计算机中的CPU和GPU有什么区别-DG城市

CPU 和 GPU 是计算机系统不可或缺的组件，在某些方面彼此相似。这两个组件都包含数十亿个晶体管，每秒可以处理数千次操作。

20240220092829261-image

话虽如此，这两个单元在计算机系统中具有完全不同的角色。在本文中，我们将讨论 CPU 和 GPU 之间的主要区别以及它们在计算环境中的角色。

什么是CPU？

中央处理器或 CPU 是一种微处理器，它执行计算机软件和其他外围设备给出的程序（指令集合）的大部分基本执行。

这些指令中的大多数都与运算有关，例如算术、逻辑、算法、控制以及管理输入和输出命令。

20240220092901762-image

由于 CPU 负责执行计算机的所有基本功能，因此它通常被称为机器的大脑。 CPU 可以执行各种不同的计算操作和计算。

程序员和软件开发人员依靠 CPU 来编写、处理和执行软件中编程的功能。

除非这些程序需要极高的处理能力，否则 CPU 足以执行大多数命令和指令。通常，CPU 的标准速度在 1 到 4 GHz 之间。

20240220092913850-image

在大多数情况下，CPU 具有多个处理内核，这些内核充当单独的处理单元。但是，在多线程的帮助下，它们可以进一步分解为更小的处理单元。

什么是 GPU？

图形处理单元或 GPU 是一种独特的微处理器，专门用于执行高度复杂的处理任务。

20240220092941924-image

顾名思义，该设备主要用于处理极高分辨率的图形，但程序员也使用它来处理其他需要从大量数据中计算的任务。

从渲染高清视频到一遍又一遍地执行复杂的数学运算，GPU 可以执行各种各样的任务。

GPU 通常不会提供与 CPU 相同的内核时钟速度。因此，GPU 中的每个内核都比 CPU 中的内核慢。

但是，GPU 能够通过增加处理单元中的内核数量来执行需要高计算的任务。

单个 GPU 可以包含数千个内核，这些内核分解图形渲染所需的多维数学任务并高效执行它们。

例如，NVIDIA GTX 1080 或 RTX 型号等单个 GPU 具有多达 2560 个着色器核心。在这些内核的帮助下，处理单元可以在一个时钟周期内同时执行 2560 次操作。

除了渲染图形外，GPU 对于执行高度复杂的机器学习算法（称为神经网络）也是必不可少的。

这些算法通常很慢，但 GPU 使程序员能够通过提高机器的计算能力来训练自学习的 AI 模型。

GPU 还可用于处理高计算任务，例如破解密码和挖掘加密货币。

CPU 和 GPU 之间的主要区别

GPU 和 CPU 架构之间的主要区别在于，CPU 主要设计用于快速处理各种任务（如 CPU 时钟速度所示）。但是，它可以同时完成的进程数量有限。

另一方面，GPU 用于实时渲染高分辨率图形和视频并并行处理大量数据。

GPU 通常用于非图形应用程序，例如机器学习和科学计算，因为它们可以对多个数据集执行并行操作。它们甚至可以用于挖掘需要高性能的加密货币。

GPU 允许同时运行数千个处理器内核，从而提供出色的并行性。每个核心都致力于进行高效运营。

虽然由于出色的并行性，GPU 可以比 CPU 更快地处理更多的信息，但 GPU 的适应性不如 CPU。

CPU 具有广泛而全面的指令集，可以管理计算机的所有输入和输出，这是 GPU 无法做到的。

一台功能强大的服务器总共可以配备 32 到 64 个高速 CPU 内核（每台服务器两个插槽）。

另一方面，GPU 卡在每个 GPU 上可以有 700 到 4000 个内核。这显示了可以使用 GPU 执行的大规模并行操作。

但是，单个 CPU 内核比单个 GPU 内核（由 CPU 时钟速度决定）更快、更智能，具体取决于可用指令集。

CPU 仅由几个具有大量缓存的内核组成;因此，它一次只能管理几个软件线程。

另一方面，GPU 由数百个内核组成，可以同时管理数千个线程。

对比图

中央处理器	图形处理器
CPU是“中央处理器”的缩写	GPU是“图形处理单元”的缩写
CPU 具有更广泛的指令集，用途更广，能够执行多项任务。	GPU 的指令集有限，主要能够执行与图形相关的活动。
CPU 称为通用处理器。	GPU 被称为专用处理器。
它通常可以处理任何任务，包括图形，但不是以非常有效的方式。	GPU 的主要目的是处理图片和 3D 图形的速度明显快于 CPU。
CPU 可能包含一些强大的内核来分担工作负载。	GPU 由数百个较弱的内核组成，用于执行基本操作过程。
它具有很高的处理速度，并以大约 3 到 5 GHz 的高时钟速度运行，尽管它的处理内核较少。	它具有数百到数千个处理内核，并以大约 800-1000 MHz 的较低锁定速度运行。
与 GPU 相比，CPU 需要额外的内存 RAM。	与 CPU 相比，它需要的 RAM 相对较少。这就是集成 GPU 与 CPU 共享 RAM 的原因。
CPU 主要关注实现低延迟（指令和数据传输之间的时间间隔）。	GPU 专注于实现尽可能高的吞吐量（并行度、时间间隔内指令实现的总和）。
CPU 设计用于运行连续指令。	GPU 旨在运行并行指令。
CPU 专注于计算接收到的任何数据。	另一方面，GPU 从 CPU 接收信息并生成视觉图像。
为了执行指令，它与各种计算机组件交互，包括 RAM、ROM 和 I/O 端口。	为了在显示器上显示像素，GPU 仅与内存和显示组件交互。