یہ مضمون کی اجازت سپر نیٹ ورک کے ساتھ دوبارہ شائع کر رہا ہے، سپر نیٹ ورک کرنے کے لئے مدعو دیگر ذرائع ابلاغ اس بات پر اتفاق
GPU CPU تبدیل کیا جاتا ہے نہیں کیا جا سکتا، ایک ہی، CPU GPU متبادل نہیں کر سکتے ہیں.
اگر تصویر سمجھا جاتا ہے تو، چینٹی، چینٹی ایک ہی بات کر رہے ہیں کے ایک گروپ کی طرح GPU، CPU ایک بندر کی طرح ہے، جبکہ بندر مختلف چیزوں کے تمام قسم کے کر.
بنیادی طور پر مختلف CPU اور ان کے مقصد کو GPU، اور مختلف الفاظ پر زور سے ہیں، بھی دیگر کام انجام دینے کے لئے بہتر GPU ہو سکتا ہے تیزی سے CPU کچھ ملازمتوں میں، مختلف کارکردگی کی خصوصیات ہے.
آپ کے اعداد و شمار کی ایک بہت، زیادہ مناسب آپ اسی کے اعداد و شمار پر چیزوں کی ایک بہت کچھ کرنے کی ضرورت ہے جب GPU، CPU صرف کے لئے ایک ہی بات کرنے کی ضرورت ہے جب.
تاہم، عملی ایپلی کیشنز میں، بعد ازاں صورت حال زیادہ ہے، یہ ہے کہ، CPU زیادہ کاموں کی زیادہ لچکدار اور قابل ہے. GPU کیا کر سکتا ہے؟ گرافکس اور بڑے پیمانے پر میٹرکس آپریشن جیسے مشین مشین سیکھنے الگورتھم، کان کنی، اور برتن فورس کے کریکنگ کے بارے میں کیا جا سکتا ہے. پاس ورڈ، وغیرہ. GPU میں مدد ملے گی.
بس ڈال، سی پی یو پیچیدہ آپریشنز جیسے شاخ کی پیشن گوئی کے طور پر حوصلہ افزائی کرتا ہے. GPU بہت زیادہ اعداد و شمار پر سادہ آپریشنز میں اچھا ہے. ایک پیچیدہ محنت ہے، اور دوسرا بہت متوازی کام ہے.
دراصل GPU ایک وقفے سی پی یو کے طور پر دیکھا جا سکتا ہے اعداد و شمار کے بڑے بلاکس پر واحد ہدایات کے کام کے لئے ڈیزائن کیا گیا ہے، یہ اعداد و شمار اسی آپریشن میں ہیں.
جاننا ڈیٹا پراسیسنگ کا ایک حصہ متوازی طور پر کام کرنے کے لئے ایک ڈیٹا پروسیسنگ، ڈیٹا کی بڑی بلاکس پر عملدرآمد ہونے کی وجہ سے کمانڈ پھانسی لاگت بہت کم ہو جائے گا، زیادہ ٹرانجسٹروں کا مطلب ہے کے مقابلے میں زیادہ موثر ہے، اب پرچم بردار گرافکس کارڈ کی دس ارب سے زیادہ ہے ٹرانجسٹر.
CPU یہ اس کا مقصد ایک ڈیٹا پر روزہ کے طور پر ہر ممکن حد تک ایک بھی ہدایات پر عمل کرنے کے لئے. یہ صرف ایک ہدایات واحد کوائف کی ضرورت ہے کیونکہ یہ ہے، ضرورت ٹرانجسٹروں کی تعداد بہت کم ہے.
موجودہ مرکزی دھارے ڈیسک ٹاپ CPU ٹرانجسٹروں ایک ارب یا اس سے کم، دس سے زیادہ مرتبہ اور سب GPU کا فرق ہیں، لیکن یہ زیادہ پیچیدہ ALU (ریاضی منطق یونٹ)، بہتر شاخ کی پیشن گوئی، بہتر ورچوئلائزیشن فن تعمیر ہدایات کی ایک بڑی سیٹ کی ضرورت ہوتی ہے ، کم تاخیر، وغیرہ
کے علاوہ، ہماری آپریٹنگ سسٹم ونڈوز کے طور پر، یہ ایک x86 پروسیسر کے لئے لکھا گیا ہے، عمل یہ یقینی طور پر زیادہ موثر CPU پر کارکردگی کا مظاہرہ کاموں کو کرنے کی ضرورت ہے، آپ ہر دھاگے کے کام parallelize کرنے، ایک ہی بنیادی طور پر مشکل نہیں ہے چاہتے ہیں GPU اپنی طاقت کو مکمل طور پر نہیں کھیل سکتا.
لہذا، مستقبل قریب میں مزید اعداد و شمار کے بلاکس CPU کے ساتھ نمٹنے کے لئے کی صلاحیت کو مضبوط بنانے کے لئے، ہم پیش رفت کے ساتھ CPU اور GPU فن تعمیر کے درمیان انضمام کو دیکھیں گے، اور اور چپ مینوفیکچرنگ ٹیکنالوجی کو کم، GPU زیادہ بہتر برداشت کر سکتے ہیں ہدایات.
اگرچہ CPU اور GPU کے درمیان محنت کی تقسیم اب بھی بہت مختلف ہے، دونوں کے درمیان چوک بلاشبہ بے حد زیادہ ہو جائے گا.
