CPU與GPU的技術(shù)比較

摘要：CPU與GPU各有所長(zhǎng)。CPU的資源多用于緩存，而GPU的資源多用于數(shù)據(jù)計(jì)算。將CPU技術(shù)就進(jìn)行比較，希望創(chuàng)造具有高性能處理器與獨(dú)立顯卡的處理性能，從而提高了電腦的運(yùn)行效率，提高更好的性價(jià)比，使其為我們帶來更好的選擇。

關(guān)鍵詞：CPU；GPU；圖像處理

中圖分類號(hào)：TP332 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599 （2012） 22-0000-02

1 前言

GPU是顯示卡的“心臟”，也就相當(dāng)于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能。目前，雖然CPU處理能力不斷強(qiáng)大，但是，當(dāng)進(jìn)入3D時(shí)代以后，對(duì)圖形計(jì)算需求不斷在增多，大量的3D圖像處理數(shù)據(jù)計(jì)算使CPU越來越不堪重荷了，并且遠(yuǎn)遠(yuǎn)的超出其計(jì)算能力，問題需要解決。目前，作為計(jì)算機(jī)的顯示芯片飛速發(fā)展。顯示芯片的計(jì)算能力無(wú)法滿足快速增長(zhǎng)的圖形計(jì)算需求時(shí)，圖形，圖像計(jì)算等計(jì)算的功能被脫離出來，成為單獨(dú)的芯片設(shè)計(jì)，即GPU。CPU與GPU各有所長(zhǎng)。CPU的資源多用于緩存，而GPU的資源多用于數(shù)據(jù)計(jì)算。將二者進(jìn)行比較，希望創(chuàng)造具有高性能處理器與獨(dú)立顯卡的處理性能，從而提高了電腦的運(yùn)行效率，提高更好的性價(jià)比，使其為我們帶來更好的選擇。

2 CPU的作用

CPU是計(jì)算機(jī)的核心組織，是計(jì)算機(jī)的中央處理單元，處理器的作用和大腦更相似，因?yàn)樗?fù)責(zé)處理、運(yùn)算計(jì)算機(jī)內(nèi)部的所有數(shù)據(jù)，而主板芯片組則更像是心臟，它控制著數(shù)據(jù)的交換。CPU的種類決定了你使用的操作系統(tǒng)和相應(yīng)的軟件。CPU主要由運(yùn)算器、控制器、寄存器組和內(nèi)部總線等構(gòu)成，是PC的核心，再配上儲(chǔ)存器、輸入/輸出接口和系統(tǒng)總線組成為完整的PC。CPU具有通用性的特點(diǎn)：它集成了數(shù)以百萬(wàn)計(jì)，千萬(wàn)計(jì)，甚至是數(shù)億計(jì)晶體管的CPU芯片。CPU主要由運(yùn)算器、控制器、寄存器組和內(nèi)部總線等構(gòu)成。寄存器組用于在指令執(zhí)行過后存放操作數(shù)和中間數(shù)據(jù)，由運(yùn)算器完成指令所規(guī)定的運(yùn)算及操作。除了具有計(jì)算能力的電路和結(jié)構(gòu)外，CPU還擁有著控制和指揮其他硬件電路相配合的中央控制器，可以進(jìn)行邏輯判斷，預(yù)測(cè)執(zhí)行，推測(cè)執(zhí)行等諸多功能。CPU擅長(zhǎng)處理：不規(guī)則的數(shù)據(jù)結(jié)構(gòu)，不可預(yù)測(cè)的存取模式，遞歸算法、和單線程程序以及分支密集型代碼。這種程序的任務(wù)擁有著復(fù)雜的指令調(diào)度、循環(huán)、分支、邏輯判斷以及執(zhí)行等諸多步驟。

3 GPU的作用

GPU具有強(qiáng)大的計(jì)算能力，其架構(gòu)從一開始就是專為大量并行運(yùn)算核心優(yōu)化設(shè)計(jì)的。在繪制圖像時(shí)，GPU首先接收宿主系統(tǒng)以三角頂點(diǎn)形式發(fā)送的幾何數(shù)據(jù)，這些數(shù)據(jù)由一個(gè)可編程的頂點(diǎn)處理器進(jìn)行處理，該處理器進(jìn)行幾何變換、亮度計(jì)算等三角形計(jì)算。在現(xiàn)代的計(jì)算機(jī)中，圖形的處理變得越來越重要，我們需要一個(gè)專門的圖形的核心處理器來替CPU分流，負(fù)擔(dān)。GPU的前身就是顯示卡的主芯片。它是連接主機(jī)和顯示器的接口卡，最早的顯示卡功能是非常的簡(jiǎn)單?，F(xiàn)在市面現(xiàn)有的的顯卡基本都是3D圖形加速卡，主芯片也都被冠上了GPU的名字。GPU計(jì)算習(xí)慣上采用Brook編譯，Brook支持所有帶附加流數(shù)據(jù)的C句法，流數(shù)據(jù)存儲(chǔ)于GPU的存儲(chǔ)器中，而核函數(shù)也在GPU上執(zhí)行。GPU的通用性也遠(yuǎn)遠(yuǎn)好于CPU，目前用于科學(xué)計(jì)算的大型計(jì)算機(jī)都是使用基于GPU架構(gòu)的處理器。如nVidia開發(fā)的通用計(jì)算機(jī)就是基于G80的架構(gòu)，它的計(jì)算精度遠(yuǎn)遠(yuǎn)高于目前桌面CPU。由于GPU具有高效的并行性和靈活的可編程性等特點(diǎn)，越來越多的研究人員和商業(yè)組織正在利用GPU完成一些非圖形繪制方面的計(jì)算，并開創(chuàng)了新的研究領(lǐng)域?，F(xiàn)在GPU已經(jīng)突破了很多技術(shù)上的屏障，在信息檢索、數(shù)據(jù)挖掘計(jì)算機(jī)病毒碼匹配和生物基因技術(shù)領(lǐng)域中都有應(yīng)用。

