1.CPU
CPU( Central Processing Unit, 中央處理器)就是機(jī)器的“大腦”，也是布局謀略、發(fā)號(hào)施令、控制行動(dòng)的“總司令官”。

CPU的結(jié)構(gòu)主要包括運(yùn)算器（ALU, Arithmetic and Logic Unit）、控制單元（CU, Control Unit）、寄存器（Register）、高速緩存器（Cache）和它們之間通訊的數(shù)據(jù)、控制及狀態(tài)的總線(xiàn)。

簡(jiǎn)單來(lái)說(shuō)就是：計(jì)算單元、控制單元和存儲(chǔ)單元，架構(gòu)如下圖所示：

中文翻譯：

從字面上我們也很好理解，計(jì)算單元主要執(zhí)行算術(shù)運(yùn)算、移位等操作以及地址運(yùn)算和轉(zhuǎn)換；存儲(chǔ)單元主要用于保存運(yùn)算中產(chǎn)生的數(shù)據(jù)以及指令等；控制單元?jiǎng)t對(duì)指令譯碼，并且發(fā)出為完成每條指令所要執(zhí)行的各個(gè)操作的控制信號(hào)。

所以一條指令在CPU中執(zhí)行的過(guò)程是這樣的：讀取到指令后，通過(guò)指令總線(xiàn)送到控制器（黃色區(qū)域）中進(jìn)行譯碼，并發(fā)出相應(yīng)的操作控制信號(hào)；然后運(yùn)算器（綠色區(qū)域）按照操作指令對(duì)數(shù)據(jù)進(jìn)行計(jì)算，并通過(guò)數(shù)據(jù)總線(xiàn)將得到的數(shù)據(jù)存入數(shù)據(jù)緩存器（大塊橙色區(qū)域）

是不是有點(diǎn)兒復(fù)雜？沒(méi)關(guān)系，這張圖完全不用記住，我們只需要知道，CPU遵循的是馮諾依曼架構(gòu)，其核心就是：存儲(chǔ)程序，順序執(zhí)行。

講到這里，有沒(méi)有看出問(wèn)題，沒(méi)錯(cuò)——在這個(gè)結(jié)構(gòu)圖中，負(fù)責(zé)計(jì)算的綠色區(qū)域占的面積似乎太小了，而橙色區(qū)域的緩存Cache和黃色區(qū)域的控制單元占據(jù)了大量空間。

高中化學(xué)有句老生常談的話(huà)叫：結(jié)構(gòu)決定性質(zhì)，放在這里也非常適用。

因?yàn)镃PU的架構(gòu)中需要大量的空間去放置存儲(chǔ)單元（橙色部分）和控制單元（黃色部分），相比之下計(jì)算單元（綠色部分）只占據(jù)了很小的一部分，所以它在大規(guī)模并行計(jì)算能力上極受限制，而更擅長(zhǎng)于邏輯控制。

另外，因?yàn)樽裱T諾依曼架構(gòu)（存儲(chǔ)程序，順序執(zhí)行），CPU就像是個(gè)一板一眼的管家，人們吩咐的事情它總是一步一步來(lái)做。但是隨著人們對(duì)更大規(guī)模與更快處理速度的需求的增加，這位管家漸漸變得有些力不從心。

于是，大家就想，能不能把多個(gè)處理器放在同一塊芯片上，讓它們一起來(lái)做事，這樣效率不就提高了嗎？

沒(méi)錯(cuò)，GPU便由此誕生了。

2.GPU
在正式講解GPU之前，我們先來(lái)講講上文中提到的一個(gè)概念——并行計(jì)算。

并行計(jì)算(Parallel Computing)是指同時(shí)使用多種計(jì)算資源解決計(jì)算問(wèn)題的過(guò)程，是提高計(jì)算機(jī)系統(tǒng)計(jì)算速度和處理能力的一種有效手段。它的基本思想是用多個(gè)處理器來(lái)共同求解同一問(wèn)題，即將被求解的問(wèn)題分解成若干個(gè)部分，各部分均由一個(gè)獨(dú)立的處理機(jī)來(lái)并行計(jì)算。

并行計(jì)算可分為時(shí)間上的并行和空間上的并行。

時(shí)間上的并行是指流水線(xiàn)技術(shù)，比如說(shuō)工廠(chǎng)生產(chǎn)食品的時(shí)候分為四步：清洗-消毒-切割-包裝。

