文章目錄

• 一、什么是GPU
• • 1. GPU的由來
  • 2. GPU和CPU的區別
  • 3. GPU用于處理什么任務
• 二、什么是GPGPU
• • 1. GPGPU的定義
  • 2. GPGPU與GPU的區別

---

一、什么是GPU

1. GPU的由來

為了提高了顯示能力和顯示速度，對于圖像和圖形的相關運算專門開發了GPU（Graphics Processing Unit）。GPU使顯卡減少了對CPU的依賴，并進行部分原本CPU的工作。

2. GPU和CPU的區別

CPU需要很強的通用性來處理各種不同的數據類型，同時又要進行邏輯判斷從而引入了大量的分支跳轉和中斷的處理，這些都使得CPU的內部結構異常復雜。而GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純凈的計算環境。

GPU采用了數量眾多的計算單元和超長的流水線，但只有非常簡單的控制邏輯并省去了Cache。而CPU不僅被Cache占據了大量空間，而且還有有復雜的控制邏輯和諸多優化電路，相比之下計算能力只是CPU很小的一部分。

下圖來自nVidia CUDA文檔：

3. GPU用于處理什么任務

計算密集型的程序
所謂計算密集型(Compute-intensive)的程序，就是其大部分運行時間花在了寄存器運算上，寄存器的速度和處理器的速度相當。從寄存器讀寫數據幾乎沒有延時；讀內存的延遲大概是幾百個時鐘周期；讀硬盤的速度即便是讀SSD也非常慢了。

易于并行的程序
GPU其實是一種SIMD(Single Instruction Multiple Data)架構，它有成百上千個核，每一個核在同一時間最好能做同樣的事情。

二、什么是GPGPU

1. GPGPU的定義

GPGPU （General Purpose GPU）即通用GPU，可以通俗的將GPGPU理解為一個輔助CPU的工具，它能夠幫助CPU進行非圖形相關程序的運算。

GPGPU架構設計時，去掉了GPU為了圖形處理而設計的加速硬件單元，保留了GPU的SIMT架構和通用計算單元。所以當前基于GPU的圖形任務無法直接運行在GPGPU上，但對于科學計算，AI訓練、推理任務（其實主要是矩陣運算）等通用計算類型的任務仍然保留了GPU的優勢，即高效的搬運和運算有海量數據的重復性任務。

GPGPU目前主要用于例如物理計算、加密解密、科學計算以及比特幣等加密貨幣的生成。

2. GPGPU與GPU的區別

任務不同
GPGPU負責的是一些非圖形相關程序的運算，如加密、解密；而GPU負責的是圖形渲染、圖形計算的任務。

存在形式不同
GPGPU通常被集成到CPU中，而GPU則是作為一個單獨的模塊，也就是獨立顯卡核心或者主板集成顯卡核心。

---

以上內容來源于網絡知識總結，如有侵權請私信聯系立即刪除:)

總結

以上是生活随笔為你收集整理的GPU与GPGPU的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。