4 CPU與GPU未來的發(fā)展道路

CPU關(guān)系到計(jì)算機(jī)的整體性能，而GPU只關(guān)系到圖像處理方面，但是GPU并不單單的局限于圖像領(lǐng)域里面，GPU希望在更多領(lǐng)域里面發(fā)揮出作用，從而實(shí)現(xiàn)減少CPU的負(fù)擔(dān)。對(duì)于一臺(tái)計(jì)算機(jī)來說，CPU和GPU之間的關(guān)系是相輔相成的，越是在高分辨率下這樣的效果就越加明顯。

CPU和GPU在設(shè)計(jì)目標(biāo)晶體管分配；Cache的作用上；內(nèi)存控制器等方面有本質(zhì)區(qū)別。CPU的資源多用于緩存，而GPU的資源則多用于數(shù)據(jù)計(jì)算。CPU和GPU的區(qū)別正在逐漸縮小，因?yàn)镚PU也在處理不規(guī)則任務(wù)和線程間通信方面有了長(zhǎng)足的進(jìn)步。如果能夠?qū)⒍呓M合起來，相互取長(zhǎng)補(bǔ)短，將融合得最佳情況來提高電腦的運(yùn)行效率，提高更好的性價(jià)比是我們努力的方向。現(xiàn)在，在筆記本和桌面處理器中已經(jīng)全面融合了CPU與GPU。處理器中集成圖形核心，這成為了目前業(yè)界的一個(gè)發(fā)展方向。AMD是最早提出處理器融合圖形核心的廠商，而在獨(dú)立顯卡融合處理器方面，AMDFusion的硅芯片上有兩個(gè)獨(dú)立的核心，一個(gè)負(fù)責(zé)處理器，另一個(gè)負(fù)責(zé)繪圖核心，兩個(gè)核心而不是融合在一起。處理器有自己獨(dú)立的緩沖存儲(chǔ)器，繪圖核心部分也是同樣如此。兩個(gè)核心會(huì)互相連接。許多廠商也正謀劃著在獨(dú)立顯卡中集成處理器，因此，PC核心硬件的再次融合已經(jīng)離指日可待。

5 結(jié)束語(yǔ)

CPU作為PC的核心組件之一，它是必不可少的，也是無(wú)法被代替的。CPU和GPU雖然在電腦中都擔(dān)負(fù)著非常重要的作用，但是兩者的側(cè)重點(diǎn)是不同的，在兩個(gè)方面。對(duì)于GPU來說，它注重圖像處理方面，而對(duì)于CPU來說則是擔(dān)負(fù)著整個(gè)電腦協(xié)調(diào)的工作。所以，CPU和GPU之間是分工協(xié)作的關(guān)系。CPU和GPU各有所長(zhǎng)。CPU的資源多用于緩存，GPU的資源多用于數(shù)據(jù)計(jì)算。如果將二者組合，相互取長(zhǎng)補(bǔ)短，將融合得最佳情況來提高電腦的運(yùn)行效率，提高更好的性價(jià)比，為我們帶來了新的選擇。CPU在GPU的影響下也逐漸找回自己的優(yōu)勢(shì)。未來算法執(zhí)行的架構(gòu)會(huì)越來越傾向CPU/GPU集群的協(xié)作模式。整合后的模式較于傳統(tǒng)的CPU會(huì)有更為突出的優(yōu)勢(shì)。以后我們會(huì)更加努力，提高具有高性能處理器與最新獨(dú)立顯卡的處理的性能，從而提高了電腦的運(yùn)行效率與性價(jià)比，使未來的發(fā)展之路更為寬廣。

參考文獻(xiàn)：

[1]吳恩華.圖形處理器用于通用計(jì)算的技術(shù)、現(xiàn)狀及其挑戰(zhàn)[J].軟件學(xué)報(bào)，2004，15（10）：1493-1504.

[2]MacedoniaM.TheGPUEntersComputing’sMainstream[C].IEEEComputer.MichaelMacedonia，2003，36（10）：106-108.

[3]NadathurSatis.DesigningEf?cientSortingAlgorithmsforManycoreGPU[J].IEEEInternationalParallelandDistributedProcessingSymposium，May2009，23（2）655-660.

[4]李建明，萬(wàn)單領(lǐng)，何榮盛.一種基于GPU加速的圖像顏色傳遞算法[J].大連理工大學(xué)學(xué)報(bào)，2008，2.

[5]A.Grama，V.Kumar.State-of-the-ArtinParallelSearchTechniquesforDiscreteOptimizationProblems[J].IEEETransactionsonKnowledgeandDataEngineering，1999，11（1）：28-35.

[6]蓋素麗.基于GPU的數(shù)字圖像并行處理方法[J].電子產(chǎn)品世界，2009，2.

[作者簡(jiǎn)介]楊柳（1979-），女，長(zhǎng)春市，吉林工商學(xué)院講師，碩士，主要從事算法研究。