当提及到处理器时，大多数人会想到安装在服务器上的中央处理器.实际上，处理器不止于cpu.gpu和cpu都是从不同角度开发的处理器.从名字上看，它们似乎都很常见.但是它们有很大的不同，而且适用于不同的角色.

　　什么是图形处理单元 (gpu)?

　　图形处理单元 (gpu) 是一种数据处理机处理器，可执行快速数据处理以渲染图像和图形.gpu 使用并行处理来加速它们的实际操作.他们将任务分成更小的部分，并将它们分配给在同一 gpu 中执行的许多处理器内核(最多数百个内核).

　　gpu 传统上负责渲染 2d 和 3d 图像、视频和动画，但现在拓展到更普遍的用途，包括深度学习和大信息分析.

　　在 gpu 出现之前，中央处理器 (cpu) 执行渲染图形所需的数据处理.然而，cpu 对于许多数据处理运用来说效率低下.gpu 从 cpu 卸载图形处理和大规模并行任务，为专门的数据处理任务提供更好的配置.

　　什么是中央处理器 (cpu)?

　　cpu 是由处理数据处理机系统中的低级指令的逻辑门组成的处理器.cpu 被认为是个人数据处理机集成电路的大脑.cpu 执行基本的逻辑、算术和 i/o 实际操作，并将命令分配给数据处理机中执行的其他组件和子系统.

　　而且，cpu 通常是多核的，这意味着集成电路中有两个或更多处理器.在单个处理器中使用许多内核可降低功耗、提高配置并完成许多任务的高效并行处理.

　　cpu 与 gpu优缺点对比

　　cpu 的优点和局限性

　　cpu 对于现代数据处理任务有一些明显的优点：

　　灵活性——cpu 是一种通用处理器，可以处理许多任务，以及许多活动之间的多任务.

　　在许多情况下更快——在处理 ram 中的信息处理、i/o 实际操作和实际操作系统管理等实际操作时，cpu 比 gpu 更快.

　　精度——cpu 可以兼容比 gpu 精度更高的中等数学运算，这对于许多用例来说都很重要.

　　高速缓存——cpu 有一个很大的本地高速缓存，这让它们可以处理大量的线性指令.

　　硬件兼容性——cpu 兼容所有种类的主板和系统制作，而 gpu 需要专门的硬件兼容.

　　与 gpu 相比，cpu 有以下缺点：

　　并行处理——cpu 不太擅长处理需要数百万个相同实际操作的任务，因为它们的并行性有限.

　　发展较慢——cpu 是一项非常成熟的技术，已经超过其发展的极|限，而 gpu 有更大的改进潜力.

　　兼容性——几种种类的 cpu，包括 x86 和 arm 处理器，以及软件可能不兼容所有种类.

　　gpu 的优点和局限性

　　gpu 的独特优点包括：

　　高信息吞吐量——gpu 可以对许多信息点并行执行相同的实际操作，因此它可以以 cpu 无法比拟的快速处理大量信息.

　　大规模并行——一个 gpu 有数百个关键，使其能够执行大规模并行数据处理，例如矩阵乘法.

　　适用于专门的用例——gpu 可以为深度学习、大信息分析、基因组测序等专门任务提供巨大的加速.

　　与 cpu 相比，gpu 的缺点包括：

　　多任务——gpu 可以大规模执行一项任务，但不能执行通用数据处理任务.

　　成本——单个 gpu 目前比 cpu 贵得多.专门的大型 gpu 系统成本可达数10万美元.

　　难以处理复杂性——gpu 可能难以处理结构不完善的任务.它们无法很好地地处理分支逻辑、顺序实际操作或其他复杂的编程模式.

　　总结：cpu vs gpu 有什么不同?cpu和 gpu之间的主要差别在于它们的预期用途.如前所述，cpu 主要用于一般数据处理，而 gpu 用于视觉和视频渲染.简单来说，gpu就是辅助cpu的协处理器.

【转自：美国高防服务器 http://www.558idc.com/usa.html转载请说明出处】