gpu和cpu的关系：CPU是程序控制、顺序执行等操作的最高级通用处理器，而GPU是用来做图像处理、特定领域分析的专用型处理器，GPU受CPU的控制。在很多终端设备中，CPU和GPU往往集成在一个芯片内，同时具备CPU或GPU处理能力。
一、gpu和cpu的关系
CPU和GPU是两种不同的处理器，CPU是程序控制、顺序执行等操作的最高级通用处理器，而GPU是用来做图像处理、特定领域分析的专用型处理器，GPU受CPU的控制。在很多终端设备中，CPU和GPU往往集成在一个芯片内，同时具备CPU或GPU处理能力。
GPU使显卡减少了对CPU的依赖，并进行部分原本CPU的工作，尤其是在3D图形处理时GPU所采用的核心技术有硬件T&L（几何转换和光照处理）、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等，而硬件T&L技术可以说是GPU的标志。GPU的生产商主要有NVIDIA和ATI。
二、gpu和cpu的区别
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、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。
3、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。
4、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【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)】
5、形象比喻
- CPU：，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。
- GPU：计算量大，但没什么技术含量，而且要重复很多很多次。
6、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。
- 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。
延伸阅读
GPU组成
- 显示主芯片显卡的核心，俗称GPU，它的主要任务是对系统输入的视频信息进行构建和渲染。
- 显示缓冲存储器用来存储将要显示的图形信息以及保存图形运算的中间数据;显示缓存的大小和速度直接影响着主芯片性能的发挥。
- RAMD/A转换器把二进制的数字转换成为和显示器相适应的模拟信号。
文章标题：gpu和cpu什么关系，发布者：Z, ZLW，转载请注明出处：https://worktile.com/kb/p/47249
微信扫一扫 
支付宝扫一扫 
