做本地的门户网站,代刷网站开发,深圳营销网站建设公司哪家好,大连科技学院官方网站的建设与放来源#xff1a;全球人工智能 概要#xff1a;CPU和GPU之所以大不相同#xff0c;是由于其设计目标的不同#xff0c;它们分别针对了两种不同的应用场景。 京举办的NVIDIA GTC China会议中#xff0c;无论是AI智能运算#xff0c;还是服务器数据中心、智能城市#xff… 来源全球人工智能 概要CPU和GPU之所以大不相同是由于其设计目标的不同它们分别针对了两种不同的应用场景。 京举办的NVIDIA GTC China会议中无论是AI智能运算还是服务器数据中心、智能城市甚至还有去年很火热但是已经很多人已经支撑不下去的虚拟现实看起来在很多内心中依然是属于图形行业代表的NVIDIA已经变得越来越丰满不过在这些新闻的背后似乎还有更大胆的预言摩尔定律已死GPU最终会取代CPU。 摩尔定律是由英特尔Intel创始人之一戈登·摩尔Gordon Moore提出来的。其内容为当价格不变时集成电路上可容纳的元器件的数目约每隔18-24个月便会增加一倍性能也将提升一倍。换言之每一美元所能买到的电脑性能将每隔18-24个月翻一倍以上。这一定律揭示了信息技术进步的速度。 尽管这种趋势已经持续了超过半个世纪摩尔定律仍应该被认为是观测或推测而不是一个物理或自然法。预计定律将持续到至少2015年或2020年 。然而2010年国际半导体技术发展路线图的更新增长已经放缓在2013年年底之后的时间里晶体管数量密度预计只会每三年翻一番。 CPU和GPU之所以大不相同是由于其设计目标的不同它们分别针对了两种不同的应用场景。CPU需要很强的通用性来处理各种不同的数据类型同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。于是CPU和GPU就呈现出非常不同的架构。 GPU采用了数量众多的计算单元和超长的流水线但只有非常简单的控制逻辑并省去了Cache。而CPU不仅被Cache占据了大量空间而且还有有复杂的控制逻辑和诸多优化电路相比之下计算能力只是CPU很小的一部分 从上图可以看出Cache, local memory CPU GPU Threads(线程数): GPU CPURegisters: GPU CPU 多寄存器可以支持非常多的Thread,thread需要用到register,thread数目大register也必须得跟着很大才行。SIMD Unit(单指令多数据流,以同步方式在同一时间内执行同一条指令): GPU CPU。 CPU 基于低延时的设计 CPU有强大的ALU算术运算单元,它可以在很少的时钟周期内完成算术计算。当今的CPU可以达到64bit 双精度。执行双精度浮点源算的加法和乘法只需要13个时钟周期。CPU的时钟周期的频率是非常高的达到1.5323gigahertz(千兆HZ, 10的9次方).大的缓存也可以降低延时。保存很多的数据放在缓存里面当需要访问的这些数据只要在之前访问过的如今直接在缓存里面取即可。复杂的逻辑控制单元。当程序含有多个分支的时候它通过提供分支预测的能力来降低延时。数据转发。 当一些指令依赖前面的指令结果时数据转发的逻辑控制单元决定这些指令在pipeline中的位置并且尽可能快的转发一个指令的结果给后续的指令。这些动作需要很多的对比电路单元和转发电路单元。 GPU是基于大的吞吐量设计。GPU的特点是有很多的ALU和很少的cache. 缓存的目的不是保存后面需要访问的数据的这点和CPU不同而是为thread提高服务的。如果有很多线程需要访问同一个相同的数据缓存会合并这些访问然后再去访问dram因为需要访问的数据保存在dram中而不是cache里面获取数据后cache会转发这个数据给对应的线程这个时候是数据转发的角色。但是由于需要访问dram自然会带来延时的问题。GPU的控制单元左边黄色区域块可以把多个的访问合并成少的访问。 GPU的虽然有dram延时却有非常多的ALU和非常多的thread. 为啦平衡内存延时的问题我们可以中充分利用多的ALU的特性达到一个非常大的吞吐量的效果。尽可能多的分配多的Threads.通常来看GPU ALU会有非常重的pipeline就是因为这样。所以与CPU擅长逻辑控制串行的运算。和通用类型数据运算不同GPU擅长的是大规模并发计算这也正是密码破解等所需要的。所以GPU除了图像处理也越来越多的参与到计算当中来。 什么类型的程序适合在GPU上运行 1计算密集型的程序。所谓计算密集型(Compute-intensive)的程序就是其大部分运行时间花在了寄存器运算上寄存器的速度和处理器的速度相当从寄存器读写数据几乎没有延时。可以做一下对比读内存的延迟大概是几百个时钟周期读硬盘的速度就不说了即便是SSD, 也实在是太慢了。 2易于并行的程序。GPU其实是一种SIMD(Single Instruction Multiple Data)架构 他有成百上千个核每一个核在同一时间最好能做同样的事情。 讨论您是否了解GPU呢您认为CPU会被GPU取代吗您了解CPU现在最大的瓶颈吗
