CPU significa unidad central de procesamiento y GPU significa unidad de procesamiento de gráficos.
Puede leer este artículo para obtener más detalles:
Los párrafos anteriores son más profesionales y no los entiendo del todo, pero los párrafos siguientes son comprensibles, así que he hecho un extracto. como sigue:
Por lo tanto, es bueno para el control lógico y el funcionamiento en serie con CPU. A diferencia de las operaciones de datos de propósito general, las GPU son buenas para la computación concurrente a gran escala, que es exactamente lo que se necesita para descifrar contraseñas, etc. Por lo tanto, además del procesamiento de imágenes, la GPU participa cada vez más en los cálculos.
La mayor parte del trabajo de la GPU es así, el cálculo es grande, pero no hay contenido técnico y hay que repetirlo muchas, muchas veces. Al igual que si tiene un trabajo que requiere cientos de millones de sumas, restas, multiplicaciones y divisiones dentro de 100, la mejor manera es contratar a docenas de estudiantes de primaria para que hagan los cálculos juntos, y una persona cuenta las partes. De todos modos, estos cálculos no tienen contenido técnico y son un trabajo puramente físico. La CPU es como un profesor viejo, se contará integral y diferencial, es decir, el salario es alto. Un profesor viejo vale 20 alumnos de primaria. Si eres Foxconn, ¿a cuál contratarías? La GPU es así, utilizando muchas unidades informáticas simples para completar una gran cantidad de tareas informáticas, tácticas puramente abarrotadas. Esta estrategia se basa en la premisa de que el trabajo del estudiante de primaria A y el estudiante de primaria B son independientes entre sí. Muchos problemas que involucran una gran cantidad de cálculos básicamente tienen esta característica, como descifrar contraseñas, minería y muchos cálculos gráficos. Estos cálculos se pueden dividir en múltiples tareas pequeñas e idénticas, y cada tarea se puede asignar a un estudiante de escuela primaria para que la realice. Pero todavía hay algunas tareas que involucran el tema del "flujo". Por ejemplo, si vas a una cita a ciegas, ambas partes pueden continuar desarrollándose si se ven agradables a la vista. ¿No puedes no haberte conocido aquí todavía y encontrar a alguien allí para obtener todos los certificados? Este tipo de problema más complicado lo soluciona la CPU.
Con todo, debido a que las tareas que se utilizan para procesar la CPU y la GPU son diferentes al principio, hay una gran diferencia en el diseño. Y algunas tareas son similares al problema que la GPU solía resolver originalmente, así que use la GPU para olvidarlo. La velocidad de cómputo de la GPU depende de cuántos estudiantes de escuela primaria se contraten, y la velocidad de cómputo de la CPU depende de qué tan poderoso sea el profesor contratado. La capacidad del profesor para manejar tareas complejas aplasta a los estudiantes de la escuela primaria, pero para tareas que no son tan complejas, todavía no soportan a la multitud. Por supuesto, la GPU actual también puede realizar algunas tareas un poco complicadas, lo que equivale a actualizar al nivel de estudiantes de secundaria y estudiantes de secundaria. Pero todavía necesita que la CPU alimente los datos a la boca antes de que pueda comenzar a funcionar, y es la CPU la que se encarga de ello.
¿Qué tipo de programa es adecuado para ejecutar en la GPU?
- (1) Un programa computacionalmente intensivo. El llamado programa informático intensivo significa que la mayor parte de su tiempo de ejecución se gasta en operaciones de registro. La velocidad del registro es equivalente a la velocidad del procesador, y casi no hay retraso en la lectura y escritura de datos del registro. A modo de comparación, la latencia de lectura de la memoria es de unos pocos cientos de ciclos de reloj; sin mencionar la velocidad de lectura del disco duro, incluso para SSD, es demasiado lenta.
- 2) Programas fáciles de realizar en paralelo. La GPU es en realidad una arquitectura SIMD (Single Instruction Multiple Data). Tiene cientos o miles de núcleos, y es mejor que cada núcleo haga lo mismo al mismo tiempo.