在GPU出現(xiàn)以前，顯卡和CPU的關(guān)系有點(diǎn)像“主仆”，簡(jiǎn)單地說(shuō)這時(shí)的顯卡就是畫筆，根據(jù)各種有CPU發(fā)出的指令和數(shù)據(jù)進(jìn)行著色，材質(zhì)的填充、渲染、輸出等。

較早的娛樂(lè)用的3D顯卡又稱“3D加速卡”，由于大部分坐標(biāo)處理的工作及光影特效需要由CPU親自處理，占用了CPU太多的運(yùn)算時(shí)間，從而造成整體畫面不能非常流暢地表現(xiàn)出來(lái)。

例如，渲染一個(gè)復(fù)雜的三維場(chǎng)景，需要在一秒內(nèi)處理幾千萬(wàn)個(gè)三角形頂點(diǎn)和光柵化幾十億的像素。早期的3D游戲，顯卡只是為屏幕上顯示像素提供一個(gè)緩存，所有的圖形處理都是由CPU單獨(dú)完成。圖形渲染適合并行處理，擅長(zhǎng)于執(zhí)行串行工作的CPU實(shí)際上難以勝任這項(xiàng)任務(wù)。所以，那時(shí)在PC上實(shí)時(shí)生成的三維圖像都很粗糙。不過(guò)在某種意義上，當(dāng)時(shí)的圖形繪制倒是完全可編程的，只是由CPU來(lái)?yè)?dān)綱此項(xiàng)重任，速度上實(shí)在是達(dá)不到要求。

隨著時(shí)間的推移，CPU進(jìn)行各種光影運(yùn)算的速度變得越來(lái)越無(wú)法滿足游戲開(kāi)發(fā)商的要求，更多多邊形以及特效的應(yīng)用榨干了幾乎所有的CPU性能，矛盾產(chǎn)生了······

GPU的誕生

NVIDIA公司在1999年8月31日發(fā)布GeForce 256圖形處理芯片時(shí)首先提出GPU的概念。

GPU之所以被稱為圖形處理器，最主要的原因是因?yàn)樗�可以進(jìn)行幾乎全部與計(jì)算機(jī)圖形有關(guān)的數(shù)據(jù)運(yùn)算，而這些在過(guò)去是CPU的專利。

目前，計(jì)算機(jī)圖形學(xué)正處于前所未有的發(fā)展時(shí)期。近年來(lái)，GPU技術(shù)以令人驚異的速度在發(fā)展。渲染速率每6個(gè)月就翻一番。性能自99年，多年來(lái)翻番了十倍百倍，也就是（2的10次方比2）提高了上千倍！與此同時(shí)，不僅性能得到了提高，計(jì)算質(zhì)量和圖形編程的靈活性也逐漸得以改善。

以前，PC和計(jì)算機(jī)工作站只有圖形加速器，沒(méi)有圖形處理器（GPU），而圖形加速器只能簡(jiǎn)單的加速圖形渲染。而GPU取代了圖形加速器之后，我們就應(yīng)該摒棄圖形加速器的舊觀念。

GPU的結(jié)構(gòu)

GPU全稱是Graphic Processing Unit－－圖形處理器，其最大的作用就是進(jìn)行各種繪制計(jì)算機(jī)圖形所需的運(yùn)算，包括頂點(diǎn)設(shè)置、光影、像素操作等。GPU實(shí)際上是一組圖形函數(shù)的集合，而這些函數(shù)由硬件實(shí)現(xiàn)。以前，這些工作都是有CPU配合特定軟件進(jìn)行的，GPU從某種意義上講就是為了在圖形處理過(guò)程中充當(dāng)主角而出現(xiàn)的。