如果不采用流水線(xiàn)，一個(gè)食品完成上述四個(gè)步驟后，下一個(gè)食品才進(jìn)行處理，耗時(shí)且影響效率。但是采用流水線(xiàn)技術(shù)，就可以同時(shí)處理四個(gè)食品。這就是并行算法中的時(shí)間并行，在同一時(shí)間啟動(dòng)兩個(gè)或兩個(gè)以上的操作，大大提高計(jì)算性能。

空間上的并行是指多個(gè)處理機(jī)并發(fā)的執(zhí)行計(jì)算，即通過(guò)網(wǎng)絡(luò)將兩個(gè)以上的處理機(jī)連接起來(lái)，達(dá)到同時(shí)計(jì)算同一個(gè)任務(wù)的不同部分，或者單個(gè)處理機(jī)無(wú)法解決的大型問(wèn)題。

比如小李準(zhǔn)備在植樹(shù)節(jié)種三棵樹(shù)，如果小李1個(gè)人需要6個(gè)小時(shí)才能完成任務(wù)，植樹(shù)節(jié)當(dāng)天他叫來(lái)了好朋友小紅、小王，三個(gè)人同時(shí)開(kāi)始挖坑植樹(shù)，2個(gè)小時(shí)后每個(gè)人都完成了一顆植樹(shù)任務(wù)，這就是并行算法中的空間并行，將一個(gè)大任務(wù)分割成多個(gè)相同的子任務(wù)，來(lái)加快問(wèn)題解決速度。

所以說(shuō)，如果讓CPU來(lái)執(zhí)行這個(gè)種樹(shù)任務(wù)的話(huà)，它就會(huì)一棵一棵的種，花上6個(gè)小時(shí)的時(shí)間，但是讓GPU來(lái)種樹(shù)，就相當(dāng)于好幾個(gè)人同時(shí)在種。

GPU全稱(chēng)為Graphics Processing Unit，中文為圖形處理器，就如它的名字一樣，GPU最初是用在個(gè)人電腦、工作站、游戲機(jī)和一些移動(dòng)設(shè)備（如平板電腦、智能手機(jī)等）上運(yùn)行繪圖運(yùn)算工作的微處理器。

為什么GPU特別擅長(zhǎng)處理圖像數(shù)據(jù)呢？這是因?yàn)閳D像上的每一個(gè)像素點(diǎn)都有被處理的需要，而且每個(gè)像素點(diǎn)處理的過(guò)程和方式都十分相似，也就成了GPU的天然溫床。

GPU簡(jiǎn)單架構(gòu)如下圖所示：

從架構(gòu)圖我們就能很明顯的看出，GPU的構(gòu)成相對(duì)簡(jiǎn)單，有數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線(xiàn)，特別適合處理大量的類(lèi)型統(tǒng)一的數(shù)據(jù)。

但GPU無(wú)法單獨(dú)工作，必須由CPU進(jìn)行控制調(diào)用才能工作。CPU可單獨(dú)作用，處理復(fù)雜的邏輯運(yùn)算和不同的數(shù)據(jù)類(lèi)型，但當(dāng)需要大量的處理類(lèi)型統(tǒng)一的數(shù)據(jù)時(shí)，則可調(diào)用GPU進(jìn)行并行計(jì)算。

注：GPU中有很多的運(yùn)算器ALU和很少的緩存cache，緩存的目的不是保存后面需要訪(fǎng)問(wèn)的數(shù)據(jù)的，這點(diǎn)和CPU不同，而是為線(xiàn)程thread提高服務(wù)的。如果有很多線(xiàn)程需要訪(fǎng)問(wèn)同一個(gè)相同的數(shù)據(jù)，緩存會(huì)合并這些訪(fǎng)問(wèn)，然后再去訪(fǎng)問(wèn)dram。

GPU的工作大部分都計(jì)算量大，但沒(méi)什么技術(shù)含量，而且要重復(fù)很多很多次。

借用知乎上某大神的說(shuō)法，就像你有個(gè)工作需要計(jì)算幾億次一百以?xún)?nèi)加減乘除一樣，最好的辦法就是雇上幾十個(gè)小學(xué)生一起算，一人算一部分，反正這些計(jì)算也沒(méi)什么技術(shù)含量，純粹體力活而已；而CPU就像老教授，積分微分都會(huì)算，就是工資高，一個(gè)老教授資頂二十個(gè)小學(xué)生，你要是富士康你雇哪個(gè)？

