在PC诞生时,实际上没有GPU。所有图形计算均由CPU完成。后来,人们意识到CPU速度太慢,无法进行图形计算,于是他们设计了一种特殊的图形加速卡来帮助图形计算。随后,Nvidia提出了GPU的概念,将GPU提升为一个单一的计算单元。
CPU核心和GPU核心在计算上有什么区别?
由于它们在计算上的不同,CPU面临着各种各样的需求,例如当你打开一个网页时,CPU负责网络交互,解析HTML文件和JS脚本,构建DOM树,加载各种资源,最后轮到GPU渲染屏幕和输出。
例如,在玩游戏时,CPU负责完成游戏程序的逻辑,从硬盘上加载游戏数据,然后开始挑选图形相关的东西,交给GPU去做,而游戏中的各种操作又不能从中分离出来。m在CPU的帮助下,如常见的NPC,它们如何移动,或者需要CPU来传输。计算。
从以上两个例子中,我们可以看到CPU负责各种计算。为了解决如此多的计算问题,其通用性要求很高,必然导致设计的复杂性。例如,为了支持条件语句(如if else),需要添加一些控制单元。自GPU诞生以来,它一直面临着一种单一的计算方式。为了更好地处理单个图形计算任务,早期的GPU采用了流水线设计。通过大规模堆叠大量芯片,可以提高图形处理的速度,从而提供更好的质量和简单性。粗糙。
所以这个问题的答案是显而易见的。在计算方面,CPU更通用,可以连接任何工作,但速度不是很快。GPU只能连接图形计算,这是非常快的,也可以接收到专门写给它的任务。这就是为什么使用GPGPU(图形计算单元的通用计算)的原因。来吧。