和HLSL能够让用户编写类似C的代码，随后编译成碎片程序汇编语言。Brook是专为GPU计算设计，且不需要图形知识的高级语言。因此对第一次使用GPU进行开发的工作人员而言，它可以算是一个很好的起点。Brook是C语言的延伸，整合了可以直接映射到GPU的简单数据并行编程构造。经 GPU存储和操作的数据被形象地比喻成“流”（stream），类似于标准C中的数组。核心（Kernel）是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。Brook还提供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。Brook还完全隐藏了图形API的所有细节，并把GPU中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用Brook编写的应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ATI的X800XT和Nvidia的GeForce 6800 Ultra型GPU，在相同高速缓存、SSE汇编优化Pentium 4执行条件下，许多此类应用的速度提升高达7倍之多。
对GPU计算感兴趣的用户努力将算法映射到图形基本元素。类似Brook这样的高级编程语言的问世使编程新手也能够很容易就掌握GPU的性能优势。访问GPU计算功能的便利性也使得GPU的演变将继续下去，不仅仅作为绘制引擎，而是会成为个人电脑的主要计算引擎。
简单点说:GPU是图形处理器,CPU是中央处理器.CPU是单线处理指令.而GPU是并行处理.

Answer 2

就一般通用处理器来说，在浮点运算、并行处理方面性能远不如GPU。我们可以将GPU的优势发挥出来，使处理器性能得到大幅提高。从更深层次考虑，目前CPU的性能提升遇到了各种各样的困难，除了难以攀升的核心频率之外，核心架构效率、核心数量都很难获得大幅提升。反观GPU就是一番不同的景象了，它的潜力还未被完全的挖掘，提升空间巨大。
首先：处理器核心频率遭遇瓶颈！
细心的消费者会发现近年来处理器已经不再使用核心频率来作为处理器的型号标注。其中一个非常重要的原因就是处理器主频在现有工艺条件之下已经遭遇瓶颈难以继续攀升，想要再依靠频率大幅度提升处理器性能已经走不通了。

然后：处理器核心效率挖掘殆尽！

既然频率已经不能够再提升了，我们可否提升处理器的运行效率来提高处理性能呢？这在一方面是完全可行的，但是提升幅度也非常有限。

目前Intel最强的酷睿 i7处理器，架构方面相比上代酷睿2四核处理器发生了巨大的改变：原生四核、三级缓存、高速QPI总线、三通道DDR3内存控制器、超线程技术、内核及指令集优化等等。在这些技术共同优化之下同频率酷睿i7 965综合性能仅比上代QX9770提升了10-20%，架构的潜力已经被深度挖掘几乎殆尽。

AMD情况也相差不错，Phenom II相比Phenom的性能提升更多源于频率，而核心架构优化贡献仅有不到5%。两大处理器厂商单核心效率都已接近极限，想要继续提升举步维艰。

最后：CPU核心数量增加已达上限！

频率难以提升，核心效率挖掘殆尽，那我们就多加几个核心一起来提高性能好了，不过这也不是简单的事情。从最初的胶水双核到后来的原生四核，再到现在的顶级六核，核心增加变得越来越困难，这其中必定是有原因的。

GPU拥有超高的浮点运算能力！

GPU的运算能力与日俱增，现阶段还是针对图像运算居多，主要还是进行浮点运算和并行处理。通用处理器则更多的是针对整数运算，所以说GPU与通用处理器(General Purpose Processor)设计领域侧重各有不同。
CPU仍然有存在价值，由于通用处理器的设计，令它可以应付日常生活形形色色的工作，所以它与GPU的关系应该是并存的。如CPU负责一般整数运算，而GPU则负责专门浮点计算。如果能够把这两者完美的整合起来，并由此延伸出可供实际运用的架构，必将带来处理器发展的新纪元。

照这样看来CPU与GPU整合确实是一个非常NB的点子啊！那我们要怎么才能做到呢？请点此让我为大家介绍下现在的实际运用例子。

具体参考：http://tech.sina.com.cn/h/2010-08-19/06051464143.shtml

Answer 3

CPU的任务包括了T&L（多边形转换与光源处理，也就是3D显示运算），浮点运算、还要做内存管理、输入响应等非3D图形处理工作，而GPU是专门做T&L运算的，同时也具备一定的浮点运算能力。也就是说，CPU什么都能算但是不够专精，GPU专门做图形处理运算，用来显示2D、3D图像。

Answer 4

我说点自己的理解吧

CPU是一个通用处理器，也就是什么都能干，但是不精
GPU是专用处理器，专搞图形的，当然这方面就比较猛

后来有人发现GPU也可以干图形之外的事，而且因为架构的原因，性能比CPU还好，所以就发展了GPU的通用计算

CPU什么都能干，付出的代价就是，它的晶体管中，多数是用来控制的，少数用来运算，当然速度就慢；而GPU中多数晶体管是用来运算的，速度就快。

好像还有个区别，就是GPU在设计的初期，为了绘图上的需求，做成了多个流处理器的，大概和CPU的多核差不多吧，也就是并行处理能力很强。

Answer 5

嗯，这个问题大！
cpu是管控制的、运算，所有运算！
GPU是对图像的运算，因为现在图像的运算很费时间，所以给CPU一个助理来帮助它，这就是GPU！
这就是差异，在越来越强调图形图像的今天，GPU显得格外重要！