赞
踩
了解GPU和CPU我们首先要谈一谈串行计算和并行计算的概念。我们知道,高性能计算的关键就是利用多核处理器进行并行计算。当我们求解一个计算机程序任务时,我们很自然的想法就是将该任务分解成一系列小任务,把这些小任务一一完成。
在串行计算时,我们的想法就是让我们的处理器每次处理一个计算任务,处理完一个计算任务后再计算下一个任务,直到所有小任务都完成了,那么这个大的程序任务也就完成了,也就是N个任务我们就要使用NT个时间,所以在我们CPU编程的时候,因为多核处理器的出现导致多线程可以加速CPU处理的效率,例如上诉所说的我们假如开了4个线程,同时处理这四个任务那么我们需要的时间就是NT/4。
就此我们延伸出,如果有N核处理,那么我们只需要NT/N个时间就能完成这个任务,就此就引出并行编程,上诉也就是并行编程的粗浅概念。
CPU虽然每个核心自身能力极强,处理任务上非常强悍,无奈他核心少,在并行计算上表现不佳;反观GPU,虽然他的每个核心的计算能力不算强,但他胜在核心非常多,可以同时处理多个计算任务,在并行计算的支持上做得很好。
GPU和CPU的不同硬件特点决定了他们的应用场景,CPU是计算机的运算和控制的核心,GPU主要用作图形图像处理。图像在计算机呈现的形式就是矩阵,我们对图像的处理其实就是操作各种矩阵进行计算,而很多矩阵的运算其实可以做并行化,这使得图像处理可以做得很快,也使得深度学习可以发展起来,因此GPU在图形图像领域也有了大展拳脚的机会。
总结:
CPU
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。