一個(gè)簡(jiǎn)單的GPU結(jié)構(gòu)示意圖包含一塊標(biāo)準(zhǔn)的GPU主要包括2D Engine、3D Engine、VideoProcessing Engine、FSAA Engine、顯存管理單元等。其中，3D運(yùn)算中起決定作用的是3DEngine，這是現(xiàn)代3D顯卡的靈魂，也是區(qū)別GPU等級(jí)的重要標(biāo)志。3DEngine在各公司的產(chǎn)品中都是宣傳攻勢(shì)的重點(diǎn)照顧對(duì)象，名字一個(gè)比一個(gè)響，像NVIDIA的nFjnjtFX系列、CineFX系列，AMD的SmoothVision系列。一個(gè)3DEngine通常包含著T&L單元、VertexProeessingEngine、SetupEngine、PiexlShader等部分。

GPU的工作原理

GPU中數(shù)據(jù)的處理流程

GPU流程示意圖

現(xiàn)在讓我們來(lái)看看第二代GPU是如何完整處理一個(gè)畫面的吧！首先，來(lái)自CPU的各種物理參數(shù)進(jìn)入GPU，Vertex shader將對(duì)頂點(diǎn)數(shù)據(jù)進(jìn)行基本的判斷。如果沒(méi)有需要處理的Vertex 效果，則頂點(diǎn)數(shù)據(jù)直接進(jìn)入T&L Unit 進(jìn)行傳統(tǒng)的T&L操作以節(jié)約時(shí)間提高效率。如果需要處理各種Vertex 效果，則Vertex shader將先對(duì)各種Vertex Programs的指令進(jìn)行運(yùn)算，一般的Vertex Programs中往往包含了過(guò)去轉(zhuǎn)換、剪切、光照運(yùn)算等所需要實(shí)現(xiàn)的效果，故經(jīng)由Vertex shader處理的效果一般不需要再進(jìn)行T&L操作。另外，當(dāng)遇到涉及到曲面鑲嵌(把曲面，比如弓形轉(zhuǎn)換成為多邊形或三角形)的場(chǎng)合時(shí)。CPU可以直接將數(shù)據(jù)交給Vertex shader進(jìn)行處理。

另外，在DireetX的Transform過(guò)程中，Vertex shader可以完成Z值的剔除，也就是Back Face Culling――陰面隱去。這就意味粉除了視野以外的頂點(diǎn)，視野內(nèi)坡前面項(xiàng)點(diǎn)遮住的頂點(diǎn)也會(huì)被一并剪除，這大大減輕了需要進(jìn)行操作的頂點(diǎn)數(shù)目。

接下來(lái)，經(jīng)由VertexShader處理完成的各種數(shù)據(jù)將流入SetupEngine，在這里，運(yùn)算單元將進(jìn)行三角形的設(shè)置工作，這是整個(gè)繪圖過(guò)程中最重要的一個(gè)步驟，Setup Engine甚至直接影響著一塊GPU的執(zhí)行效能。三角形的設(shè)置過(guò)程是由一個(gè)個(gè)多邊形組成的，或者是用更好的三角形代替原來(lái)的三角形。在三維圖象中可能會(huì)有些三角形被它前面的三角形擋住，但是在這個(gè)階段3D芯片還不知道哪些三角形會(huì)被擋住，所以三角形建立單元接收到是一個(gè)個(gè)由3個(gè)頂點(diǎn)組成的完整三角形。三角形的每個(gè)角(或頂點(diǎn))都有對(duì)應(yīng)的X軸、Y軸、Z軸坐標(biāo)值，這些坐標(biāo)值確定了它們?cè)?D景物中的位置。同時(shí)，三角形的設(shè)置也確定了像素填充的范圍。，至此，VertexShader的工作就完成了。

