CPU和GPU都是常见的服务器硬件。那么它们有什么不同呢?今天,专门代理的和大家聊聊。
CPU全称Central Processing Unit,相当于机器的“大脑”,用来完成布局谋略、发号施令、控制行动的“总司令官”。CPU的结构主要包括运算器(ALU,Arithmetic and Logic Unit)、控制单元(CU,Control Unit)、寄存器(Register)、高速缓存器(Cache)和它们之间通讯的数据、控制及状态的总线。
GPU英文全称Graphics Processing Unit,即中文为图形处理器,指出,GPU一开始是用在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上运行绘图运算工作的微处理器。
1.设计目标不同,它们分别针对了两种不同的应用场景。
CPU需要很强的通用性来处理各种不同的数据类型,同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂。
GPU面对的则是类型高度统一的、相互没有依赖的大规模数据和不需要被打断的纯净的计算环境。
GPU的主要工作就是3D图像处理和特别效果处理,通俗地说就是一种图像呈现的工作。对于2D图形,CPU可以轻松处理,但是对于复杂的3D图像,CPU就要花费很多的资源去处理,这显然会降低其他方面的工作效率,于是就将这类工作交给GPU去处理。
一些高帧率的游戏画面和高质量的特别效果也交给GPU去处理,分担CPU的工作。除此以外,GPU凭借并行处理处理的能力,在密码破译、大数据处理、金融分析等领域应用广泛。
***能用来做什么?
图形运算和大型矩阵运算,如机器学习算法等领域,GPU就能大显身手。简而言之,CPU擅长统领全局等复杂操作,GPU擅长对大数据进行简单重复操作。CPU是从事复杂脑力劳动的教援,而GPU是进行大量并行计算的体力劳动者(小学生)。
杭州浪潮GPU代理商指出,GPU的工作的特点是计算量大,没什么技术含量,需要重复很多很多次,还需要CPU来把数据喂到嘴边才能开始干活,结果还是靠CPU来管理的。
***为什么在人工智能领域十分盛行?
GPU学习是模拟人脑神经系统而建立的数学网络模型,这个模型的一大特点是需要大数据来训练。
浪潮作为全球服务器及技术厂家,在人工智能领域也是颇有建树。在人工智能领域,浪潮GPU具有如下主要特点:
(1)提供了多核并行计算的基础结构,且核心数非常多,可以支撑大量数据的并行计算。并行计算是一种一次可执行多个指令的算法,目的是提高计算速度,通过扩大问题求解规模,解决大型而复杂的计算问题。
(2)拥有更高的访存带宽和速度。
(3)具备更高的浮点运算能力。浮点运算能力是关系到处理器的多媒体、3D图形处理的一个重要指标。现在的计算机技术中,由于大量多媒体技术的应用,浮点数的计算大大增加了,比如3D图形的渲染等工作,因此浮点运算的能力是考察处理器计算能力的重要指标。
从文中我么可以看出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。
浙江杭州旭鑫科技专门代理浪潮服务器、浪潮GPU、浪潮信创业务,如果您有相关的需要,请联系我们。