为什么现在更多需要用的是 GPU 而不是 CPU，比如挖矿甚至破解密码？

作者：冰糖葫芦娃
链接：https://www.zhihu.com/question/21231074/answer/17598768
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

为什么二者会有如此的不同呢？首先要从CPU和GPU的区别说起。

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（示意图）：

图片来自nVidia CUDA文档。其中绿色的是计算单元，橙红色的是存储单元，橙黄色的是控制单元。

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。

所以与CPU擅长逻辑控制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。

作者：rabbit
链接：https://www.zhihu.com/question/21231074/answer/20729629
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

在计算机上运行的程序从性能的角度来说大致可分为三类：(1) I/O intensive; (2) Memory intensive 以及 (3) Compute-intensive。

(1)I/O intensive的程序其性能瓶颈是I/O，也就是说程序运行的大部分时间花在了硬盘读写/网络通信上，而I/O处在计算机体系结构金字塔的最底层，速度非常慢。最近炒的很火的big data 讨论的就是这一类应用程序。几百TB 甚至到PB级别的数据往哪搁，只能放在硬盘上。一台机器容量太小CPU太少怎么办，搞几百台甚至上千台机器用网线连起来分布处理。所以这块全是I/O，现在大的互联网公司不多搞几个上千节点的集群肯定撑不住。

(2)Memory intensive的程序其性能瓶颈在内存访问，程序中有大量的随机访问内存的操作，但是基本没有I/O, 这类程序已经比第一类程序快一个数量级了，但是和寄存器的速度还是没法比。目前大部分应用程序都属于这类。个人电脑里装的的各种软件基本就是这类，如果有点I/O, 立刻就会非常得卡。

以上提到的这两类程序的应用最广泛，涵盖了大部分有用的计算机软件，但遗憾的是GPU在这两块毫无用处， GPU只有在计算密集型的程序有些作用。I/O是瓶颈的程序，花在计算的时间可以忽略不计，再怎么用GPU加速也没用。含有大量内存随机访问的程序也不适合在GPU上执行，大量的随机访问甚至可以使GPU的行为由并行变为串行。

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。

总体来说，GPU擅长的是且仅是成规模的并行计算，而不能并行执行的任务或者与控制相关的任务都与GPU离得很远。GPU只是个计算器，计算密集型的并行计算任务可以分配给它，但CPU是整个计算机进行计算与控制的核心

为什么现在更多需要用的是 GPU 而不是 CPU，比如挖矿甚至破解密码？相关推荐

为什么深度学习（Deep Learning）要使用GPU而不是CPU？
从上述两张图可以看到,GPU的ALU(运算单元)数量远多于CPU,但是GPU的Control要远远少于CPU,这使得GPU的单Core的自由度要远远低于CPU. 在设计目标上,CPU目标是是并行执行几 ...
CPU和GPU的区别是什么？为什么训练人工智能用GPU而不是CPU?
CPU(Central Processing Unit,中央处理器)是计算机的大脑,负责执行计算机程序中的指令.它从内存中读取指令和数据,并执行各种计算和逻辑运算.CPU的性能决定了计算机的运算速度. ...
c++ opengl 三维图形中显示文字_为什么使用GPU渲染图形图像，而不使用CPU呢？
引言作为程序员,我们或多或少知道可视化应用程序都是由 CPU 和 GPU 协作执行的.那么我们就先来了解一下两者的基本概念: CPU(Central Processing Unit):现代计算机的三 ...
PyTorch 笔记（03）— Tensor 数据类型分类（默认数据类型、CPU tensor、GPU tensor、CPU 和 GPU 之间的转换、数据类型之间转换）
1. Tensor 数据类型 Tensor 有不同的数据类型,如下表所示,每种类型都有 CPU 和 GPU 版本(HalfTensor)除外,默认的 tensor 是数据类型是 FloatTensor ...
GPU和显卡是什么关系？GPU会取代CPU吗？GPU和显卡的区别是什么？
GPU是显卡的核心,显卡,则是由GPU.显存.电路板,还有BIOS固件组成的,所以GPU不等于显卡. 参考文章:GPU和显卡是什么关系?GPU会取代CPU吗?
GPU 与CPU的作用协调，工作流程、GPU整合到CPU得好处
在不少人的心目中,显卡最大的用途可能就只有两点--玩游戏.看电影,除此之外,GPU并没有其他的作用了.但是随着微软IE9的正式发布,不少人突然发现,微软一直提到一个名词:GPU硬件加速,从而也让不少人 ...
什么是GPU？跟CPU有什么区别？终于有人讲明白了
导读:一文看懂GPU的前世今生. 作者:钱纲来源:大数据DT(ID:hzdashuju) 2016年,发生了一件震动IT界的大事.谷歌的人工智能软件阿尔法狗(AlphaGo)击败了韩国的世界围棋冠军 ...
GPU暗战CPU十年凭什么？
GPU是图形处理器,CPU是中央处理器:一个管图形图像,一个管核心数据:一个是配角,一个是主角.估计有读者会说,作者你疯了啊,两者风马牛不相及,凭什么进行暗战呢?这不是关公战秦琼吗? 其实不然,看似不 ...
CUDA：工作负载遵循CPU预处理-＞GPU处理-＞CPU后处理的形式的实例
CUDA:工作负载遵循CPU预处理->GPU处理->CPU后处理的形式的实例 multithreading.h multithreading.cpp Callback.cu multith ...

为什么现在更多需要用的是 GPU 而不是 CPU，比如挖矿甚至破解密码？

为什么现在更多需要用的是 GPU 而不是 CPU，比如挖矿甚至破解密码？相关推荐

最新文章

热门文章