CPU (Central Processing Unit，中央處理器)就是機器的“大腦”，是完成布局謀略、發(fā)號施令、控制行動的“總司令官”。CPU的結(jié)構(gòu)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。

GPU(Graphics Processing Unit，中文為圖形處理器)，就如其名字一樣，GPU最初是用在個人電腦、工作站、游戲機和一些移動設(shè)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。

CPU和GPU之所以大不相同，是由于其設(shè)計目標(biāo)的不同，它們分別針對了兩種不同的應(yīng)用場景。

CPU需要很強的通用性來處理各種不同的數(shù)據(jù)類型，同時又要邏輯判斷又會引入大量的分支跳轉(zhuǎn)和中斷的處理。這些都使得CPU的內(nèi)部結(jié)構(gòu)異常復(fù)雜。

而GPU面對的則是類型高度統(tǒng)一的、相互無依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈的計算環(huán)境。于是CPU和GPU就呈現(xiàn)出非常不同的架構(gòu)(示意圖)：

從架構(gòu)圖我們就能很明顯的看出，GPU的構(gòu)成相對簡單，有數(shù)量眾多的計算單元和超長的流水線，特別適合處理量大且統(tǒng)一的數(shù)據(jù)(如圖像數(shù)據(jù))。

GPU的主要工作就是3D圖像處理和特效處理，通俗地說就是一種圖像呈現(xiàn)的工作。對于2D圖形，CPU可以輕松處理，但是對于復(fù)雜的3D圖像，CPU就要花費很多的資源去處理，這顯然會降低其他方面的工作效率，于是就將這類工作交給GPU去處理。

一些高幀率的游戲畫面和高質(zhì)量的特效也交給GPU去處理，分擔(dān)CPU的工作。除此以外，GPU服務(wù)器憑借并行處理處理的能力，在密碼破譯、大數(shù)據(jù)處理、金融分析等領(lǐng)域應(yīng)用廣泛。

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，此類場景也就成了GPU的天然溫床。

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

GPU采用了數(shù)量眾多的計算單元和超長的流水線，但只有非常簡單的控制邏輯并省去了Cache。而CPU不僅被Cache占據(jù)了大量空間，而且還有有復(fù)雜的控制邏輯和諸多優(yōu)化電路，相比之下GPU計算能力只是CPU很小的一部分。

CPU 基于低延時的設(shè)計，CPU有強大的ALU(算術(shù)運算單元)，它可以在很少的時鐘周期內(nèi)完成算術(shù)計算。

相比之下，GPU是基于大的吞吐量設(shè)計，Cache比較小、控制單元簡單，但GPU的核數(shù)很多，適合于并行高吞吐量運算。

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)(這點和CPU不同)，而是為線程Thread提供服務(wù)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后再去訪問內(nèi)存DRAM。

總而言之，CPU和GPU因為最初用來處理的任務(wù)就不同，所以設(shè)計上有較大的區(qū)別。而某些任務(wù)和GPU最初用來解決的問題的方式比較相似，所以采用GPU來計算。

打個比方，GPU的運算速度取決于雇了多少小學(xué)生，CPU的運算速度取決于請了多么厲害的教授。教授處理復(fù)雜任務(wù)的能力是碾壓小學(xué)生的，但是對于沒那么復(fù)雜的任務(wù)，還是頂不住人多。當(dāng)然現(xiàn)在的GPU也能做一些稍微復(fù)雜的工作了，相當(dāng)于升級成初中生高中生的水平。

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

這就回答了GPU能做什么的問題。圖形運算和大型矩陣運算，如機器學(xué)習(xí)算法等領(lǐng)域，GPU就能大顯身手。簡而言之，CPU擅長統(tǒng)領(lǐng)全局等復(fù)雜操作，GPU擅長對大數(shù)據(jù)進行簡單重復(fù)操作。CPU是從事復(fù)雜腦力勞動的教援，而GPU是進行大量并行計算的體力勞動者(小學(xué)生)。

GPU的工作的特點是計算量大，沒什么技術(shù)含量，需要重復(fù)很多很多次，還需要CPU來把數(shù)據(jù)喂到嘴邊才能開始干活，最終還是靠CPU來管理的。

為什么在人工智能領(lǐng)域GPU十分盛行?深度學(xué)習(xí)是模擬人腦神經(jīng)系統(tǒng)而建立的數(shù)學(xué)網(wǎng)絡(luò)模型，這個模型的最大特點是需要大數(shù)據(jù)來訓(xùn)練。

因此，人工智能領(lǐng)域?qū)τ嬎隳芰Φ囊缶褪切枰罅康牟⑿械闹貜?fù)計算，GPU正好有這個專長，時勢造英雄，因此GPU就出山擔(dān)此重任。在人工智能領(lǐng)域(深度學(xué)習(xí))，GPU具有如下主要特點：

1 、提供了多核并行計算的基礎(chǔ)結(jié)構(gòu)，且核心數(shù)非常多，可以支撐大量數(shù)據(jù)的并行計算。并行計算是一種一次可執(zhí)行多個指令的算法，目的是提高計算速度，通過擴大問題求解規(guī)模，解決大型而復(fù)雜的計算問題。

2、 擁有更高的訪存帶寬和速度。

3、具備更高的浮點運算能力。浮點運算能力是關(guān)系到處理器的多媒體、3D圖形處理的一個重要指標(biāo)?，F(xiàn)在的計算機技術(shù)中，由于大量多媒體技術(shù)的應(yīng)用，浮點數(shù)的計算大大增加了，比如3D圖形的渲染等工作，因此浮點運算的能力是考察處理器計算能力的重要指標(biāo)。

需要強調(diào)一點，雖然GPU是為了圖像處理而生，但是我們通過前面的介紹可以發(fā)現(xiàn)，GPU在結(jié)構(gòu)上并沒有專門為圖像服務(wù)的部件，只是對CPU的結(jié)構(gòu)的優(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，它還被用做科學(xué)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(lǐng)域。因此，GPU也可以認(rèn)為是一種較通用的芯片。

簡單總結(jié)：CPU和GPU是兩種不同的處理器，CPU是程序控制、順序執(zhí)行等操作的最高級通用處理器，而GPU是用來做圖像處理、特定領(lǐng)域分析的專用型處理器，GPU受CPU的控制。在很多終端設(shè)備中，CPU和GPU往往集成在一個芯片內(nèi)，同時具備CPU或GPU處理能力。

審核編輯：湯梓紅