厦门网站建设服务公司,小程序开发公司米云,做网站很赚钱,wordpress 5.1不提示自动更新1. CPU vs GPU 大家可以简单的将CPU理解为学识渊博的教授#xff0c;什么都精通#xff1b;而GPU则是一堆小学生#xff0c;只会简单的算数运算。可即使教授再神通广大#xff0c;也不能一秒钟内计算出500次加减法。因此#xff0c;对简单重复的计算来说#xff0c;单单一…1. CPU vs GPU 大家可以简单的将CPU理解为学识渊博的教授什么都精通而GPU则是一堆小学生只会简单的算数运算。可即使教授再神通广大也不能一秒钟内计算出500次加减法。因此对简单重复的计算来说单单一个教授敌不过数量众多的小学生。在进行简单的算数运算这件事上500个小学生并发可以轻而易举打败教授。 可以看到CPU和GPU的最大不同在于架构。CPU适用于广泛的应用场景学识渊博可以执行任意程序而GPU则专为多任务而生并发能力强。 具体来讲就是多核一般的CPU有2核、4核、8核等而GPU则可能会有成百上千核 GPU构造与CPU相似包含控制单元(control unit)、算术逻辑单元(ALU)、快取(cache)及动态随机存取记忆体(DRAM)等元件。差别在于GPU的控制单元、ALU及快取设计较为简易且数量较多导致GPU擅于处理大量简单的工作例如渲染图像 可以看到CPU内部cache以及控制部分占据了很大一部分片上面积因此计算单元占比很少。GPU只有很简单的控制单元剩下的大部分都被计算单元占据因此CPU的核数有限而GPU则轻松堆出上千核。只不过CPU中每个核的能力好比教授而GPU的每个核的能力好比一个小学生。 为什么GPU需要这么多核心 想一想计算机上的一张图是怎么表示的无非就是屏幕上的一个个像素 我们需要为每个像素进行计算而且是相同的运算就好比刚才例子中的小学生计算计加法一样。 对于屏幕来说一般会有上百万个像素如果我们要串行的为每一个像素进行运算效率就太低了。因此可以让GPU中的每一个核心去为相应的像素进行计算。由于GPU中有很多核心因此并行计算可以大幅提高速度。除了GPU的核心数比较多之外GPU的工作方式也比较奇怪。 GPU的工作方式 对于CPU来说不同的核心可以执行不同的机器指令coreA在运行word线程的同时coreB上可以运行浏览器线程这就是所谓的多指令多数据MIMDMultiple Instruction, Multiple Data 而GPU则不同GPU上的这些核心必须整齐划一的运行相同的机器指令只是可以操作不同的数据这就好比这些小学生在某个时刻必须都进行加法计算不同的地方在于有的小学生可能需要计算11有的要计算26等等变化的地方仅在于操作数这就是所谓的单指令多数据SIMDSingle Instruction, Multiple Data 因此我们可以看到GPU的工作方式和CPU是截然不同的。 除了这种工作方式之外GPU的指令集还非常简单不像CPU这种复杂的处理器。如果你去看CPU的编程手册就会发现CPU负责的事情非常多如中断处理、内存管理、IO等。这些对于GPU来说都是不存在的可以看到GPU的定位非常简单就是纯计算GPU绝不是用来取代CPU的CPU只是把一些GPU非常擅长的事情交给它GPU仅仅是用来分担CPU工作的配角。 GPU擅长什么 比较适合GPU的计算场景是这样的计算简单、重复计算因此如果你的计算场景和这里的图像渲染相似那么使用GPU就很合理了。因此对于图形图像计算、天气预报以及神经网络等都适用于GPU 难倒CPU的问题就是当它被交付大量的琐碎工作虽然它能够处理却会浪费太多宝贵时间大材小用就像米其林主厨被派去夜市炸鸡排耽搁了高档餐厅的业务。相较下GPU的控制单元与ALU设计简单、快取空间较小拥有大量核心数及比较高的吞吐量适合快速处理简单的运算而GPU除了渲染图像之外GPU在需要密集资料运算的领域也崭露头角比如在大数据分析、机器学习、AI人工智慧发展等方面GPU已成为推动电脑科学向前迈进的重要功臣。
2. FPGA FPGA是什么呢 FPGAField Programmable Gate Array即现场可编程门阵列它可以通过硬件描述语言Verilog或VHDL描述一个电路设计通过配套的EDA工具综合与布局并烧录至 FPGA来实现设计需要 目前所有的FPGA或eFPGA都包含大量的可编程逻辑单元和可编程布线单元。逻辑单元可以实现一小部分数字逻辑而布线则连接这些逻辑单元来组成更大的数字电路。 FPGA的基本原理按照门电路的组合逻辑和时序逻辑利用查找表Look-Up-Table简称LUT实现快速的数据计算。 可编程逻辑单元 数字电路可以细分为组合逻辑和时序逻辑。 FPGA中实现组合逻辑的部分就是查找表LUT时许逻辑则依靠寄存器。若干个LUT和寄存器相互连接则构成了一个逻辑簇。不同的FPGA公司所定义的逻辑簇的结构也是不同的。 逻辑簇结构有2大好处第一逻辑簇中的互联速度要快可以提高FPGA速度 第二 逻辑簇的应用可以简化排版布线的复杂度缩短综合时间。 可编程布线单元 与定制电路不同 FPGA的布线资源都是预制好的 因此预制的布线资源能够连接绝大多数的逻辑单元簇。 对于用户设计好的项目通过控制一系列的开关来满足特定单元间的互联。 这也就使得布线资源占据了FPGA的绝大部分面积 而且复杂的布线网络中控制开关过多的话会大大降低FPGA的运行频率。如果减少布线资源 则会加大EDA软件算法的难度而且会导致电路布局布线失败。 因此如何设计逻辑簇和与之配合的布线资源使其达到速度和面积的均衡而且还要考虑到EDA软件算法的难度执行时间以及内存占用 这是每个FPGA厂商的核心中的核心 CPU的难点是其硬件结构软件指令集则不是厂家的主要难点。 而FPGA的硬件结构原理并不是主要技术壁垒但是其EDA软件的核心算法则是每个公司的长期积累的成果 CPU vs GPU vs FPGA
