主题二：GPU和CPU芯片谁更复杂

佳佳牧羊人

在20世纪80年代，由于传统的CPU没有专门为图形处理优化的结构，所以在图形处理方面表现很弱。但是随着计算机的普及，游戏图形的不断进化，人们对图形的需求越来越高，为了满足游戏行业的高性能需求，于是在这个时期就诞生了GPU。

图1：来源于华西证券

• 应用场景
  

GPU具有高度并行特征，能够为工作负载提供加速。GPU中的ALU具有较多的浮点运算单元，能够大量执行数学计算，加上GPU的寄存器的速度和处理器的速度也很快，从寄存器读写数据数据没有延时。
所以能够满足计算密集型应用的要求，适合深度学习和人工智能推理、科学计算、数值计算等领域。
CPU倾向于程序控制、顺序执行，通常有多个处理核心、高速缓存层次和复杂的指令集体系结构，适合通用计算和广泛的应用领域。

• CPU芯片包含的晶体管数量（举例）
  

我们这里拿NVDIA H100和AMD EPYC™ 9754举例：
从晶体管数量来看，顶级的GPU通常包含更多的晶体管。
NVDIA H100：大约有800亿个晶体管

图2：数据来源于英伟达官网

图3：数据来源于英伟达官网AMD EPYC™ 9754：大约有820亿个晶体管

图4：来源于知乎两者的架构设计目标不是一样的。从设计角度来说，CPU的架构比GPU的架构复杂。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，这就使得CPU的内部结构很复杂。

图5：来源于知乎GPU面对的是类型高度统一的、相互依赖的大规模数据，顶级的GPU可能在硬件规模上更大，而顶级的CPU在架构和设计上可能更复杂。

图6：来源于知乎

• GPU架构
  

一个CPU通常包含控制单元、算数逻辑单元、寄存器和数据缓存及总线5个组件，组件之间相互配合，相互执行各种各样的任务。
1.并行架构
GPU采用了并行架构，能够同时执行多个计算任务，能够实现高效的并行计算。
2.多线程
能够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，处理神经网络数据远远高效于CPU。
3. 浮点运算能力高
GPU的控制相对简单，且不需要很大的Cache，大部分晶体管可被用于各类专用电路和流水线，计算速度因此大增，拥有强大的浮点运算能力。
4. 响应方式
GPU响应方式采用的是批处理机制，就是任务先排好队，挨个挨个的处理。

• CPU架构
  

1.浮点计算
CPU是第多才多艺的，它除了负责整形运算，还负责像媒体解码、硬件解码这种指令集，需要控制和负责的事情比较多，CPU工作主要是顺序执行，浮点计算能力没有GPU的强。
2.响应方式
CPU要求的是实时响应，对单任务处理的速度要求很高。
3.小结
GPU芯片和CPU芯片没有绝对的谁更强，谁更弱的说法，它们在不同的领域和不同的应用上，都是王者，大家根据自己的需求进行挑选，适合自己的就是最好的。如果有什么不了解的地方，欢迎私信我们，一起来探讨。


来源：http://www.yidianzixun.com/article/0pmRobV2
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！