gpu是什么和cpu的区别（手机gpu是什么和cpu的区别）

今天，我们简单说一下CPU和GPU的区别。

关于CPU的故事我们讲了很多，之前也发表过很多关于CPU的文章，所以这里重点讲GPU。

教授与学生

你可以简单地将CPU理解为一位博学多才的教授；而GPU则是一群只能做简单算术运算的小学生。

但教授再厉害，也无法在一秒钟内算出500次加减法。因此，对于简单的重复计算，一个教授根本无法敌得过大量的小学生。500名小学生（同时）在进行简单的算术运算时可以轻松击败教授。

我们可以看到CPU和GPU最大的区别在于架构。CPU适用场景广泛（知识渊博），可以执行任何程序；而GPU是为多任务处理而设计的，具有很强的并发能力。

具体来说，就是多核。一般CPU有2核、4核、8核等；而GPU可能有数百或数千个核心。

可以看出，CPU内部缓存和控制部分占据了片内很大一部分面积，因此计算单元所占比例较小。

点击获取1V1嵌入式学习计划，即刻获得100G精选学习资料。嵌入式物联网开发学习咨询

接下来我们看一下GPU。GPU只有一个非常简单的控制单元，其余大部分都被计算单元占据。因此CPU的核心数量是有限的，而GPU却可以轻松堆砌上千个核心。

只不过CPU中每个核心的算力就像一个教授，而GPU中每个核心的算力就像一个小学生。

你可能会想，为什么GPU需要这么奇怪的架构呢？

为什么GPU需要这么多核心？

想一想一张图片在计算机上是如何表示的？它只不过是屏幕上的像素：

我们需要对每个像素进行一次计算，而且是同样的操作，就像例子中的小学生刚刚计算加法一样。

请注意，屏幕上通常有数百万个像素。如果我们要对每个像素串行进行计算，效率就太低了。因此，我们可以让GPU中的每个核心对对应的像素进行计算。由于GPU中有很多核心，并行计算可以显着提高速度。

现在你应该明白为什么GPU这样工作了吧！

除了GPU中的核心数量众多之外，GPU的工作方式也很奇怪。

奇怪的工作方式

对于CPU来说，不同的核心可以执行不同的机器指令。CoreA可以运行字线程，而coreB可以运行浏览器线程。这就是所谓的多指令、多数据、MIMD（多指令、多数据）。

GPU不同。GPU上的这些核心必须统一运行相同的机器指令，但它们可以操作不同的数据。这就像这些小学生在某些时候必须进行加法计算一样。不同的是，有的小学生可能需要计算1+1，有的需要计算2+6等，唯一的变化是在操作数上。这就是所谓的单指令多数据，SIMD（单指令多数据）。

因此，我们可以看到GPU的工作方式与CPU完全不同。

除了这种工作方式之外，GPU的指令集也非常简单，不像CPU那样复杂的处理器。如果你看一下CPU编程手册，你会发现CPU负责很多事情：中断处理、内存管理、IO等。

对于GPU来说，这些都不存在。可以看到GPU的定位很简单，就是纯粹的计算。GPU绝不是用来取代CPU的。CPU只是给它一些GPU非常擅长的东西。GPU只是用来分担CPU工作的配角。

这就是CPU和GPU协同工作的方式：

GPU擅长什么

比较适合GPU的计算场景如下：1）简单计算；2）重复计算，所以如果你的计算场景和这里的图像渲染类似，那么使用GPU是非常合理的。

因此，图形图像计算、天气预报、神经网络等都适合GPU。哦，对了，GPU也适合挖矿。

好了，今天的话题到这里就结束了。希望这篇文章能够帮助大家了解GPU。