通俗易懂告訴你CPU/GPU是什么？

CPU

CPU( Central Processing Unit, 中央處理器)就是機器的“大腦”，也是布局謀略、發(fā)號施令、控制行動的“總司令官”。

CPU的結構主要包括運算器（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。

簡單來說就是：計算單元、控制單元和存儲單元，架構如下圖所示：

圖：CPU微架構示意圖

什么？架構記不住？來，我們換種表示方法：

圖：CPU微架構示意圖（改）

嗯，大概就是這個意思。

從字面上我們也很好理解，計算單元主要執(zhí)行算術運算、移位等操作以及地址運算和轉換；存儲單元主要用于保存運算中產(chǎn)生的數(shù)據(jù)以及指令等；控制單元則對指令譯碼，并且發(fā)出為完成每條指令所要執(zhí)行的各個操作的控制信號。

所以一條指令在CPU中執(zhí)行的過程是這樣的：讀取到指令后，通過指令總線送到控制器（黃色區(qū)域）中進行譯碼，并發(fā)出相應的操作控制信號；然后運算器（綠色區(qū)域）按照操作指令對數(shù)據(jù)進行計算，并通過數(shù)據(jù)總線將得到的數(shù)據(jù)存入數(shù)據(jù)緩存器（大塊橙色區(qū)域）。過程如下圖所示：

圖：CPU執(zhí)行指令圖

是不是有點兒復雜？沒關系，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，其核心就是：存儲程序，順序執(zhí)行。

講到這里，有沒有看出問題，沒錯——在這個結構圖中，負責計算的綠色區(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。

高中化學有句老生常談的話叫：結構決定性質，放在這里也非常適用。

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

另外，因為遵循馮諾依曼架構（存儲程序，順序執(zhí)行），CPU就像是個一板一眼的管家，人們吩咐的事情它總是一步一步來做。但是隨著人們對更大規(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，能不能把多個處理器放在同一塊芯片上，讓它們一起來做事，這樣效率不就提高了嗎？

沒錯，GPU便由此誕生了。

GPU

在正式講解GPU之前，我們先來講講上文中提到的一個概念——并行計算。

并行計算(Parallel Computing)是指同時使用多種計算資源解決計算問題的過程，是提高計算機系統(tǒng)計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處理器來共同求解同一問題，即將被求解的問題分解成若干個部分，各部分均由一個獨立的處理機來并行計算。

并行計算可分為時間上的并行和空間上的并行。

時間上的并行是指流水線技術，比如說工廠生產(chǎn)食品的時候分為四步：清洗-消毒-切割-包裝。

如果不采用流水線，一個食品完成上述四個步驟后，下一個食品才進行處理，耗時且影響效率。但是采用流水線技術，就可以同時處理四個食品。這就是并行算法中的時間并行，在同一時間啟動兩個或兩個以上的操作，大大提高計算性能。

圖：流水線示意圖

空間上的并行是指多個處理機并發(fā)的執(zhí)行計算，即通過網(wǎng)絡將兩個以上的處理機連接起來，達到同時計算同一個任務的不同部分，或者單個處理機無法解決的大型問題。

比如小李準備在植樹節(jié)種三棵樹，如果小李1個人需要6個小時才能完成任務，植樹節(jié)當天他叫來了好朋友小紅、小王，三個人同時開始挖坑植樹，2個小時后每個人都完成了一顆植樹任務，這就是并行算法中的空間并行，將一個大任務分割成多個相同的子任務，來加快問題解決速度。

所以說，如果讓CPU來執(zhí)行這個種樹任務的話，它就會一棵一棵的種，花上6個小時的時間，但是讓GPU來種樹，就相當于好幾個人同時在種。

GPU全稱為Graphics Processing Unit，中文為圖形處理器，就如它的名字一樣，GPU最初是用在個人電腦、工作站、游戲機和一些移動設備（如平板電腦、智能手機等）上運行繪圖運算工作的微處理器。

為什么GPU特別擅長處理圖像數(shù)據(jù)呢？這是因為圖像上的每一個像素點都有被處理的需要，而且每個像素點處理的過程和方式都十分相似，也就成了GPU的天然溫床。

GPU簡單架構如下圖所示：

圖：GPU微架構示意圖

從架構圖我們就能很明顯的看出，GPU的構成相對簡單，有數(shù)量眾多的計算單元和超長的流水線，特別適合處理大量的類型統(tǒng)一的數(shù)據(jù)。

但GPU無法單獨工作，必須由CPU進行控制調用才能工作。CPU可單獨作用，處理復雜的邏輯運算和不同的數(shù)據(jù)類型，但當需要大量的處理類型統(tǒng)一的數(shù)據(jù)時，則可調用GPU進行并行計算。

注：GPU中有很多的運算器ALU和很少的緩存cache，緩存的目的不是保存后面需要訪問的數(shù)據(jù)的，這點和CPU不同，而是為線程thread提高服務的。如果有很多線程需要訪問同一個相同的數(shù)據(jù)，緩存會合并這些訪問，然后再去訪問dram。

再把CPU和GPU兩者放在一張圖上看下對比，就非常一目了然了。

GPU的工作大部分都計算量大，但沒什么技術含量，而且要重復很多很多次。

借用知乎上某大神的說法，就像你有個工作需要計算幾億次一百以內加減乘除一樣，最好的辦法就是雇上幾十個小學生一起算，一人算一部分，反正這些計算也沒什么技術含量，純粹體力活而已；而CPU就像老教授，積分微分都會算，就是工資高，一個老教授資頂二十個小學生，你要是富士康你雇哪個？

GPU就是用很多簡單的計算單元去完成大量的計算任務，純粹的人海戰(zhàn)術。這種策略基于一個前提，就是小學生A和小學生B的工作沒有什么依賴性，是互相獨立的。

但有一點需要強調，雖然GPU是為了圖像處理而生的，但是我們通過前面的介紹可以發(fā)現(xiàn)，它在結構上并沒有專門為圖像服務的部件，只是對CPU的結構進行了優(yōu)化與調整，所以現(xiàn)在GPU不僅可以在圖像處理領域大顯身手，它還被用來科學計算、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)模并行計算的領域。

所以GPU也可以認為是一種較通用的芯片。

總結

以上是生活随笔為你收集整理的通俗易懂告诉你CPU/GPU是什么？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。