過(guò)去[第一代]，設(shè)置好的三角形本來(lái)應(yīng)該帶著各自所有的參數(shù)進(jìn)入像素流水線內(nèi)進(jìn)行紋理填充和演染，但現(xiàn)在則不同，在填充之前我們還播要進(jìn)行PiexlShader的操作。其實(shí)，PieXIShader并非獨(dú)立存在的，它位于紋理填充單元之后，數(shù)據(jù)流入像紊流水線后先進(jìn)入紋理填充單元進(jìn)行紋理填充，然后便是Piex!Shader單元，經(jīng)由PiexlShader單元進(jìn)行各種處理運(yùn)算之后再進(jìn)入像素填充單元進(jìn)行具體的粉色，再經(jīng)由霧化等操作后，一個(gè)完整的畫面就算完成了。值得注意的是，第二代GPU中普遮引入了獨(dú)立的顯示數(shù)據(jù)管理機(jī)制，它們位于VertexShader、SetuPEngine以及像素流水線之間，負(fù)資數(shù)據(jù)更有效率地傳輸和組合、各種無(wú)效值的剔除、數(shù)據(jù)的壓縮以及寄存器的管理等工作，這個(gè)單元的出現(xiàn)對(duì)整個(gè)GPU工作效率的保證起到了至關(guān)重要的作用。

簡(jiǎn)而言之，GPU的圖形（處理）流水線完成如下的工作：（并不一定是按照如下順序）

頂點(diǎn)處理：這階段GPU讀取描述3D圖形外觀的頂點(diǎn)數(shù)據(jù)并根據(jù)頂點(diǎn)數(shù)據(jù)確定3D圖形的形狀及位置關(guān)系，建立起3D圖形的骨架。在支持DX系列規(guī)格的GPU中，這些工作由硬件實(shí)現(xiàn)的Vertex Shader（定點(diǎn)著色器）完成。

光柵化計(jì)算：顯示器實(shí)際顯示的圖像是由像素組成的，我們需要將上面生成的圖形上的點(diǎn)和線通過(guò)一定的算法轉(zhuǎn)換到相應(yīng)的像素點(diǎn)。把一個(gè)矢量圖形轉(zhuǎn)換為一系列像素點(diǎn)的過(guò)程就稱為光柵化。例如，一條數(shù)學(xué)表示的斜線段，最終被轉(zhuǎn)化成階梯狀的連續(xù)像素點(diǎn)。

紋理帖圖：頂點(diǎn)單元生成的多邊形只構(gòu)成了3D物體的輪廓，而紋理映射（texture mapping）工作完成對(duì)多變形表面的帖圖，通俗的說(shuō)，就是將多邊形的表面貼上相應(yīng)的圖片，從而生成“真實(shí)”的圖形。TMU（Texture mapping unit）即是用來(lái)完成此項(xiàng)工作。

像素處理：這階段（在對(duì)每個(gè)像素進(jìn)行光柵化處理期間）GPU完成對(duì)像素的計(jì)算和處理，從而確定每個(gè)像素的最終屬性。在支持DX8和DX9規(guī)格的GPU中，這些工作由硬件實(shí)現(xiàn)的Pixel Shader（像素著色器）完成。

最終輸出：由ROP（光柵化引擎）最終完成像素的輸出，1幀渲染完畢后，被送到顯存幀緩沖區(qū)。

總結(jié)：GPU的工作通俗的來(lái)說(shuō)就是完成3D圖形的生成，將圖形映射到相應(yīng)的像素點(diǎn)上，對(duì)每個(gè)像素進(jìn)行計(jì)算確定最終顏色并完成輸出。

CPU與GPU的數(shù)據(jù)處理關(guān)系

如今的顯卡圖形，單單從圖象的生成來(lái)說(shuō)大概需要下面四個(gè)步驟：

1、Homogeneouscoordinates（齊次坐標(biāo)）

2、Shadingmodels（陰影建模）

3、Z-Buffering（Z-緩沖）

4、Texture-Mapping（材質(zhì)貼圖）

在這些步驟中，顯示部分（GPU）只負(fù)責(zé)完成第三、四步，而前兩個(gè)步驟主要是依靠 CPU 來(lái)完成。而且，這還僅僅只是3D圖象的生成，還沒(méi)有包括圖形中復(fù)雜的AI運(yùn)算。場(chǎng)景切換運(yùn)算等等……無(wú)疑，這些元素還需要CPU去完成。

