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問題,請聯系本站處理。
舉報投訴
-
cpu
+關注
關注
68文章
11277瀏覽量
224954 -
gpu
+關注
關注
28文章
5194瀏覽量
135431 -
并行計算
+關注
關注
0文章
30瀏覽量
9741
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。
發布評論請先 登錄
相關推薦
熱點推薦
并行計算和嵌入式系統實踐教程
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,優化,成熟軟件應用的推廣不夠. 制約并行計算在研究和工
發表于 05-09 15:54
?48次下載
基于GPU圖像去噪總變分對偶模型的并行計算
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
發表于 12-18 17:09
?1次下載
基于Matlab和GPU的BESO方法的全流程并行計算策略
針對傳統并行計算方法實現結構拓撲優化快速計算的硬件成本高、程序開發效率低的問題,提出了一種基于Matlab和圖形處理器(GPU)的雙向漸進結構優化(BESO)方法的全流程并行計算策略。
發表于 12-21 15:04
?2次下載
如何使用Web在Java上進行并行計算的資料說明
本文討論了使用Java在web上執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上執行程序的例子中,討論了在這種環境中使用Java的可行性潛力,提出了基于web
發表于 02-15 10:28
?6次下載
一種利用GPU并行計算提升雜波生成實時性的方法
性的方法。在計算統一設備架構(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化,利用 Openmp+CUDA多任務調度機制改進
發表于 03-17 09:57
?12次下載
cpu與gpu的區別 買電腦注重cpu還是顯卡
CPU 是一種通用處理器,負責執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
發表于 07-05 15:32
?2434次閱讀
簡單解析GPU和CPU在并行計算方面的5個不同
評論