1任務數量
CPU 適合比較少量的任務,而 GPU 則適合做大量的任務。
2任務復雜度
CPU 適合邏輯比較復雜的任務,而 GPU 則適合處理邏輯上相對簡單的任務 (可用比較少的語句描述)。
3線程支持方式
由于 CPU 中線程的寄存器組是公用的,因此CPU 在切換線程的時候,會將線程的寄存器內容保存在 RAM 中,當線程再次啟動的時候則會從 RAM 中恢復數據到寄存器。
而 GPU 中的各個線程則各自擁有其自身的寄存器組,因此其切換速度會快上不少。
當然,對于單個的線程處理能力來說,CPU 更強。
4處理器分配原則
CPU 一般是基于時間片輪轉調度原則,每個線程固定地執(zhí)行單個時間片;而 GPU 的策略則是在線程阻塞的時候迅速換入換出。
5數據吞吐量
GPU 中的每個流處理器就相當于一個 CPU 核,一個 GPU 一般具有 16 個流處理器,而且每個流處理器一次能計算 32 個數。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
原文標題:GPU和CPU在并行計算方面的不同
文章出處:【微信號:Imgtec,微信公眾號:Imagination Tech】歡迎添加關注!文章轉載請注明出處。
相關推薦
。 綜上所述,在一臺均衡計算的計算機系統(tǒng)中,CPU和GPU還是各司其職,除了圖形運算,GPU將來
發(fā)表于 12-03 15:43
,除了圖形運算,GPU將來可能主要集中在高效率低成本的高性能并行數值計算,幫助CPU分擔這種類型的計算
發(fā)表于 12-03 20:08
先了解什么是異構并行計算同構計算是使用相同類型指令集和體系架構的計算單元組成系統(tǒng)的計算方式。而異構計算主要是指使用不同類型指令集和體系架構的
發(fā)表于 07-19 08:27
Linux微機應用十分普遍. 高性能并行計算機數量多. 并行計算,我國有自己的理論. 對并行計算的基本原理,算法,程序設計與實現,優(yōu)化,成熟軟件應用的推廣不夠. 制約并行計算在研究和工
發(fā)表于 05-09 15:54
?48次下載
虛擬化環(huán)境下多GPU并行計算研究_閔芳
發(fā)表于 01-03 15:24
?0次下載
并行計算或稱平行計算是相對于串行計算來說的。所謂并行計算可分為時間上的并行和空間上的并行。 時間
發(fā)表于 12-08 09:59
?3.7w次閱讀
研究基于總變分( TV)的圖像去噪問題,針對中央處理器(CPU)計算速度較慢的問題,提出了在圖像處理器( GPU)上并行計算的方法。考慮總變
發(fā)表于 12-18 17:09
?1次下載
針對傳統(tǒng)并行計算方法實現結構拓撲優(yōu)化快速計算的硬件成本高、程序開發(fā)效率低的問題,提出了一種基于Matlab和圖形處理器(GPU)的雙向漸進結構優(yōu)化(BESO)方法的全流程并行計算策略。
發(fā)表于 12-21 15:04
?2次下載
GPU計算的目的即是計算加速。相比于CPU,其具有以下三個方面的優(yōu)勢:
1
發(fā)表于 01-19 15:49
?7535次閱讀
異構并行計算包含兩個子概念:異構和并行。
1異構是指異構并行計算需要同時處理多個不同架構的計算平臺的問題。
2并行是指異構
發(fā)表于 01-25 16:37
?6605次閱讀
本文討論了使用Java在web上執(zhí)行數據處理程序的主要問題,描述基于web的并行計算的思想,在給出Internet上執(zhí)行程序的例子中,討論了在這種環(huán)境中使用Java的可行性潛力,提出了基于web
發(fā)表于 02-15 10:28
?6次下載
小問題,然后在不同的計算資源上并行處理這些小問題。并行計算的軟件和硬件層面是緊密聯(lián)系的。事實上,并行計算通常涉及兩
發(fā)表于 07-04 17:41
?0次下載
并行計算可以劃分成時間并行和空間并行。時間并行即流水線技術,空間并行使用多個處理器執(zhí)行并發(fā)計算,
發(fā)表于 05-03 12:01
?4652次閱讀
性的方法。在計算統(tǒng)一設備架構(CUDA)下,對相關相干K分布雜波算法進行多任務串-并行分析,采用 CUBLAS庫對細粒度卷積計算進行優(yōu)化,利用 Openmp+CUDA多任務調度機制改進
發(fā)表于 03-17 09:57
?12次下載
CPU 是一種通用處理器,負責執(zhí)行計算機程序的指令并進行各種通用計算和數據處理任務。而 GPU 主要用于圖形渲染和并行計算,它在處理圖形、圖
發(fā)表于 07-05 15:32
?1401次閱讀
評論