接下來(lái)，讓我們簡(jiǎn)單的看一下CPU和GPU之間的數(shù)據(jù)是如何交互的。

首先從硬盤中讀取模型， CPU分類后將多邊形信息交給GPU，GPU再時(shí)時(shí)處理成屏幕上可見(jiàn)的多邊形，但是沒(méi)有紋理只有線框。

模型出來(lái)后，GPU將模型數(shù)據(jù)放進(jìn)顯存，顯卡同時(shí)也為模型貼材質(zhì)，給模型上顏色。CPU相應(yīng)從顯存中獲取多邊形的信息。然后CPU計(jì)算光照后產(chǎn)生的影子的輪廓。等CPU計(jì)算出后，顯卡的工作又有了，那就是為影子中填充深的顏色

這一點(diǎn)要注意的是，無(wú)論多牛的顯卡，光影都是CPU計(jì)算的，GPU只有2個(gè)工作，1多邊形生成。2為多邊形上顏色。

傳統(tǒng)GPU指令的執(zhí)行

傳統(tǒng)的GPU基于SIMD的架構(gòu)。SIMD即SingleInstruction Multiple Data，單指令多數(shù)據(jù)。其實(shí)這很好理解，傳統(tǒng)的VS和PS中的ALU（算術(shù)邏輯單元，通常每個(gè)VS或PS中都會(huì)有一個(gè)ALU，但這不是一定的）都能夠在一個(gè)周期內(nèi)（即同時(shí)）完成對(duì)矢量4個(gè)通道的運(yùn)算。比如執(zhí)行一條4D指令，PS或VS中的ALU對(duì)指令對(duì)應(yīng)定點(diǎn)和像素的4個(gè)屬性數(shù)據(jù)都進(jìn)行了相應(yīng)的計(jì)算。這便是SIMD的由來(lái)。這種ALU我們暫且稱它為4DALU。 

需要注意的是，4D SIMD架構(gòu)雖然很適合處理4D指令，但遇到1D指令的時(shí)候效率便會(huì)降為原來(lái)的1/4。此時(shí)ALU 3/4的資源都被閑置。為了提高PS VS執(zhí)行1D 2D 3D指令時(shí)的資源利用率，DirectX9時(shí)代的GPU通常采用1D+3D或2D+2DALU。這便是Co-issue技術(shù)。這種ALU對(duì)4D指令的計(jì)算時(shí)仍然效能與傳統(tǒng)的ALU相同，但當(dāng)遇到1D 2D 3D指令時(shí)效率則會(huì)高不少，例如如下指令： 

   ADD R0.xyz , R0,R1 //此指令是將R0,R1矢量的x,y,z值相加 結(jié)果賦值給R0

   ADD R3.x , R2,R3 //此指令是將R2 R3矢量的w值相加 結(jié)果賦值給R3 

對(duì)于傳統(tǒng)的4D ALU，顯然需要兩個(gè)周期才能完成，第一個(gè)周期ALU利用率75% ，第二個(gè)周期利用率25%。而對(duì)于1D+3D的ALU，這兩條指令可以融合為一條4D指令，因而只需要一個(gè)周期便可以完成，ALU利用率100%。 當(dāng)然，即使采用co-issue，ALU利用率也不可能總達(dá)到100%，這涉及到指令并行的相關(guān)性等問(wèn)題，而且，更直觀的，上述兩條指令顯然不能被2D+2DALU一周期完成，而且同樣，兩條2D指令也不能被1D+3DALU一周期完成。傳統(tǒng)GPU在對(duì)非4D指令的處理顯然不是很靈活。

