GPU编程之: GPUvsCPU

本文深入探讨了GPU和CPU在结构上的差异及其如何影响数据处理效率。GPU通过其高并行结构,在图像数据和复杂算法处理上展现出比CPU更高的效率。GPU拥有更多ALU用于数据处理,适合密集型数据的并行处理。此外,GPU采用流式并行计算模式,可对每个数据进行独立并行计算,与CPU单数据处理方式形成鲜明对比。

  由于GPU具有高并行结构,所以GPU在处理图像数据和复杂算法方面拥有比CPU更高的效率.GPU与CPU在结构上存在着差异,CPU大部分面积为控制器和寄存器,与之相比,GPU拥有更多的ALU(逻辑运算单元)用于数据处理,而非数据高速缓存和流控制,这样的结构适合对密集型数据进行并行处理.CPU执行计算任务时,一个时刻只处理一个数据,不存在真正意义的并行,而GPU具有多个处理器核,在一个时刻可以并行处理多个数据.

  GPU采用流式并行计算模式,可对每个数据进行独立的并行计算,所谓"对数据进行独立计算",即,流内任意元素的计算不依赖与其它同类型数据,例如,计算一个顶点的世界位置坐标,不依赖与其他顶点的位置.而所谓"并行计算"是指"多个数据可以同时被使用,多个数据并行运算的时间和1个数据单独执行的时间是一样的".

 

转载于:https://www.cnblogs.com/zhonghu/p/11005022.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值