¿Cuál es la diferencia entre gpu y cpu (qué significa gpu)?
Hemos contado muchas historias sobre CPU y hemos publicado muchos artículos sobre CPU antes. Aquí nos centramos en la GPU.
Profesor versus estudiante
Simplemente puedes entender a la CPU como un profesor experto que domina todo; la GPU es un grupo de estudiantes de escuela primaria que solo pueden hacer aritmética simple.
Sin embargo, por muy bueno que sea el profesor, no puede calcular sumas y restas 500 veces en un segundo. Por lo tanto, para cálculos simples y repetidos, un solo profesor no es tan bueno como un gran número de estudiantes de primaria. En operaciones aritméticas simples, 500 estudiantes de primaria pueden superar fácilmente a sus profesores.
Podemos ver que la mayor diferencia entre CPU y GPU es la arquitectura. La CPU es adecuada para una amplia gama de escenarios de aplicación y puede ejecutar cualquier programa. Las GPU, por otro lado, están diseñadas para realizar múltiples tareas y tienen una gran simultaneidad.
En concreto, multinúcleo. Generalmente, las CPU tienen 2 núcleos, 4 núcleos y 8 núcleos. Una GPU puede tener cientos o miles de núcleos.
Se puede ver que la caché interna y la parte de control de la CPU ocupan una gran parte del área del chip, por lo que la proporción de unidades informáticas es muy pequeña.
Haga clic en el plan de aprendizaje integrado 1V1 y obtenga 100G de materiales de aprendizaje seleccionados de forma gratuita. Consultoría de aprendizaje y desarrollo de Internet de las cosas integrada
A continuación, echemos un vistazo a la GPU. La GPU solo tiene una unidad de control muy simple, y la mayor parte del resto está ocupada por la unidad informática, por lo que la cantidad de núcleos de CPU es limitada y la GPU puede apilar fácilmente miles de núcleos.
Es solo que cada núcleo de la CPU es como un profesor y cada núcleo de la GPU es como un estudiante de primaria.
Quizás te preguntes por qué la GPU necesita una arquitectura tan extraña.
¿Por qué una GPU necesita tantos núcleos?
Piensa en una imagen en tu ordenador. Nada más que un píxel en la pantalla:
Necesitamos calcular cada píxel, y es la misma operación, tal como los estudiantes de primaria hacen cálculos y sumas.
Tenga en cuenta que una pantalla normalmente tiene millones de píxeles. Si desea calcular cada píxel en serie, la eficiencia es demasiado baja. Por lo tanto, podemos hacer que cada núcleo de la GPU calcule el píxel correspondiente. Debido a que la GPU tiene muchos núcleos, la computación paralela puede aumentar considerablemente la velocidad.
¡Ahora deberías entender por qué la GPU funciona así!
Además de la gran cantidad de núcleos de GPU, los modos de funcionamiento de las GPU también son extraños.
Extraña forma de trabajar
Para la CPU, diferentes núcleos pueden ejecutar diferentes instrucciones de la máquina. CoreA puede ejecutar el hilo del navegador y el hilo de Word en coreB al mismo tiempo, lo que se llama MIMD.
La GPU es diferente. Todos estos núcleos de la GPU deben ejecutar las mismas instrucciones de máquina, pero pueden funcionar con datos diferentes. Al igual que estos estudiantes de primaria tuvieron que sumar en algún momento. La diferencia es que algunos estudiantes de primaria pueden necesitar calcular 1 1, algunos estudiantes de primaria necesitan calcular 2 ^ 6 y así sucesivamente. El único cambio son los operandos, que se denominan SIMD.
Así podemos ver que el modo de trabajo de la GPU es completamente diferente al de la CPU.
Además de esta forma de trabajar, el conjunto de instrucciones de la GPU es muy sencillo, a diferencia de procesadores complejos como la CPU. Si consulta el manual de programación de la CPU, encontrará que la CPU es responsable de muchas cosas: manejo de interrupciones, administración de memoria, IO, etc.
Estos procesadores gráficos no existirán. Se puede ver que el posicionamiento de la GPU es muy simple, es decir, pura informática. Las GPU nunca están destinadas a reemplazar a las CPU. La CPU simplemente le da lo que la GPU es buena, y la GPU es solo una función de apoyo para compartir el trabajo de la CPU # 039.
La CPU y la GPU funcionan juntas de esta manera:
¿Para qué es buena la GPU?
Los escenarios informáticos adecuados para GPU son los siguientes: 1) cálculo simple; 2) cálculo repetido, por lo que si su escenario informático es similar a la representación de imágenes aquí, es razonable utilizar GPU.
Por lo tanto, los cálculos de gráficos e imágenes, el pronóstico del tiempo y las redes neuronales son todos adecuados para GPU. Ah, por cierto, las GPU también son adecuadas para la minería.
Bien, eso es todo por hoy. Espero que este artículo te ayude a comprender la GPU.
Haz clic para probar Heart of the King 2.