GPU的多線程及并行計(jì)算

GPU的功能更新很迅速,平均每一年多便有新一代的GPU誕生，運(yùn)算速度也越來(lái)越快。GPU的運(yùn)算速度如此之快，主要得益于GPU是對(duì)圖形實(shí)時(shí)渲染量身定制的，具有兩點(diǎn)主要特征：超長(zhǎng)流水線與并行計(jì)算。

多線程機(jī)制

GPU的執(zhí)行速度很快，但是當(dāng)運(yùn)行從內(nèi)存中獲取紋理數(shù)據(jù)這樣的指令時(shí)（由于內(nèi)存訪問(wèn)是瓶頸，此操作比較緩慢），整個(gè)流水線便出現(xiàn)長(zhǎng)時(shí)間停頓。在CPU內(nèi)部，使用多級(jí)Cache來(lái)提高訪問(wèn)內(nèi)存的速度。GPU中也使用Cache，不過(guò)Cache命中率不高，只用Cache解決不了這個(gè)問(wèn)題。所以，為了保持流水線保持忙碌，GPU的設(shè)計(jì)者使用了多線程機(jī)制(multi-threading)。當(dāng)像素著色器針對(duì)某個(gè)像素的線程A遇到存取紋理的指令時(shí)，GPU會(huì)馬上切換到另外一個(gè)線程B，對(duì)另一個(gè)像素進(jìn)行處理。等到紋理從內(nèi)存中取回時(shí)，可再切換到線程A。

例如：如果裝配一臺(tái)汽車需要，10個(gè)時(shí)間單元，將它分成10個(gè)流水線階段，每個(gè)階段分配一個(gè)時(shí)間單元，那么一條裝配線每一個(gè)時(shí)間單元就可以生產(chǎn)一輛汽車。顯然流水線模式的生產(chǎn)在理想狀況下要比串行方式快了十倍。

但是使用這種方法有一個(gè)前提，線程A與線程B沒(méi)有數(shù)據(jù)依賴性,也就是說(shuō)兩線程之間無(wú)需通訊。如果線程B需要線程A提供某些數(shù)據(jù)，那么即使切換到線程B，線程B仍是無(wú)法運(yùn)行，流水線還是處于空閑狀態(tài)。不過(guò)幸運(yùn)的是，圖形渲染本質(zhì)上是一個(gè)并行任務(wù)。

并行計(jì)算

無(wú)論是CPU送給GPU的頂點(diǎn)數(shù)據(jù)，還是GPU光柵生成器產(chǎn)生的像素?cái)?shù)據(jù)都是互不相關(guān)的，可以并行地獨(dú)立處理。而且頂點(diǎn)數(shù)據(jù)（xyzw），像素?cái)?shù)據(jù)（RGBA）一般都用四元數(shù)表示，適合于并行計(jì)算。在GPU中專門設(shè)置了SIMD指令來(lái)處理向量，一次可同時(shí)處理四路數(shù)據(jù)。SIMD指令使用起來(lái)非常簡(jiǎn)潔。此外，紋理片要么只能讀取，要么只能寫入，不允許可讀可寫，從而解決了存貯器訪問(wèn)的讀寫沖突。GPU這種對(duì)內(nèi)存使用的約束也進(jìn)一步保證了并行處理的順利完成。

為了進(jìn)一步提高并行度，可以增加流水線的條數(shù)。在GPU中，有多達(dá)16組像素著色器流水線，6組頂點(diǎn)著色器流水線。多條流水線可以在單一控制部件的集中控制下運(yùn)行，也可以獨(dú)立運(yùn)行。在單指令多數(shù)據(jù)流（SIMD）的結(jié)構(gòu)中，GPU通過(guò)單指令多數(shù)據(jù)(SIMD)指令類型來(lái)支持?jǐn)?shù)據(jù)并行計(jì)算。在單指令多數(shù)據(jù)流的結(jié)構(gòu)中，單一控制部件向每條流水線分派指令，同樣的指令被所有處理部件同時(shí)執(zhí)行。例如NVIDIA顯卡中包含有14組多處理器(MultiProcessor)，每組處理器有8個(gè)處理單元（Processor)，但每組多處理器只包含一個(gè)指令單元(InstruetionUnit)。

