CPU 与 GPU：有什么区别？-表盘吧

如果您曾经构建过自己的计算机——或者甚至只是读过它——你就会发现 CPU 和 GPU 是两个截然不同的东西。但究竟有什么区别，这在实践中如何运作？

什么是 CPU 和 GPU？

简短的回答是 CPU 是中央处理器的缩写，但也称为“处理器”，它运行您的计算机。它是您设备的中心枢纽，并管理使其运行的所有流程。如果你没有 CPU，你就没有电脑，只有最先进的镇纸。

GPU 或图形处理单元，也称为“显卡”，运行屏幕上显示的图形。GPU 对您的计算机的操作也至关重要，没有它们，您的屏幕上将不会显示任何内容。也就是说，它们并不总是必须是离散的或独立的 GPU。许多 CPU，尤其是笔记本电脑，都内置了 GPU。

但是，这些集成显卡并没有太大的吸引力。如果您想为游戏或高级图形软件（如 3D 建模器）运行高端图形，您将需要一个独立的 GPU。他们只是有更多的权力。

因为 CPU 是如此，嗯，中央，它们无处不在：没有一个数字设备不会有它。智能手机和智能设备通常具有非常小的设备，不会产生大量的计算能力，而超级计算机将拥有庞大的 CPU 网络，可以进行计算，让你的手机在几分钟内冒烟。

离散 GPU 更加专业。它们通常只出现在面向游戏玩家销售的笔记本电脑和 PC 中——事实上，它们是最大的市场，因为当今大多数顶级游戏都需要强大的图形计算能力。视觉艺术家是 GPU 的另一大买家，因为他们需要快速详细地渲染图像，而集成到 CPU 中的 GPU 也无法做到这一点。

然而，使用 GPU 的不仅仅是游戏玩家和艺术家。它们在机器学习和加密挖掘中也被大量使用，原因我们将很快介绍。

CPU 和 GPU 由于它们的构建方式而做不同的事情。CPU 在其每个内核上连续运行进程——换句话说，一个接一个地运行。大多数处理器有 4 到 8 个内核，但高端 CPU 最多可以有 64 个。

当计算机运行时，每个内核或多或少都会自行运行一个进程，例如在打字时记录您的击键。当它这样做时，其他内核将处理您在Windows 任务管理器中看到的所有其他进程（或者它们将等待运行）。由于它按顺序管理任务并将其大部分处理能力专用于每个任务，因此它以闪电般的速度运行并在运行的不同进程之间切换。

GPU 以不同的方式处理计算。当给定一个任务时，GPU 会将其细分为数千个较小的任务，然后一次处理所有这些任务，因此是并发的，而不是串行的。这使得 GPU 更适合处理由许多小部分组成的大型进程，例如 3D 图形。

例如，在游戏中，你看到的基本上是一个多边形区域。每个多边形都由 GPU 同时单独填充，考虑到可能有数千个多边形，GPU 的流畅性实际上令人印象深刻。当您的 GPU 在游戏过程中出现故障时，您甚至可以亲眼看到它，因为您会在屏幕上看到大块纹理。

因为它们的工作方式如此不同，CPU 和 GPU 具有非常不同的应用程序。串行处理是计算机运行的原因。如果您尝试使用并发进程运行 PC，则它不会很好地工作，因为很难细分键入文章或运行浏览器。CPU 可以只为少数几个任务提供大量功能，但结果是执行这些任务的速度要快得多。

另一方面，GPU 比 CPU 效率高得多，因此更适合具有大量重复性的大型复杂任务，例如在屏幕上放置数千个多边形。如果你试图用 CPU 来做到这一点，它就会停止运行，如果它甚至可以工作的话。

直到几年前，CPU 运行计算机而 GPU 运行图形的想法才确定下来。在那之前，除了游戏或视觉处理（3D 图形或图像和视频编辑）之外，您很少看到显卡用于其他任何用途。

然而，由于我们使用计算机的方式发生了两个重要变化，这在过去几年中发生了巨大变化。第一个是机器学习（也称为深度学习），由于其管理数据的方式，它需要密集的并发处理。

正如本文更详细地解释的那样，深度学习算法处理的每一位信息都会经过几个过滤器，称为权重。考虑到有很多过滤器和大量数据点，通过 CPU 运行它需要很长时间。GPU 更适合这项任务。

出于类似的原因， GPU 在挖掘加密货币时也很受欢迎。要获得新硬币，您通常需要求解一个复杂的密码方程，该方程将解锁区块链的下一部分。蛮力是这里的关键词，因为你对这些方程之一的处理能力越强，快速求解它的机会就越大。

与 CPU 相比，GPU 具有两倍的优势，因为它们不仅可以通过更高效的方式带来更多的处理能力，而且还配备了专门的数学处理器，称为算术逻辑单元 (ALU)。ALU 有助于更快地渲染图形，但对于任何希望解决复杂数学问题的人来说也是天赐之物。