CPU GPU GPGPU_浮点运算和audio处理

CPU：中央处理器，一种通用处理器，它无所不能，但是在某些特定场合，它的能力又是相对有限的。

GPU： Graphic Processing Unit，是显卡，即“图形处理器”。

GPGPU：General Purpose Graphic Processing Unit , 只是一种概念，即利用显卡（在G80出来之后配合上CUDA仍称之为显卡有些牵强）进行一些非诸如渲染等图形计算, 是一种编程模式，它采用的是图形编程语言，如openGL等来将计算映射成渲染，说白了就是模拟

CUDA： 是一种并行计算架构，是一个利用NV GPU计算能力的平台，说是平台也不太准确（除非是抽象出来的意思），是一个没有硬实体的“软体”（类似一种标准规范），很多硬件都可以提供支持，只要intel或AMD愿意也可以让他们的CPU支持CUDA（通过编译器和API将底层的并发模型隐藏，所以在编程时具有相同的外观，但底层的实现确不同）,当然效率肯定和NVIDIA自己的硬件有所差异。

GPU(图形处理器)是用来做什么的?

加速图形绘制、科学计算、数据库分析、视频编解码。

在2006年底的超级计算机大会上，AMD发布了业界首款“流处理器”(Stream Processor)，宣告GPGPU(通用)从设想变成现实。浮点运算能力超强的GPGPU，有一天真的会取代CPU吗?

　　如果你希望流畅地播放高清视频，一定会选择一款支持NVIDIA PureVideo或AMD Avivo的显卡(这里指以前的ATI，由于ATI已经被AMD收购，本文中统称为AMD)。视频解码原本是CPU的工作，可即便是双核处理器，在播放1080p高清电影时仍然比较吃力。利用显卡的PureVideo/Avivo视频解码加速功能，可以大大降低CPU的占用率，让高清视频能够流畅地播放。从广义来看，用显卡来加速视频解码，这就是GPGPU的一种初级形态。

　　GPGPU，也有人形象地称为GP2U(GP的两次方U)。这两个GP代表了不同的含义，后一个GP表示图形处理(Graphic Process)，和U加在一起正是我们熟知的GPU(图形处理器);前一个GP则表示通用目的(General Purpose)，所以GPGPU一般也被称为通用图形处理器或通用GPU。

　　在3D领域，GPU的用途很简单，就是为了更好地渲染3D场景，减轻CPU在图形运算方面的负担。而时下刚刚出台的GPGPU，则是将应用范围扩展到了图形之外，无论是科研教育、财务计算，还是在工业领域，GPGPU都得到了广泛的使用，关于它的科研成果和新应用模式也层出不穷。

　　GPGPU比CPU强在哪里?

　　1.CPU的浮点运算能力严重不足

　　和GPU相比，CPU最大的软肋就是浮点运算能力不足。现在主流的CPU产品，无论是Intel的还是AMD的，其浮点运算能力大多在10Gflops以下(flops表示每秒钟能够完成的浮点运算次数，Gflops代表每秒10亿次浮点运算)。而GeForce 6系列的浮点运算能力就已经达到了40Gflops左右，GeForce 7950 GX2的浮点运算能力更是达到了384Gflops。可见，CPU和GPU的浮点运算能力差距已不止一两个数量级。

　　2.GPU的输入/输出带宽远超CPU

　　如果输入/输出带宽有限，纵然内部性能再强，也是无法被