Skillnaden mellan CPU och GPU

CPU vs GPU

CPU, akronymen för Central Processing Unit, är hjärnan i ett datorsystem som utför "beräkningarna" som ges som instruktioner genom ett datorprogram. Att ha en CPU är endast meningsfull när du har ett programmeringssystem som är "programmerbart" (så att det kan exekvera instruktioner) och vi bör notera att CPU: n är den centrala centralenheten, enheten som styr de andra enheterna / delar av ett datorsystem. I dagens sammanhang är en CPU typiskt belägen i ett enda kiselchip som också känns som en mikroprocessor. Å andra sidan är GPU, akronym för Graphics Processing Unit, avsedd att avlasta datorbaserade intensiva grafikbehandlingsuppgifter från CPU. Det ultimata målet med sådana uppgifter är att projektionen ska projektera grafiken till en bildskärmsenhet, såsom en bildskärm. Med tanke på att sådana uppgifter är välkända och specifika behöver de inte i huvudsak programmeras, och dessutom är sådana uppgifter i sig parallella på grund av visningsenheternas karaktär. Återigen, i de nuvarande sammanhangen, medan de mindre kapabla GPU: erna är vanligtvis placerade i samma kiselchip där du hittar CPU-enheten (den här installationen kallas integrerad GPU), hittar de mer kapabla, kraftfulla GPU: erna i sin egen kiselchip, vanligtvis på en separat PCB (Printed Circuit Board).

Vad är CPU?

Termen CPU används i datorsystem i mer än fem decennier nu, och det var den enda bearbetningsenheten i de tidiga datorerna tills "andra" behandlingsenheter (till exempel GPU) introducerades för att komplettera processkraften. De två huvudkomponenterna i en CPU är dess aritmetiska logiska enhet (aka ALU) och kontrollenhet (aka CU). ALU för en CPU är ansvarig för de aritmetiska och logiska operationerna i beräkningssystemet och CU ansvarar för att hämta instruktionsprogrammet från minnet, avkodar dem och instruerar andra enheter som ALU att utföra instruktionerna. Därför är CPU: s styrenhet ansvarig för att förmedla ära för CPU att vara den "centrala" behandlingsenheten. CU: n för att hämta instruktionerna från minnet, instruktionerna måste lagras som program i minnet och därför är detta instruktionssystem också känt som "lagrade program". Det skulle vara uppenbart att CU inte kommer att utföra instruktionerna, utan kommer att underlätta detsamma genom att kommunicera med de rätta enheterna som ALU.

Vad är GPU (aka VPU)?

Begreppet Graphics Processing Unit (GPU) introducerades i slutet av nittiotalet av NVIDIA, ett GPU-tillverkningsföretag, som hävdade att ha marknadsfört världens första GPU (GeForce256) 1999. Enligt Wikipedia, vid tiden för GeForce256, NVIDIA definierad GPU som följande: "En-chip-processorn med integrerad transformation, belysning, triangulationsinstallation / -klippning och återgivningsmotorer som kan hantera minst 10 miljoner polygoner per sekund".Några år senare släppte NVIDIAs konkurrerande ATI Graphics, ett annat liknande företag, en liknande processor (Radeon300) med termen VPU för Visual Processing Unit. Men som det är uppenbart att termen GPU har blivit mer populär än termen VPU.

Idag används GPU-plattformar överallt, t.ex. i inbyggda system, mobiltelefoner, persondatorer och bärbara datorer och spelkonsoler. Moderna GPU-enheter är extremt kraftfulla vid manipulering av grafik, och de görs programmerbara så att de kan anpassas till olika situationer och applikationer. Men även nu är typiska GPU-apparater programmerade från fabriken genom så kallad firmware. Generellt är GPU: er effektivare än CPU för algoritmer där bearbetning av stora datablock görs parallellt. Det förväntas, eftersom GPU: er är konstruerade för att manipulera datorgrafik, som är extremt parallella i naturen.

Det finns också detta nya koncept som kallas GPGPU (Allmänna användningsberäkningar på GPU), för att utnyttja GPU: er för att utnyttja datal parallelism som är tillgänglig i vissa applikationer (t.ex. bioinformatik) och därför utföra icke-grafikbehandling i GPU. Men de beaktas inte i denna jämförelse.

Vad är skillnaden mellan CPU och GPU? • Medan argumentet bakom utplaceringen av en CPU är att fungera som hjärnan i ett datorsystem, introduceras en GPU som en komplementär bearbetningsenhet som hanterar den beräkningskrävande grafikbehandling och -behandling som krävs av uppgiften att projicera grafik till displayenheterna. • Grafisk bearbetning är naturligtvis parallell och kan därför enkelt parallelliseras och accelereras. • I flera kärnsystems era är CPU: er konstruerade med endast några kärnor som kan hantera några programvarutrådar som kan utnyttjas i ett applikationsprogram (instruktions- och trådnivåparallellism). GPUer är utformade med hundratals kärnor, för att utnyttja den tillgängliga parallellen.