GPU就是用很多簡(jiǎn)單的計(jì)算單元去完成大量的計(jì)算任務(wù)，純粹的人海戰(zhàn)術(shù)。這種策略基于一個(gè)前提，就是小學(xué)生A和小學(xué)生B的工作沒(méi)有什么依賴(lài)性，是互相獨(dú)立的。

但有一點(diǎn)需要強(qiáng)調(diào)，雖然GPU是為了圖像處理而生的，但是我們通過(guò)前面的介紹可以發(fā)現(xiàn)，它在結(jié)構(gòu)上并沒(méi)有專(zhuān)門(mén)為圖像服務(wù)的部件，只是對(duì)CPU的結(jié)構(gòu)進(jìn)行了優(yōu)化與調(diào)整，所以現(xiàn)在GPU不僅可以在圖像處理領(lǐng)域大顯身手，它還被用來(lái)科學(xué)計(jì)算、密碼破解、數(shù)值分析，海量數(shù)據(jù)處理（排序，Map-Reduce等），金融分析等需要大規(guī)模并行計(jì)算的領(lǐng)域。

所以GPU也可以認(rèn)為是一種較通用的芯片。

另贈(zèng)送：

APU – Accelerated Processing Unit, 加速處理器，AMD公司推出加速圖像處理芯片產(chǎn)品。

BPU – Brain Processing Unit, 地平線(xiàn)公司主導(dǎo)的嵌入式處理器架構(gòu)。自動(dòng)駕駛

CPU – Central Processing Unit 中央處理器， 目前PC core的主流產(chǎn)品。

DPU – Deep learning Processing Unit, 深度學(xué)習(xí)處理器，最早由國(guó)內(nèi)深鑒科技提出；另說(shuō)有Dataflow Processing Unit 數(shù)據(jù)流處理器， Wave Computing 公司提出的AI架構(gòu)；Data storage Processing Unit，深圳大普微的智能固態(tài)硬盤(pán)處理器。

FPU – Floating Processing Unit 浮點(diǎn)計(jì)算單元，通用處理器中的浮點(diǎn)運(yùn)算模塊。

GPU – Graphics Processing Unit, 圖形處理器，采用多線(xiàn)程SIMD架構(gòu)，為圖形處理而生。

HPU – Holographics Processing Unit 全息圖像處理器， 微軟出品的全息計(jì)算芯片與設(shè)備。

IPU – Intelligence Processing Unit， Deep Mind投資的Graphcore公司出品的AI處理器產(chǎn)品。

MPU/MCU – Microprocessor/Micro controller Unit， 微處理器/微控制器，一般用于低計(jì)算應(yīng)用的RISC計(jì)算機(jī)體系架構(gòu)產(chǎn)品，如ARM-M系列處理器。

NPU – Neural Network Processing Unit，神經(jīng)網(wǎng)絡(luò)處理器，是基于神經(jīng)網(wǎng)絡(luò)算法與加速的新型處理器總稱(chēng)，如中科院計(jì)算所/寒武紀(jì)公司出品的diannao系列。

RPU – Radio Processing Unit, 無(wú)線(xiàn)電處理器， Imagination Technologies 公司推出的集合集Wifi/藍(lán)牙/FM/處理器為單片的處理器。

TPU – Tensor Processing Unit 張量處理器， Google 公司推出的加速人工智能算法的專(zhuān)用處理器。目前一代TPU面向Inference，二代面向訓(xùn)練。另外，

VPU – Vector Processing Unit 矢量處理器，Intel收購(gòu)的Movidius公司推出的圖像處理與人工智能的專(zhuān)用芯片的加速計(jì)算核心。

WPU – Wearable Processing Unit， 可穿戴處理器，Ineda Systems公司推出的可穿戴片上系統(tǒng)產(chǎn)品，包含GPU/MIPS CPU等IP。

XPU – 百度與Xilinx公司在2017年Hotchips大會(huì)上發(fā)布的FPGA智能云加速，含256核。

ZPU – Zylin Processing Unit, 由挪威Zylin 公司推出的一款32位開(kāi)源處理器。

當(dāng)26個(gè)字母被用完后，即將出現(xiàn)XXPU，XXXPU，并以更快的速度占領(lǐng)起名界。

總結(jié)

以上是生活随笔為你收集整理的CPU是什么?GPU是什么?有图有真相。的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。