Unterschied zwischen CPU und GPU

CPU vs GPU

CPU ausführt. CPU ist die Abkürzung für Central Processing Unit führt die "Berechnungen" als Anweisungen durch ein Computerprogramm durch. Daher ist eine CPU nur dann sinnvoll, wenn Sie über ein Computersystem verfügen, das "programmierbar" ist (damit es Befehle ausführen kann), und wir sollten beachten, dass die CPU die zentrale Verarbeitungseinheit ist, Teile eines Computersystems. Im heutigen Kontext befindet sich eine CPU typischerweise in einem einzigen Siliziumchip, der auch als Mikroprozessor bekannt ist. Auf der anderen Seite ist GPU, die Abkürzung für Graphics Processing Unit, dafür ausgelegt, rechenintensive Grafikverarbeitungsaufgaben von der CPU zu entladen. Das ultimative Ziel solcher Aufgaben ist es, die Grafiken auf eine Anzeigeeinheit wie einen Monitor zu projizieren. In Anbetracht dessen, dass diese Aufgaben allgemein bekannt und spezifisch sind, müssen sie nicht im Wesentlichen programmiert werden, und außerdem sind solche Aufgaben aufgrund der Art der Anzeigeeinheiten inhärent parallel. Wiederum sind die leistungsfähigeren GPUs in ihrem eigenen Siliziumchip, während die weniger leistungsfähigen GPUs typischerweise auf dem gleichen Siliziumchip liegen, wo Sie die CPU finden (diese Konfiguration wird als integrierte GPU bezeichnet) typischerweise auf einer separaten Leiterplatte (Leiterplatte).

Was ist CPU?

Der Begriff CPU wird seit mehr als fünf Jahrzehnten in Computersystemen verwendet und war die einzige Verarbeitungseinheit in den frühen Computern, bis "andere" Verarbeitungseinheiten (wie GPUs) eingeführt wurden, um seine Verarbeitungsleistung zu ergänzen. Die beiden Hauptkomponenten einer CPU sind die Arithmetic Logic Unit (ALU) und die Control Unit (CU). Die ALU einer CPU ist für die arithmetischen und logischen Operationen des Computersystems verantwortlich, und die CU ist dafür verantwortlich, das Anweisungsprogramm aus dem Speicher zu holen, sie zu dekodieren und andere Einheiten wie ALU anzuweisen, die Anweisungen auszuführen. Daher ist die Steuereinheit der CPU dafür verantwortlich, dass die CPU als "zentrale" Verarbeitungseinheit gilt. Die CU, um die Anweisungen aus dem Speicher zu holen, müssen die Anweisungen als Programme in dem Speicher gespeichert werden, und daher ist ein solches Anweisungssystem auch als "gespeicherte Programme" bekannt. Es wäre klar, dass die CU die Anweisungen nicht ausführen wird, sondern dasselbe durch Kommunikation mit den richtigen Einheiten, wie der ALU, erleichtern wird.

Was ist GPU (aka VPU)?

Der Begriff GPU (Graphics Processing Unit) wurde Ende der Neunziger Jahre von NVIDIA, einem GPU-Hersteller, eingeführt, der 1999 die erste GPU (GeForce256) der Welt vermarktet hatte. Laut Wikipedia zum Zeitpunkt der GeForce256 NVIDIA Grafikprozessor wie folgt: "Ein Single-Chip-Prozessor mit integrierter Transformation, Beleuchtung, Dreiecks-Setup / Clipping und Rendering-Engines, die in der Lage sind, mindestens 10 Millionen Polygone pro Sekunde zu verarbeiten.Ein paar Jahre später veröffentlichte NVIDIAs Konkurrent ATI Graphics, ein ähnliches Unternehmen, einen ähnlichen Prozessor (Radeon300) mit dem Begriff VPU für Visual Processing Unit. Es ist jedoch klar, dass der Begriff GPU populärer geworden ist als der Begriff VPU.

Es gibt auch dieses neue Konzept, das als GPGPU (General Purpose Computing auf GPU) bekannt ist, GPUs zu verwenden, um die Datenparallelität zu nutzen, die in einigen Anwendungen (wie Bioinformatik) verfügbar ist. Sie werden jedoch in diesem Vergleich nicht berücksichtigt.

Was ist der Unterschied zwischen CPU und GPU?

• Während der Einsatz einer CPU als Gehirn eines Computersystems dient, wird eine GPU als komplementäre Verarbeitungseinheit eingeführt, die die rechenintensive Grafikverarbeitung und -verarbeitung übernimmt, die für die Projektierungsarbeit erforderlich ist zu den Anzeigeeinheiten.

• Die Grafikverarbeitung ist von Natur aus parallel und kann daher leicht parallelisiert und beschleunigt werden.

• Im Zeitalter von Multi-Core-Systemen werden CPUs mit wenigen Kernen entwickelt, die ein paar Software-Threads beherrschen, die in einem Anwendungsprogramm (Instruction- und Thread-Level-Parallelität) ausgenutzt werden können. GPUs werden mit Hunderten von Kernen entworfen, um die verfügbare Parallelität zu nutzen.