另外一種控制結(jié)構(gòu)是多指令多數(shù)據(jù)流（MIMD），每條流水線都能夠獨(dú)立于其他流水線執(zhí)行不同的程序。顯卡的頂點(diǎn)著色器流水線使用MIMD方式控制，像素著色器流水線使用SIMD結(jié)構(gòu)。MIMD能比較有效率地執(zhí)行分支程序，而SIMD體系結(jié)構(gòu)運(yùn)行條件語(yǔ)句時(shí)會(huì)造成很低的資源利用率。不過(guò)SIMD需要硬件少，這是一個(gè)優(yōu)勢(shì)。

CPU中大部分晶體管主要用于構(gòu)建控制電路（象分支預(yù)測(cè)等）和Cache，只有少部分的晶體管來(lái)完成實(shí)際的運(yùn)算工作。而GPU的控制相對(duì)簡(jiǎn)單，而且對(duì)Cache的需求小，所以大部分晶體管可以組成各類專用電路、多條流水線，使得GPU的計(jì)算速度有了突破性的飛躍，擁有了驚人的處理浮點(diǎn)運(yùn)算的能力�，F(xiàn)在CPU的技術(shù)進(jìn)步正在慢于摩爾定律，而GPU（視頻卡上的圖形處理器）的運(yùn)行速度已超過(guò)摩爾定律，每6個(gè)月其性能加倍。

GPU未來(lái)的展望

GPU能否包辦一切

無(wú)論是電影畫面的離線渲染、地球物理學(xué)數(shù)據(jù)處理，還是水庫(kù)建模，這些運(yùn)算原本都應(yīng)該由CPU完成，那么 GPU有沒(méi)有可能包辦一切呢？ 

 答案是肯定的。DirectX新技術(shù)和統(tǒng)一Shader架構(gòu)的出現(xiàn)，讓GPU在可編程性上有了大幅度的提升。不僅如此，飛速發(fā)展的制造工藝令 GPU 可以整合更多的晶體管，實(shí)現(xiàn)更多的功能。目前的GPU，已經(jīng)可以幫助CPU進(jìn)行對(duì)高清視頻的完全硬解碼，雖然是通過(guò)加入了專門的處理單元，但其意義已經(jīng)足以說(shuō)明 GPU在未來(lái)的計(jì)算領(lǐng)域，將會(huì)有一番大作為，位置從CPU的從屬，轉(zhuǎn)變?yōu)橹鲗?dǎo)。

GPU時(shí)代即將到來(lái)

隨著 CUDA 的進(jìn)一步開(kāi)發(fā)和完善，GPU 的運(yùn)算能力也將得到進(jìn)一步的強(qiáng)化。目前的 CUDA和GPU的配合還處于起步階段，正在真正的民用市場(chǎng)逐步起步。而且，利用GPU進(jìn)行高性能計(jì)算的門檻很低，只要有一片 Quadro或 GeForce 系列顯卡，就能夠進(jìn)行高性能計(jì)算，一些研究人員也已經(jīng)開(kāi)始使用CUDA，利用 GPU數(shù)倍于CPU的浮點(diǎn)運(yùn)算能力，進(jìn)行各種各樣的科學(xué)模擬、運(yùn)算。CUDA 的推出對(duì)于通用計(jì)算領(lǐng)域無(wú)疑是一個(gè)革命性的改變，而 GPU 的實(shí)際功能也會(huì)隨著CUDA 的完善而變革。也許在不遠(yuǎn)的將來(lái)，因?yàn)镃UDA的存在，CPU的運(yùn)算功能將會(huì)不斷淡化，GPU的時(shí)代即將到來(lái)。

