CPU和GPU的简介

1、CPU和GPU简要介绍：
CPU，是电脑的中央处理器。主要是负责多任务管理、调度，它是领导者，负责指挥。CPU的运算速度取决于请了多么厉害的教授，计算能力方面没有GPU强。
GPU，是电脑的图形处理器。主要是用于大量的重复计算，它是计算专家，但协议、管理不是它的专长。它的计算执行能力很强。GPU的运算速度取决于雇了多少小学生。

2、显卡和GPU的关系：
显卡，也叫显示适配器，是由GPU、显存、电路板，还有BIOS固件组成的，所以GPU不等于显卡。GPU之于显卡，就相当于CPU之于电脑的关系。
GPU本身并不能单独工作，只有配合上附属电路和接口，才能工作。这时候，它就变成了显卡。因此GPU实际上就是显卡的核心部件，显卡主要就是靠它来工作的。

3、显卡的分类：
分为独立显卡和主板上集成显卡(核芯显卡)，

独立显卡主要由GPU、显存和接口电路构成，一般它就焊在显卡的电路板上，位置在显卡的风扇下面。现在还没有出现GPU插在主板上的，因为GPU功耗很高，背面电流过大，还是焊接更为牢固。
集成显卡没有独立显存而是使用主板上的内存。一般GPU就和CPU集成在一起了，这时候它和CPU共用一个风扇和缓存

英特尔没有独立显卡,，而且性能弱，但是其GPU融入在了CPU中，被称之为“核芯显卡”,英特尔的显卡拥有世界上最大的市场份额，英伟达和AMD则是瓜分剩下的独立显卡份额。
显卡按主芯片的厂商可以分为两种：NVIDIA(英伟达)和ATI(现已被AMD收购)。也就是人们常说的N卡和A卡。

4、N卡和A卡的区分：
二者各有千秋，相对来说，N卡更偏重于3D游戏性能。A卡更偏高于高清解码。
从名称区分：
前面带HD,readon,x的，是ati|amd的，
前面带geforce，gtx的，是n卡
从型号区分：
a卡现在的，名称多为3450，3650，3870等，后面不带字母，带30，50，70，90.只有1000和2000系列，带有pro,xt这样的
n卡，则为9400gt，9600gso等，后面带字母，关系是le<gs<gso<gt<gts<gtx<gx2
从位宽看：即显存位宽
只要是192bit，384bit，498bit等这样奇怪的，都为n卡

按品质区分：
一、低端入门级办公显卡：9400GT、9500GT、G210、GT220、HD5550等等。(此类显卡不具备3D性能或者说是极其差劲的3D性能)。
二、低端入门级游戏显卡：9600GT、GT240、HD5670等。（具有一般的3D性能，设置为中低画质的话可以玩大部分3D游戏）。
三、中端性能级游戏显卡：GTS250、GTS450、HD5750、HD5770等。（较强的3D性能，中低画质可以玩当有几乎所有大型3D游戏，中高画质也能玩一大部分游戏）。
四、高端感冒发烧级游戏显卡：GTX260、GTX460、GTX560、GTX580、HD5850、HD5970等等。（中高画质可以秒杀当前一切大型3D游戏）

5、如何查看本机电脑的显卡：
在“运行栏”（键盘同时按win+R）,框中输入字母：dxdiag 按一下回车键。
下载GPU-Z安装，选择以后再说；

6、要分辨一个好的显卡主要看它的什么参数：
显卡的性能由两个部分决定，一是核心，二是显存。
核心和显存的关系就像电脑中的CPU与内存的关系。核心负责处理运算图形数据，而显存则负责缓存图形数据，核心在运算时要用到的数据都是在显存中调用的，所以显存的性能直接决定了核心调用数据的效率，间接影响了显卡的性能。

