2022新思科技科普類短視頻欄目《了不起的芯片》全新上線!新思科技一直致力于打造“人人都能懂”的行業科普視頻，傳播更多芯片相關小知識，解答各類科技小問題。每周3分鐘，多一些“芯”知識。

第一期，我們一起聊聊CPU、GPU、GPGPU的前世今生。

CPU、GPU、GPGPU，這些名詞大家都耳熟能詳，但大多數人或許并不知道，這幾個詞包含著人們對數字世界“快，更快”的追求。它們關乎到你會議是否延遲、游戲是否卡頓、程序是否順暢……

今天我們就從CPU和GPU的不同，以及自GPU衍生而來的GPGPU，一起來看看IC時代下開發者們對“快”的追求是如何演進的。

CPU(Central Processing Unit)，中央處理器應該是大家最熟悉的一個。它是我們電腦、手機等眾多電子產品的“核心”，我們就稱它為老大哥吧。不管你在看視頻、玩游戲，還是聊天、上網課，其實都是靠它來統一指揮調度，發號施令。為了滿足很強的通用性能處理各種不同的數據，CPU的內部結構設計十分復雜，這也奠定了其老大哥的地位，基本上復雜一點的電子產品都離不開它。

簡單一點來說，我們可以把CPU，或者說CPU的核心，分成三部分：計算單元(ALU)、控制單元(CU)和緩存單元(Cache)。例如下圖，我們可以看到存儲和控制單元占據了相當大的比例，也就是圖中1、3、5和6的部分。相較而言，2和7所代表的計算區域就比較有限。這款CPU已經是非常老舊的Intel 486了，現代CPU中緩存單元的面積只多不少。

迄今為止所有CPU都遵循老祖宗圖靈定下的基本法：讀取指令，進行解碼，發出操作控制信號，然后再進行下一個工作。但隨著計算機的普及，我們對于圖形顯示的要求越來越高，比如3D建模，大型游戲等，更豐富的網絡生活，也要求電子產品實現更大的數據規模和更快的處理速度。如果讓CPU一件一件來處理呢，大家可能就沒辦法這么開心地“網上沖浪”了。

盡管CPU的內部有各種各樣的方法加速指令的執行，但越來越多的任務早已讓CPU的那些小技倆江郎才盡。那怎么辦，多堆幾個CPU呢?Emmm……首先它太燒錢了(即便是最新款的CPU，它的物理核心數量也還是個位數哦)，其次也有點大材小用。這時候聰明的開發者們就發現，既然CPU計算能力不足，我們就把計算單元都堆在同一塊芯片上，讓他們來主要負責大量重復運算的任務不就行了嗎?所以GPU就出現了。

GPU(Graphics Processing Unit)，就是圖形處理器。它只有很少的控制單元和緩存，但是堆滿了運算單元，能夠處理以圖形任務為代表的大規模并發運算。

圖形渲染要對圖像上的每一個像素點進行處理，而這些像素處理的過程和方式十分相似。這也是為什么GPU如此擅長圖像處理。打個比方，CPU這個老大哥每天處理的指令包羅萬象，但是圖形圖像處理屬于單一重復工種，讓老大哥費時費力來做這些顯然不合適。于是GPU就像是老大哥招募來的一批小弟，能夠同時處理大量重復的計算工作，這樣老大哥可以高效地處理其他需要費腦子的活兒。也就是說CPU+GPU的強強聯手，才讓大家打游戲的時候能夠縱享絲滑。

GPGPU(General-purpose computing on Graphics Processing Unit)，從名字就可以看出來，它是GPU衍生出來的概念，指的是通用圖形處理器。隨著GPU的功能和運算能力越來越強大，開發者就想GPU這個超強運算能力，除了圖形處理之外還能不能去做一些別的?于是，他們給GPU引入了通用可編程的功能。所以GPGPU能夠利用GPU可并行計算的架構以及可編輯的特性來實現可編程高算力的能力。如果我們把GPU看作CPU的小弟，那GPGPU就算是特長生小弟了。

GPGPU的發展過程也伴隨著人工智能產業大火，我們對算力的需求不斷攀升且計算不斷復雜化，通過去掉了圖形顯示部分，將其余部分全部投入了通用計算，GPGPU在醫療健康、深度學習、VR等算力密集領域大放異彩。

好像聽明白了，又好像沒那么明白?沒關系，我們舉個通俗的例子。

如果我們將芯片處理的問題比作數學題，圖形處理這種大量重復的簡單任務就是加減法運算，要分析指令、調取數據、控制操作等邏輯控制類任務就是高考數學題，通用計算密集型任務就像是IMO國際奧數題。那么相應的，GPU就是一群只會做簡單運算的小學生，CPU是擅長邏輯控制的大學生，GPGPU就相當于一大群針對專門任務進行專項強化訓練后的優秀奧賽選手。

很顯然，如果脫離實際應用場景和成本來爭論CPU、GPU、GPGPU哪個更厲害，這本身就是個偽命題。因為要處理的場景不同，所以三者設計的出發點也不一樣。CPU、GPU和GPGPU在設計之初就都有EDA和IP的強大支持。如今市場上的大部分CPU和小型的GPU基本上都已經實現了IP化(同時有趣的是，在你筆記本里的x86 CPU里面還會套娃式的使用一些其他指令集CPU的IP)。大型的GPGPU目前也依然依賴EDA工具，特別是高效的后端數字工具來確保設計成功。

不同的處理器也許功能不同，但其終極目標是一致的，都是為了助力數字世界更快運作，三者各司其職又相互補充來協同工作，便就能給終端用戶帶來最佳的體驗。

審核編輯：湯梓紅

?