Skillnad Mellan CPU Och GPU

2024 Författare: Mildred Bawerman | [email protected]. Senast ändrad: 2023-12-16 08:42

CPU vs GPU

CPU, förkortningen för Central Processing Unit, är hjärnan i ett datorsystem som utför "beräkningarna" som ges som instruktioner genom ett datorprogram. Att ha en CPU är därför meningsfullt endast när du har ett datorsystem som är "programmerbart" (så att det kan utföra instruktioner) och vi bör notera att CPU: n är "Central" -enheten, den enhet som styr de andra enheterna / delar av ett datorsystem. I dagens sammanhang är en CPU vanligtvis placerad i ett enda kiselchip, även känt som en mikroprocessor. Å andra sidan är GPU, förkortningen för Graphics Processing Unit, utformad för att avlasta beräkningsintensiva grafikbehandlingsuppgifter från CPU: n. Det slutgiltiga målet för sådana uppgifter är att projicera grafiken till en displayenhet, såsom en bildskärm. Med tanke på att sådana uppgifter är välkända och specifika,de behöver inte väsentligen programmeras, och dessutom är sådana uppgifter i sig parallella på grund av displayenheternas beskaffenhet. I det nuvarande sammanhanget, medan de mindre kapabla grafikprocessorerna vanligtvis finns i samma kiselchip där du hittar processorn (denna inställning kallas integrerad GPU) andra, finns de mer kapabla kraftfulla grafikprocessorerna i deras eget kiselchip, vanligtvis på ett separat kretskort (Printed Circuit Board).

Vad är CPU?

Termen CPU används i datorsystem i mer än fem decennier nu, och det var den enda processorenheten i de tidiga datorerna tills "andra" processorenheter (som GPU: er) infördes för att komplettera dess processorkraft. De två huvudkomponenterna i en CPU är dess aritmetiska logiska enhet (alias ALU) och styrenhet (aka CU). ALU för en CPU är ansvarig för datorsystemets aritmetiska och logiska operationer, och CU är ansvarig för att hämta instruktionsprogrammet från minnet, avkoda dem och instruera andra enheter såsom ALU att utföra instruktionerna. Därför är CPU: ns styrenhet ansvarig för att ge ära för CPU att vara den "centrala" processorenheten. CU: n för att hämta instruktionerna från minnet, instruktionerna måste lagras som program i minnet och därförett sådant instruktionssystem kallas också "lagrade program". Det skulle vara tydligt att CU inte kommer att utföra instruktionerna utan kommer att underlätta detsamma genom att kommunicera med rätt enheter som ALU.

Vad är GPU (aka VPU)?

Termen Graphics Processing Unit (GPU) introducerades i slutet av nittiotalet av NVIDIA, ett GPU-tillverkningsföretag, som hävdade att de hade marknadsfört världens första GPU (GeForce256) 1999. Enligt Wikipedia, vid tidpunkten för GeForce256, definierade NVIDIA GPU som följande:”en processor med en chip med integrerad transformering, belysning, triangelkonstruktion / klippning och renderingmotorer som kan bearbeta minst 10 miljoner polygoner per sekund”. Några år senare släppte NVIDIA: s rival ATI Graphics, ett annat liknande företag, en liknande processor (Radeon300) med termen VPU för Visual Processing Unit. Men eftersom det står klart att termen GPU har blivit mer populär än termen VPU.

Idag används GPU: er överallt, till exempel i inbäddade system, mobiltelefoner, persondatorer och bärbara datorer och spelkonsoler. Moderna grafikprocessorer är extremt kraftfulla när det gäller att manipulera grafik, och de görs programmerbara så att de kan anpassas till olika situationer och applikationer. Men även nu programmeras vanliga GPU: er från fabriken genom så kallad firmware. Generellt sett är GPU: er effektivare än processorer för algoritmer där bearbetning av stora datablock sker parallellt. Det förväntas, eftersom GPU: er är utformade för att manipulera datorgrafik, som är extremt parallella till sin natur.

Det finns också detta nya koncept som kallas GPGPU (General Purpose computing on GPU), för att använda GPU: er för att utnyttja den dataparallellism som finns i vissa applikationer (t.ex. bioinformatik) och därmed utföra icke-grafisk bearbetning i GPU. De beaktas dock inte i denna jämförelse.

Vad är skillnaden mellan CPU och GPU?

• Medan resonemanget bakom distributionen av en CPU är att fungera som hjärnan i ett datorsystem introduceras en GPU som en kompletterande processorenhet som hanterar den beräkningsintensiva grafikbearbetning och bearbetning som krävs av uppgiften att projicera grafik till displayen. enheter.

• Grafisk bearbetning är i sin natur parallell och kan därför lätt parallelliseras och påskyndas.

• I en tid med flerkärniga system är processorer utformade med endast ett fåtal kärnor som kan hantera några få mjukvarutrådar, som kan utnyttjas i ett applikationsprogram (instruktion och trådnivåparallellitet). GPU: er är utformade med hundratals kärnor för att utnyttja den tillgängliga parallelliteten.