CPU和GPU到底有什么区别？

Arzie100

来喽，一直也对这个问题有点疑惑
自我强劲总结，分为以下几个部分吧

1、CPU和GPU的内部构成和原理
2、GPU和CPU的特点分别是什么？
3、GPU和CPU的适用场景是什么？

1、CPU和GPU的内部构成区别




CPU和GPU的不同架构

如上是CPU和GPU的内部构成，可以看出是由不同的架构所组成
————————————————————

• CPU：叫做中央处理器（central processing unit）作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。[1]
  

可以形象的理解为有25%的ALU(运算单元)、有25%的Control(控制单元)、50%的Cache(缓存单元)
因为CPU涉及到通用计算，复杂度较高，——总结成少量的复杂计算

• 需要少量的运算单元，强大的逻辑运算能力，可以理解为4个专家，既可以做奥数题，也可以做加减法
  
• 需要足够的控制单元实现复杂的数据控制和数据转发
  
• 需要足够的缓存单元去存放一些已经计算完成的结果，或者是后面马上要用到的数据
  

————————————————————

• GPU：叫做图形处理器。图形处理器（英语：Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。[2]
  

可以形象的理解为90%的ALU(运算单元)，5%的Control(控制单元)、5%的Cache(缓存单元)
GPU的设计原理——总结为大量的简单运算

• 大量的运算单元：负责简单粗暴的计算，不擅长奥数题，但小学题他会
  
• 少量的控制单元和缓存单元：主要是负责合并和转发数据，对这两块的需求较小，所以占据GPU较小的空间
  

————————————————————
2、GPU和CPU的特点分别是什么？

2.1、计算量比较

• CPU：计算量小，原理：只有4个运算单元
  
• GPU：计算量大，原理：有1000个运算单元
  

2.2、计算复杂度比较：

• CPU：可计算复杂的运算，比如积分微分，4个运算单元都属于专家级别
  
• GPU：只可以计算简单的1+1算术题，不能计算复杂的微分积分，1000个运算单元属于小学生水平。
  

2.2、对于单个积分微分的计算速度比较

• CPU：较快。原理：单线程计算（比如机器人运动控制），单个芯片性能强劲，计算能力强，能计算出来
  
• GPU：较慢，甚至可能计算不了；原理：单个芯片性能弱，计算能力弱，可能算不出来，或速度很慢
  

2.3、对于多个1+1算术题的计算速度比较

• CPU：速度较慢。因为计算原理是：先算第1题， 再算第2题，总时间为【T1+T2+T3>>>+T1000（也就是1000个算术题消耗时间的累加]）】
  
• GPU：速度很快。因为计算原理是：可同时计算1000道算术题，总时间为【max（T1,T2,T3...T1000）（也就是1000个算术题消耗时间中的最大值）】
  

2.4、形象比喻

• GPU：计算量大，但没什么技术含量，而且要重复很多很多次。就像你有个工作需要算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已。
  
• CPU：像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生，你要是富士康你雇哪个？GPU就是这样，用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。
  

CPU和GPU的区别

————————————————————
3、适用场景

CPU：适合需要前后计算步骤严密关联的计算场景。这些任务涉及到“流”的问题，必须先计算完第一步，再去计算第二步；比如你去相亲，双方看着顺眼才能继续发展。总不能你这边还没见面呢，那边找人把证都给领了。这种比较复杂的问题都是CPU来做的，生活中大部分用的都是CPU，例如武器装备运动控制、个人电脑使用等
GPU：适合前后计算步骤无依赖性，相互独立的计算场景。很多涉及到大量计算的问题基本都有这种特性，比如你说的破解密码，挖矿和很多图形学的计算。这些计算可以分解为多个相同的简单小任务，每个任务就可以分给一个小学生去做。[3]
4、视频案例

B站和youtube网站都有的一个视频，搬运过来，加以解释。

视频中分别画了两幅图
图A是一张笑脸，是由一个个彩蛋先后发射，连接在一起，给人呈现以笑脸的图像，花费时间较长，比喻的对象是CPU的计算原理，一步步迭代计算
图B是一张蒙娜丽莎的画像，是由大量彩蛋同时发射，拼凑成一幅完整的画像，花费时间是在一瞬间，比如的对象是GPU的计算原理，大量高并行计算
PS：触类旁通：
如果你购买电脑，你对电脑的需求是追求优秀的游戏图像高画质，建议就是选择GPU(又叫图像处理器或者显卡)牛逼的，这样会让你的游戏体验大增，因为你电脑中所有色彩像素点的渲染效果需要GPU去做大量并行计算，原理同上，解释了

有所感悟？请在左下角点“▲赞同”
—————————————————
在牛鸽的小站，
和我一起探索这世界的神秘
关注大数据解决方案/知识分享达人？
关注我！

参考

• ^CPU百度百科https://baike.baidu.com/item/%E4%B8%AD%E5%A4%AE%E5%A4%84%E7%90%86%E5%99%A8/284033?fromtitle=CPU&fromid=120556
  
• ^gpu百度百科https://baike.baidu.com/item/%E5%9B%BE%E5%BD%A2%E5%A4%84%E7%90%86%E5%99%A8/8694767?fromtitle=gpu&fromid=105524&fr=aladdin
  
• ^CSDNhttps://blog.csdn.net/qianyayun19921028/article/details/98089457
  

XGundam05

GPU：计算量大，但没什么技术含量，而且要重复很多很多次。就像你有个工作需要算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已。
CPU：像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生，你要是富士康你雇哪个？GPU就是这样，用很多简单的计算单元去完成大量的计算任务，纯粹的人海战术。

johnsoncodehk

你好，请问平时科研用的，应该选小新pro13 i5还是r7呢

BlaXuan

明白了！！！！！！！大佬nb！