Cet article a été réimprimé avec la permission de Superpower.com.
Le GPU ne peut pas remplacer le CPU, de même le CPU ne peut pas remplacer le GPU.
Si l'image est comprise, Les GPU sont comme un groupe de fourmis, ces fourmis font toutes la même chose: le CPU est comme un singe, le singe fait des choses différentes.
Fondamentalement, les processeurs et les GPU ont des objectifs différents, ils ont des objectifs différents, ils ont des caractéristiques de performance différentes, dans certains cas, le CPU s'exécute plus rapidement, dans un autre, le GPU peut être meilleur.
Lorsque vous avez besoin de faire la même chose avec beaucoup de données, le GPU est plus approprié.Quand vous avez besoin de faire beaucoup de choses avec les mêmes données, le CPU est juste.
Cependant, dans les applications pratiques, la dernière situation est plus, c'est-à-dire que le processeur est plus flexible et capable de plus de tâches.Pour les graphiques et les opérations matricielles à grande échelle, tels que les algorithmes d'apprentissage automatique, l'extraction et la fissuration. Mots de passe, etc. Le GPU vous aidera.
Tout simplement, Le CPU est bon pour les opérations complexes telles que la prédiction de branche.Le GPU est bon pour les opérations simples sur de grandes quantités de données.Un est un travail compliqué, et l'autre est beaucoup de travail en parallèle.
En fait GPU peut être vu comme un processeur dédié , conçus pour un travail d'instruction unique sur de gros blocs de données, ces données sont la même opération.
Pour savoir qu'une partie de traitement des données est plus efficace qu'une traitement de données, le coût d'exécution de la commande sera considérablement réduit, car de gros blocs de données à traiter, signifie plus de transistors à travailler en parallèle, maintenant la carte graphique phare est plus de dix milliards Le transistor.
CPU il, son but est d'exécuter une seule instruction aussi rapide que possible sur une seule donnée. Parce qu'il ne nécessite que des données individuelles d'instruction unique, le nombre de transistors requis est beaucoup moins.
Les transistors CPU de bureau grand public actuels sont un milliard ou moins, une différence de plus de dix fois et GPU haut, mais il a besoin d'un plus grand ensemble d'instructions, plus complexe ALU (unité arithmétique logique), une meilleure prédiction de branchement, une meilleure architecture de virtualisation , Retards inférieurs, etc.
En outre, comme notre système d'exploitation Windows, qui est écrit pour les processeurs x86, il doit faire le processus d'exécution de la tâche, il est certainement plus efficace sur le CPU, vous voulez que la tâche de chaque thread n'est pas la même Le GPU ne peut pas jouer pleinement ses points forts.
Ensuite, on peut prédire qu'à l'avenir, comme le CPU renforcera la capacité de traitement des blocs de données, nous verrons une convergence entre les architectures CPU et GPU, et avec l'avancée de la technologie de fabrication et le rétrécissement des puces, les GPU Instructions
Bien que la division du travail entre le CPU et le GPU soit encore très différente, l'intersection entre les deux sera sans doute plus.
