今天主要介紹一下GPU、CPU和兩者之間的區別。下面，我們一起來看。
今天主要介紹一下GPU、CPU和兩者之間的區別。下面，我們一起來看。
1. CPU即中央處理器
CPU( Central Processing Unit, 中央處理器)就是機器的「大腦」，也是布局謀略、發號施令、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據、控制及狀態的總線。
簡單來說就是：計算單元、控制單元和存儲單元
2. GPU即圖形處理器。
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、遊戲機和一些行動裝置(如平板電腦、智慧型手機等)上運行繪圖運算工作的微處理器。
為什麼GPU特別擅長處理圖像數據呢?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的構成相對簡單，有數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一的數據。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，處理複雜的邏輯運算和不同的數據類型，但當需要大量的處理類型統一的數據時，則可調用GPU進行並行計算。
兩者區別：
從根本上說CPU和GPU它們的目的不同，且有不同側重點，也有著不同的性能特性，在某些工作中CPU執行得更快，另一工作中或許GPU能更好。當你需要對大量數據做同樣的事情時，GPU更合適，當你需要對同一數據做很多事情時，CPU正好。
然而在實際應用中，後一種情形更多，也就是CPU更為靈活能勝任更多的任務。GPU能做什麼?關於圖形方面的以及大型矩陣運算，如機器學習算法、挖礦、暴力破解密碼等，GPU會大幅提高計算效率。
簡單地說，CPU擅長分支預測等複雜操作，GPU擅長對大量數據進行簡單操作。一個是複雜的勞動，一個是大量並行的工作。
其實GPU可以看作是一種專用的CPU，專為單指令在大塊數據上工作而設計，這些數據都是進行相同的操作，要知道處理一大塊數據比處理一個一個數據更有效，執行指令開銷也會大大降低，因為要處理大塊數據，意味著需要更多的電晶體來並行工作，現在旗艦級顯卡都是百億以上的電晶體。
CPU呢，它的目的是儘可能快地在單個數據上執行單個指令。由於它只需要使用單個數據單條指令，因此所需的電晶體數量要少得多，目前主流桌面CPU電晶體都是十億以下，和頂級GPU相差十倍以上，但它需要更大的指令集，更複雜的ALU(算術邏輯單元)，更好的分支預測，更好的虛擬化架構、更低的延遲等等。
另外，像我們的作業系統Windows，它是為x86處理器編寫的，它需要做的任務執行的進程，在CPU上肯定更為高效，你想每個線程的任務並不相同，基本上難以並行化，完全發揮不了GPU的長處。
總結
總而言之，CPU和GPU因為最初用來處理的任務就不同，所以設計上有不小的區別。CPU的運算速度取決於請了多麼厲害的教授。教授處理複雜任務的能力是碾壓小學生的，但是對於沒那麼複雜的任務，還是頂不住人多。當然現在的GPU也能做一些稍微複雜的工作了，相當於升級成初中生高中生的水平。但還需要CPU來把數據餵到嘴邊才能開始幹活，最終還是靠CPU來管的。
【編輯推薦】
【責任編輯：
趙寧寧TEL：（010）68476606】