multithreading - 深度解析CPU和GPU的区别

Question

就目前而言，这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持，但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开，visit the help center为指导。




9年前关闭。




我一直在寻找 CPU 和 GPU 之间的主要区别，更准确地说是将 cpu 和 gpu 分开的细线。例如，为什么不使用多个 cpu 而不是 gpu，反之亦然。为什么 gpu 在计算中比 cpu“更快”。有哪些类型的事情其中一个可以做而另一个不能做或有效地做，为什么。请不要回复“中央处理器”和“图形处理器”之类的答案。我正在寻找深入的技术答案。

Answer 1

GPU 基本上是大规模并行计算机。它们在可以使用大规模数据分解的问题上效果很好，并且在这些问题上提供了数量级的加速。

但是，GPU 中的单个处理单元无法与 CPU 匹配以实现通用性能。它们要简单得多，并且没有像长管道、乱序执行和指令级并行这样的优化。

它们还有其他缺点。首先，您的用户必须拥有一个，除非您控制硬件，否则您不能依赖它。在将数据从主内存传输到 GPU 内存并返回时也存在开销。

所以这取决于你的要求:在某些情况下，GPU 或像 Tesla 这样的专用处理单元是明显的赢家，但在其他情况下，你的工作无法分解以充分利用 GPU，而开销则使 CPU 成为更好的选择。