【后記】

 CPU第一個(gè)整合的就是專門用來(lái)加速浮點(diǎn)運(yùn)算的協(xié)處理器，此后歷代SSE指令集也都是為了加強(qiáng)CPU的SIMD(單指令多數(shù)據(jù)流)浮點(diǎn)運(yùn)算性能。而GPU打從一開(kāi)始就被設(shè)計(jì)成為了SIMD架構(gòu)(至今Cypress也還是這種架構(gòu))，擁有恐怖浮點(diǎn)運(yùn)算能力的處理器。當(dāng)今GPU的浮點(diǎn)運(yùn)算能力更是達(dá)到多核CPU的幾十倍甚至上百倍！

CPU永遠(yuǎn)都趕不上GPU的發(fā)展速度，因此最適合進(jìn)行浮點(diǎn)運(yùn)算的顯然是GPU，CPU繼續(xù)擴(kuò)充核心數(shù)目已經(jīng)變得毫無(wú)意義，因此整個(gè)業(yè)界都在想方設(shè)法的發(fā)掘GPU的潛能，將所有的并行計(jì)算任務(wù)都轉(zhuǎn)移到GPU上面來(lái)。即便是Intel也看到了GPU廣闊的前景，因此著手研發(fā)GPU。

GPU從誕生至今一步步走來(lái)，就是在不斷蠶食著原本屬于CPU的功能，或者說(shuō)是幫助CPU減負(fù)、去處理哪些CPU并不擅長(zhǎng)的任務(wù)。比如最開(kāi)始的T&L(坐標(biāo)轉(zhuǎn)換與光源)、VCD\DVD\HD\BD視頻解碼、物理加速、幾何著色。而今后和未來(lái)，GPU將奪走一項(xiàng)CPU最重要的功能——并行計(jì)算、高精度浮點(diǎn)運(yùn)算。

AMD和Intel都已推出CPU整合GPU的產(chǎn)品，不管是膠水還是原生的解決方案，其目的并不是為了消滅顯卡和GPU，而是通過(guò)內(nèi)置的GPU為CPU提供強(qiáng)大的浮點(diǎn)運(yùn)算能力。但由于制造工藝所限，被CPU所整合的GPU不是集成卡就是中低端，只能滿足基本需求。所以想要更強(qiáng)大的性能和并行計(jì)算性能的話，專為浮點(diǎn)運(yùn)算而設(shè)計(jì)的新一代架構(gòu)的GPU產(chǎn)品，才是最明智的選擇。

所以說(shuō)，CPU和GPU，誰(shuí)也不可能取代誰(shuí)，雙方是互補(bǔ)的關(guān)系，只有CPU和GPU協(xié)同運(yùn)算，各自去處理最擅長(zhǎng)的任務(wù)，才能發(fā)揮出計(jì)算機(jī)最強(qiáng)的效能。CPU會(huì)整合GPU的，但僅限中低端產(chǎn)品；GPU會(huì)取代CPU進(jìn)行浮點(diǎn)運(yùn)算的，但它仍然需要CPU來(lái)運(yùn)行操作系統(tǒng)并控制整個(gè)計(jì)算機(jī)。只有當(dāng)制造工藝發(fā)達(dá)到一定程度時(shí)才有可能將CPU和GPU完美融合在一起，到時(shí)候是CPU整合GPU還是GPU整合CPU都很難說(shuō)，但誰(shuí)被誰(shuí)整合已經(jīng)不重要了。

本文來(lái)源：啃芝士

需要人工智能服務(wù)器、AI服務(wù)器、GPU服務(wù)器、FPGA云服務(wù)器等詳詢天下數(shù)據(jù)客服電話400-638-8808 官網(wǎng)：m.51huadong.com。

本文鏈接：http://m.51huadong.com/cloundnews/11006669.html