显卡的核心是影响显卡性能的最大关键，而显存可视做核心的助手，对性能的影响相当于“微调”。
判断显卡的几个要点：
1。核心型号
显卡的档次看的就是核心，毫不夸张的说，不管显存或其它参数差别如何巨大，核心差了一档，性能就差了一档，再强的显存也补不回来。比如GT240、HD5670、GTS250、HD5770等等都代表的是核心型号，只要能记住尽可能多的型号，就能非常方便的判断显卡的高低。当然，也可以参考本团提供的显卡性能排名表。
2。核心参数
参数有很多：
（制作工艺）：比如55纳米、40纳米等等。工艺越先进，功耗就越低，就越能做出高频率的产品
（核心频率）：比如575MHZ、630MHZ、700MHZ等等，频率越高，核心运算速度就越快。
（流处理器数量）：比如48个、96个、216个、800个等等，数量越多，性能越强。不过，N卡和A卡架构不同，相同性能的两个核心，A卡的流处理器数量是N卡的4-5倍，所以两家不能比较流处理器数量。
（流处理器频率）：比如1400MHZ、700MHZ等等，频率越高，性能越强。不过，A卡和N卡架构有区别，N卡的流处理器频率一般是核心频率的两倍以上，而A卡的流处理器频率则与核心频率相同。
3。显存参数
显存的作用之前已经提到，越强的核心就需要越强的显存来辅助，当显存性能不足以辅助核心时，就会限制核心性能的发挥，反过来说，当显存性能超出核心需求时，对性能也不会有帮助，反而会增加成本。当然，无论核心搭配多么弱小的显存，其性能最多也只降一档，不会降两档这么夸张。所以如果有人拿1G显存的GT220跟你换256M显存的GT240，你千万别换，否则会被人当傻瓜的。下面说说显存的性能。
显存的性能由两个因素决定，一是容量，二是带宽。
容量很好理解，它的大小决定了能缓存多少数据。而带宽方面，可理解为显存与核心交换数据的通道，带宽越大，数据交换越快。所以容量和带宽是衡量显存性能的关键因素。
另外，带宽又由频率和位宽两个因素所决定，计算公式为：带宽=频率X位宽/8。举个例子，两块核心和显存容量相同的显卡，卡1的显存为DDR3 1600MHz频率和128位宽；卡2的显存为DDR2 800MHZ频率和256位宽。看上去两者显存参数不同，但通过公式计算得出，两者都是25.6G/S的带宽，性能是相同的。
所以，只要了解了本质，无论多么复杂多变的产品，都无法忽悠到我们。
（显存容量）：
常见的容量有128M、256M、512M、896M、1G等等。容量越大，能缓存的数据就越多。
（显存频率）：
一般有DDR2、DDR3、GDDR3、GDDR5等几个类型，GDDR5的频率最高，等效频率能达到4GHZ以上。DDR2频率最慢，有些甚至只有667MHZ。
（显存位宽）：
一般有64bit、128bit、256bit、448bit、512bit等几种。位宽越大，制造难度就越大，成本也就越高，所以很多时候厂商宁可选择低位宽与高频率的组合，这样在保证性能的同时还能降低成本（常见于A卡产品中）。了解了以上要点后，我们基本能判断显卡的高低了。
市场上会有一些1G大容量显存的显卡，价格便宜，非常吸引那些只懂看显存的初学者，其实检测后你会发现，这些显卡的核心都是清一色的低端型号，也就是说，不管其它参数有多强，它终究只是“垃圾”一块，到这一步我们已经可以不用再往下查了。当然，有兴趣的话继续查也可以，然后再看显存的频率，虽然有1G的容量，却是DDR2的800MHZ显存，这么慢的速度，容量大有何用。然后再看显存位宽，只有64bit，这样计算来的结果，真是弱小得可怜。就这样一块“垃圾”显卡，靠着大显存，骗了无数唯显存论的小白。另外，不同型号的核心，参数也不同，比如GT240，官方默认是96个流处理器、40NM工艺、550MHZ核心频率、1340MHZ流处理器频率、3400MHZ显存频率、128显存位宽。而实现产品中，按上面这些官方参数生产的显卡，我们就称之为公版显卡，而达不到这些官方参数的显卡，我们就称之为缩水版显卡，而超出官方参数的显卡，我们就称之为超公版显卡。任何核心的公版参数可以在网上查到，可用于判断显卡的类型。

如何买显卡，显卡天梯：http://www.pc6.com/infoview/Article_176644.html

CPU和GPU的简介相关推荐

CPU/GPU/GPGPU简介
CPU:中央处理器,一种通用处理器,它无所不能,但是在某些特定场合,它的能力又是相对有限的. GPU: Graphic Processing Unit,是显卡,即"图形处理器". ...
GPU编程--CPU和GPU的设计区别
本篇结构前言概论 CPU简介 GPU简介并行计算 CPU/GPU对比适于GPU计算的场景 GPU开发环境参考博文一.前言因为工作需要,需要从github上找一个CUDA的DBSCAN聚类 ...
CPU与GPU统一虚拟内存(CUDA UM)原理
CPU与GPU的统一内存(CUDA Unified Memory)原理文章目录 CPU与GPU的统一内存(CUDA Unified Memory)原理一.UM下的CUDA编程二.UM的实现原理 ...
cpu和gpu常见加速方法
文章目录 1. cpu 代码加速: simd指令集 2. cpu代码加速: 多线程:openmp并行 3. cpu代码加速: 多线程并行:tbb 4. CPU, GPU加速:OpenCL并行 5. n ...
GPU 计算 - GPU 优化简介
GPU 优化简介原文 - An Introduction to GPU Optimization 采用 GPUs 加速简单的计算任务. 计算机处理的很多任务都会遇到大量的计算,耗时较多的问题:而且, ...
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程一.Tensorflow简介 TensorFlow 是一个开源的.基于 Python 的机器学习框架,它由 Google 开 ...
CPU，GPU，Memory调度
CPU,GPU,Memory调度 HDD&Memory&CPU调度机制(I/O硬件性能瓶颈) 图1. HDD&Memory&CPU调度图 CPU主要就是三部分:计算单元 ...
TensorFlow指定CPU和GPU方法
TensorFlow指定CPU和GPU方法 TensorFlow 支持 CPU 和 GPU.它也支持分布式计算.可以在一个或多个计算机系统的多个设备上使用 TensorFlow. TensorFlow ...
CPU，GPU，GPGPU
CPU,GPU,GPGPU 1．基本概念 1.1 GPU 图形处理器(bai英语:Graphics Processing Unit,缩写:GPU),又称显示核心.视觉du处理器.zhi显示芯片,是一种 ...

CPU和GPU的简介

CPU和GPU的简介相关推荐

最新文章

热门文章