این مقاله با اجازه Superpower.com دوباره چاپ شد.
GPU است پردازنده را نمی توان جایگزین، همان، CPU می توانید GPU جایگزین نیست.
اگر تصویر درک شود GPU مانند یک دسته از مورچه ها، مورچه ها از انجام همان چیزی که، در حالی که پردازنده است مانند یک میمون، میمون انجام همه نوع از همه چیز متفاوت است.
CPU و GPU اساسا متفاوت به هدف خود، و تاکید مختلف وجود دارد، همچنین دارای ویژگی های عملکرد های مختلف، در برخی از مشاغل پردازنده سریع تر به انجام کار دیگر ممکن است GPU بهتر است.
هنگامی که شما نیاز به انجام همان چیزی که برای بسیاری از داده ها، GPU مناسب تر زمانی که شما نیاز به انجام بسیاری از مسائل را در همان داده، CPU فقط.
با این وجود، در کاربردهای عملی، وضعیت دومی بیشتر است، یعنی CPU انعطاف پذیرتر است و قادر به انجام وظایف بیشتر است. GPU چه کار می کند؟ با توجه به گرافیک و عملیات ماتریس در مقیاس بزرگ، مانند الگوریتم های یادگیری ماشین، معدن، و ترک خوردگی خشن. رمزهای عبور و غیره GPU کمک خواهد کرد.
نگران نباشید CPU در عملیات پیچیده مانند پیش بینی شاخه است. GPU در عملیات ساده در مقادیر زیادی از اطلاعات خوب است. یکی کار پیچیده است و دیگری کار موازی عظیم است.
در واقع GPU را می توان به عنوان یک CPU اختصاص داد ، طراحی شده برای کار تک تمرین در بلوک های بزرگ داده ها، این داده ها یک عمل مشابه است.
می دانم که یک تکه از پردازش داده ها کارآمد تر از یک پردازش داده ها، هزینه اجرای فرمان خواهد شد تا حد زیادی کاهش می یابد، چرا که بلوک های بزرگی از داده ها پردازش شود، به معنی ترانزیستور ها بیشتر است به موازات، در حال حاضر کارت گرافیک گل سرسبد بیش از ده میلیارد است ترانزیستور
پردازنده آن، هدف آن است برای اجرای یک دستور به عنوان سریع که ممکن است بر روی یک داده واحد. چرا که نیاز به تنها یک آموزش داده واحد، تعداد ترانزیستورهای مورد نیاز بسیار کمتر است.
جریان اصلی دسکتاپ ترانزیستور پردازنده فعلی از یک میلیارد یا کمتر، تفاوت بیش از ده بار و GPU بالا هستند، اما نیاز به یک مجموعه بزرگتر از دستورالعمل ها، پیچیده تر ALU (واحد محاسبه و منطق)، پیشبینی انشعاب بهتر، معماری مجازی بهتر ، تاخیر کمتر و غیره
علاوه بر این، مانند سیستم عامل ویندوز ما، که برای پردازنده های x86 نوشته شده است، نیاز به انجام فرایند اجرای وظیفه دارد، قطعا کارآمدتر در CPU است، شما می خواهید کار هر یک از موضوعات یکسان نیست، اساسا برای موازی مشکل است GPU نمی تواند به طور کامل نقاط قوت خود را بازی کند.
سپس می توان پیش بینی کرد که در آینده، به عنوان CPU بیشتر توانایی پردازش بلوک های داده را افزایش می دهد، ما شاهد یک همگرایی بین معماری CPU و GPU هستیم، و با پیشرفت تکنولوژی تولید و کاهش تراشه ها، پردازنده های گرافیکی نیز می توانند پیچیده تر شوند دستورالعمل
اگرچه تقسیم کار بین CPU و پردازنده گرافیکی هنوز بسیار متفاوت است، تقاطع بین این دو، بدون شک، بیشتر خواهد بود.
