GPU与CPU：有什么区别？

现代智能手机SoC充满了许多不同的处理组件，但是最常用的两个是中央处理单元（CPU）和图形处理单元（CPU）。虽然首字母缩略词可能是相似的，并且既通过大量数据累积，但GPU与CPU技术之间存在重大差异，留下重叠空间。

在潜入关键的GPU与CPU差异之前，让我们从一些核心共享概念开始。

这是Qualcomm Snapdragon 855中的新功能

单个CPU和GPU核心是由一系列子块构建的，每个CPU都构建了处理器需要执行的某些任务。这些块根据设计的微架构而变化了大小和范围。一个普通共享单元类型是一种算术逻辑单元（ALU），其通过添加和乘法等数学操作来围绕数学操作。其他常见功能单位包括内存访问处理程序（Load / Store）和指令解码器和缓存。但是，相似之处在这里结束。让我们进一步潜入GPU VS CPU核心概念。

什么是CPU？

考虑CPU的最佳方式就像机器的大脑一样。它非常灵活，保持在路上的节目，并能够处理各种各样的任务。手机内的CPU负责运行Android操作系统以及您的应用程序所需的所有逻辑和操作。bob体育提现

CPU通常在多种核心配置中找到，从桌面和服务器环境中的16个和八个之间的四个和八个之间的范围。多核CPU设计允许同时运行多个应用程序和任务线程，提高能源效率和性能功能。每个CPU内核将在移动设备中通常在2到3 GHz之间运行时钟速度，并且在桌面内最高可达5GHz。CPU也可以配置各种高速，用于存储当前正在使用的指令和数据的数量，称为缓存。缓存可以是每个CPU核心的个人或在CPU内核之间共享，并且对于加速执行和在任务之间切换至关重要。

在最现代化的CPU内，您可以找到几个用于嘎吱嘎吱的号码的ALU。这构成了晶体管计数的大部分。CPU还为您运行的所有应用程序处理和重新排列虚拟内存，使其成为运行操作系统的重要工具。CPU还包括分支预测因子，这展望未来，以预测在不久的将来将需要的数据和指令。这可以按照较慢的RAM获取的时间来节省，并且作为CPU工作负载通常包含循环和“IF”语句，可用于可以快速转移到新的代码中。您不会在许多现代GPU设计中找到分支预测因子，因为它们的工作负载更具决定性。

什么是GPU？

正如我们刚才提到的那样，您无法在GPU内找到一个分支预测器，因为工作量的性质是不同的。这是了解GPU与CPU差异的关键。虽然CPU旨在处理一系列所有内容，但GPU都以非常具体的目的在于，并行数据进行3D图形处理。它们的设计是在此任务中的更快，更高效，而是作为权衡，并不在其工作量范围内灵活。

GPU核心具有一个或多个ALU，但它们的设计与基本CPU ALU非常不同。而不是一次处理GPU，GPU缩合到8,16或甚至32个操作。此外，GPU核心可以由数十积或数百个单独的ALU核心组成，使它们同时嘎嘎嘎嘎嘎嘎嘎。当你有数百万像素到阴影时，这是非常有益的高分辨率显示。

这些并行计算通常在称为翘曲中被分组在一起。这里，数据块和指令通过这一广泛的数字嘎吱嘎吱声，而不是立即发生的许多单独的指令，这将是更多的CPU类似的。换句话说，GPU架构旨在使用单个指令来推送大量类似的数据类型，以指的是质量数据。同时，CPU指令主要仅引用几个数据点。

GPU时钟速度通常低于CPU速度，通常在数百MHz或低GHz中。这是由于热量和功率限制，因为质量并行处理需要更多的晶体管，而不是在CPU ALU中找到。我们还应该注意到批量数学可以用于更多的图形渲染。视频渲染，机器学习算法等对象检测和加密算法也可以在并行GPU与更多有限的CPU硬件上运行得更快。

gpu与坚果壳的CPU

作为最终的类比，将CPU视为瑞士军刀和GPU作为砍刀。陆军刀具有助于大量不同的任务，从切割绳子打开一罐豆子。你可能不会想尝试后者用砍刀。然而，当您需要通过厚丛林时，您需要蛮力砍刀，而不是小小的陆军刀。

要满足广泛的可用任务，CPU往往有大指令集。他们的核心也更加灵活，允许多个应用程序和任务进行交换，并并行运行。同时，GPU具有更小的指令集，并且只能立即关注一个任务，但可以在单个时钟周期中执行更多数学操作。这都是关于专业化。

底线是，尽管CPU和GPU都是由晶体管和过程数据和数字构建的，但它们都针对独特的目的进行了优化。幸运的是，SOCS通过将这些产品集成在一起，以及许多加工单位在一起，从两全其人中获益。