GPU的使用正在3D視頻游戲領(lǐng)域之外迅速擴展，并為企業(yè)和工業(yè)應(yīng)用提供了眾多好處。隨著深度學習在工業(yè)4.0革命中占據(jù)中心地位，GPU和x86 CPU制造商確保解決方案的開發(fā)人員在為其產(chǎn)品選擇合適的芯片時不受選擇范圍的限制。因此，讓我們回顧一下GPU可以做什么，而CPU可以做什么，反之亦然，以及它們?nèi)绾问?a href="http://www.brongaenegriffin.com/soft/data/42-101/" target="_blank">機器人外科醫(yī)生，加密貨幣，智能工廠和自動駕駛汽車完美結(jié)合。

CPU –多任務(wù) “全能” 家伙。

通常將計算機的中央處理單元（CPU）稱為其大腦，其中所有處理和多任務(wù)處理均會發(fā)生。它是定義PC中可用的計算能力的硬件平臺的最主要部分。

CPU是通用處理器。它們是為運行不同類型的應(yīng)用程序而構(gòu)建的，可同時快速執(zhí)行隨機任務(wù)。他們可以同時播放視頻，在瀏覽器上顯示信息，進行網(wǎng)絡(luò)通話，通過電子郵件接收大型附件。對于大多數(shù)用例，包括不需要3D渲染的高清視頻或?qū)崟r高清圖像處理，現(xiàn)代多核x86 CPU是最受歡迎的選擇。

現(xiàn)代通用x86計算處理器將圖形處理功能集成到CPU中，以支持非可視視頻應(yīng)用程序，包括AI驅(qū)動的視頻識別應(yīng)用程序，例如面部識別，車牌讀取，入侵檢測，大型動物檢測，車輛分類，客戶統(tǒng)計識別。

GPU – 圖形處理器”。是計算機系統(tǒng)中，負責圖像處理的一部分。

圖形處理單元（GPU）是專用的微處理器，最初主要用于渲染游戲的3D圖形，但現(xiàn)在正被考慮用于更廣泛的應(yīng)用程序。GPU被設(shè)計為重復(fù)執(zhí)行特定的計算任務(wù)，例如簡單的數(shù)學運算，稱為并行計算。例如，當處理圖形數(shù)據(jù)時，GPU能夠使用其并行計算算法來查看相同任務(wù)的小塊中的大型任務(wù)，這些任務(wù)可以一次執(zhí)行。GPU進行浮點數(shù)的第一次乘法可能要比CPU長一點，但計算一百萬次所花費的時間要少得多。這使GPU可以加速為圖形顯示實時構(gòu)建3D圖像的速度。

自從深度學習技術(shù)出現(xiàn)以來，GPU在下一代網(wǎng)絡(luò)基礎(chǔ)架構(gòu)中變得更加重要。研究表明，在訓練深度學習神經(jīng)網(wǎng)絡(luò)時，GPU的速度可以比標準CPU快250倍。通用GPU通過在企業(yè)網(wǎng)絡(luò)計算中提供并行計算功能來補充CPU，比特幣數(shù)據(jù)挖掘就是這樣的例子。

核心差異

CPU和GPU都包含內(nèi)核，但是它們包含的內(nèi)核數(shù)量卻相差很大。典型的CPU將具有多個具有大量緩存的處理內(nèi)核，這些緩存將使多個任務(wù)能夠同時執(zhí)行，但是GPU提供了數(shù)百個內(nèi)核，可以一次處理多個數(shù)據(jù)線程，因此可以為它們分配不同的計算功能。在同一系統(tǒng)中，

圖形處理單元和中央處理單元之間速度上的關(guān)鍵差異取決于它們要執(zhí)行的功能。盡管CPU可以非?？焖俚卦L問RAM中的內(nèi)存，但它們無法一次傳輸大量數(shù)據(jù)。另一方面，GPU在計算第一個并行任務(wù)時具有更高的延遲，但是使用其數(shù)十個內(nèi)核和內(nèi)部GPU時鐘，當立即處理1000個并行計算任務(wù)時，不會遇到存儲瓶頸。對于3D Deep以及大規(guī)模固定功能塊計算非常有用。

向加速計算打個招呼

加速計算的概念側(cè)重于GPU和CPU的結(jié)合使用，以通過深度學習增強應(yīng)用程序。

GPU加速計算的工作方式是將應(yīng)用程序中一些計算量較大的固定功能部分卸載到GPU，而其余應(yīng)用程序代碼則繼續(xù)在CPU內(nèi)運行。

并非所有的圖像處理AI應(yīng)用程序都需要GPU，因為最新一代的高端四核x86 CPU提供了強大的邊緣計算平臺，可以在本地處理實時圖形數(shù)據(jù)，將過濾后的數(shù)據(jù)和分析發(fā)送到云，并非常高效地接收操作命令。但是，由GPU和CPU組成的混合網(wǎng)絡(luò)基礎(chǔ)架構(gòu)的發(fā)展是向高性能計算的飛躍。

加速計算最常在高性能計算操作中找到，并且預(yù)計將徹底改變包括無人機，機器人技術(shù)，人工智能和自動駕駛汽車在內(nèi)的當前和未來技術(shù)。

隨著尖端技術(shù)的采用和部署的增加，對更多處理能力的需求也在不斷增加。盡管x86 CPU是軟件定義的一切的構(gòu)建塊，但GPU卻將夢想中的技術(shù)推向了工業(yè)化領(lǐng)域。兩者攜手打造加速計算的未來，創(chuàng)造新的可能性。

責任編輯：ct