?大家好，我是小風哥，今天簡單聊聊CPU與GPU。

CPU的故事我們聊得比較多了，之前也發布過很多關于CPU的文章，因此這里重點聊聊GPU。

教授 vs 小學生

你可以簡單的將CPU理解為學識淵博的教授，什么都精通，而GPU則是一堆小學生，只會簡單的算數運算，可即使教授再神通廣大，也不能一秒鐘內計算出500次加減法，因此對簡單重復的計算來說單單一個教授敵不過數量眾多的小學生，在進行簡單的算數運算這件事上，500個小學生(并發)可以輕而易舉打敗教授。

因此我們可以看到，CPU和GPU的最大不同在于架構，CPU適用于廣泛的應用場景(學識淵博)，可以執行任意程序，而GPU則專為多任務而生，并發能力強，具體來講就是多核，一般的CPU有2核、4核、8核等，而GPU則可能會有成百上千核：

可以看到，CPU內部cache以及控制部分占據了很大一部分片上面積，因此計算單元占比很少，再來看看GPU，GPU只有很簡單的控制單元，剩下的大部分都被計算單元占據，因此CPU的核數有限，而GPU則輕松堆出上千核：

只不過CPU中每個核的能力好比教授，而GPU的每個核的能力好比一個小學生。你可能會想，為什么GPU需要這么奇怪的架構呢？

為什么GPU需要這么多核心？

想一想計算機上的一張圖是怎么表示的？無非就是屏幕上的一個個像素：

我們需要為每個像素進行計算，而且是相同的運算，就好比剛才例子中的小學生計算計加法一樣，注意，對于屏幕來說一般會有上百萬個像素，如果我們要串行的為每一個像素進行運算效率就太低了，因此我們可以讓GPU中的每一個核心去為相應的像素進行計算，由于GPU中有很多核心，因此并行計算可以大幅提高速度。現在你應該明白為什么GPU要這樣工作了吧。除了GPU的核心數比較多之外，GPU的工作方式也比較奇怪。

奇怪的工作方式

對CPU來說，不同的核心可以執行不同的機器指令，coreA在運行word線程的同時coreB上可以運行瀏覽器線程，這就是所謂的多指令多數據，MIMD，(Multiple Instruction, Multiple Data)。

而GPU則不同，GPU上的這些核心必須整齊劃一的運行相同的機器指令，只是可以操作不同的數據，這就好比這些小學生在某個時刻必須都進行加法計算，不同的地方在于有的小學生可能需要計算1+1，有的要計算2+6等等，變化的地方僅在于操作數，這就是所謂的單指令多數據，SIMD，(Single Instruction, Multiple Data)。

因此我們可以看到GPU的工作方式和CPU是截然不同的。

除了這種工作方式之外，GPU的指令集還非常簡單，不像CPU這種復雜的處理器，如果你去看CPU的編程手冊就會發現，CPU負責的事情非常多：中斷處理、內存管理、IO等等，這些對于GPU來說都是不存在的，可以看到GPU的定位非常簡單，就是純計算，GPU絕不是用來取代CPU的，CPU只是把一些GPU非常擅長的事情交給它，GPU僅僅是用來分擔CPU工作的配角。CPU和GPU是這樣配合工作的：

GPU擅長什么

比較適合GPU的計算場景是這樣的：1)計算簡單；2）重復計算，因此如果你的計算場景和這里的圖像渲染相似那么使用GPU就很合理了。因此對于圖形圖像計算、天氣預報以及神經網絡等都適用于GPU，哦對了，GPU還適合用來挖礦。好啦，這個話題今天就到這里，希望這篇對大家理解GPU有所幫助。?