CPU和GPU之所以大不相同，是由于其設計目標的不同，它們分別針對了兩種不同的應用場景。 CPU需要很強的通用性來處理各種不同的數據類型，同時又要邏輯判斷又會引入大量的分支跳轉和中斷的處理。這些都使得CPU的內部結構異常復雜。 而GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純凈的計算環境。

于是CPU和GPU就呈現出非常不同的架構（示意圖）：

圖片來自Nvidia CUDA文檔。

其中綠色的是計算單元，橙紅色的是存儲單元，橙黃色的是控制單元。

GPU采用了數量眾多的計算單元和超長的流水線，但只有非常簡單的控制邏輯并省去了Cache。

而CPU不僅被Cache占據了大量空間，而且還有復雜的控制邏輯和諸多優化電路，相比之下計算能力只是CPU很小的一部分。

從上圖可以看出：

Cache，local memory：CPU > GPU

Threads(線程數)：GPU > CPU

Registers：GPU > CPU ?多寄存器可以支持非常多的Thread，thread需要用到register，thread數目大，register也必須得跟著很大才行。

SIMD Unit(單指令多數據流，以同步方式，在同一時間內執行同一條指令)：GPU > CPU。?

CPU 基于低延時的設計：

CPU有強大的ALU（算術運算單元）,它可以在很少的時鐘周期內完成算術計算。

當今的CPU可以達到64bit 雙精度。執行雙精度浮點源算的加法和乘法只需要1～3個時鐘周期。

CPU的時鐘周期的頻率是非常高的，達到1.532～3gigahertz(千兆HZ, 10的9次方)。

大的緩存也可以降低延時。保存很多的數據放在緩存里面，當需要訪問的這些數據，只要在之前訪問過的，如今直接在緩存里面取即可。

復雜的邏輯控制單元。當程序含有多個分支的時候，它通過提供分支預測的能力來降低延時。

數據轉發。當一些指令依賴前面的指令結果時，數據轉發的邏輯控制單元決定這些指令在pipeline中的位置并且盡可能快的轉發一個指令的結果給后續的指令。這些動作需要很多的對比電路單元和轉發電路單元。?

GPU是基于大的吞吐量設計。

GPU的特點是有很多的ALU和很少的cache。緩存的目的不是保存后面需要訪問的數據的，這點和CPU不同，而是為thread提高服務的。如果有很多線程需要訪問同一個相同的數據，緩存會合并這些訪問，然后再去訪問dram（因為需要訪問的數據保存在dram中而不是cache里面），獲取數據后cache會轉發這個數據給對應的線程，這個時候是數據轉發的角色。但是由于需要訪問dram，自然會帶來延時的問題。

GPU的控制單元（左邊黃色區域塊）可以把多個的訪問合并成少的訪問。

GPU的雖然有dram延時，卻有非常多的ALU和非常多的thread。為了平衡內存延時的問題，我們可以中充分利用多的ALU的特性達到一個非常大的吞吐量的效果。盡可能多的分配多的Threads。通常來看GPU ALU會有非常重的pipeline就是因為這樣。

所以與CPU擅長邏輯控制，串行的運算。和通用類型數據運算不同，GPU擅長的是大規模并發計算，這也正是密碼破解等所需要的。所以GPU除了圖像處理，也越來越多地參與到計算當中來。

GPU的工作大部分就是這樣，計算量大，但沒什么技術含量，而且要重復很多很多次。就像你有個工作需要算幾億次一百以內加減乘除一樣，最好的辦法就是雇上幾十個小學生一起算，一人算一部分，反正這些計算也沒什么技術含量，純粹體力活而已。而CPU就像老教授，積分微分都會算，就是工資高，一個老教授資頂二十個小學生，你要是富士康你雇哪個？

GPU就是這樣，用很多簡單的計算單元去完成大量的計算任務，純粹的人海戰術。這種策略基于一個前提，就是小學生A和小學生B的工作沒有什么依賴性，是互相獨立的。很多涉及到大量計算的問題基本都有這種特性，比如你說的破解密碼，挖礦和很多圖形學的計算。這些計算可以分解為多個相同的簡單小任務，每個任務就可以分給一個小學生去做。但還有一些任務涉及到“流”的問題。比如你去相親，雙方看著順眼才能繼續發展。總不能你這邊還沒見面呢，那邊找人把證都給領了。這種比較復雜的問題都是CPU來做的。

總而言之，CPU和GPU因為最初用來處理的任務就不同，所以設計上有不小的區別。而某些任務和GPU最初用來解決的問題比較相似，所以用GPU來算了。GPU的運算速度取決于雇了多少小學生，CPU的運算速度取決于請了多么厲害的教授。教授處理復雜任務的能力是碾壓小學生的，但是對于沒那么復雜的任務，還是頂不住人多。當然現在的GPU也能做一些稍微復雜的工作了，相當于升級成初中生高中生的水平。但還需要CPU來把數據喂到嘴邊才能開始干活，究竟還是靠CPU來管的。

什么類型的程序適合在GPU上運行？

（1）計算密集型的程序。所謂計算密集型(Compute-intensive)的程序，就是其大部分運行時間花在了寄存器運算上，寄存器的速度和處理器的速度相當，從寄存器讀寫數據幾乎沒有延時。可以做一下對比，讀內存的延遲大概是幾百個時鐘周期；讀硬盤的速度就不說了，即便是SSD， 也實在是太慢了。

（2）易于并行的程序。GPU其實是一種SIMD(Single Instruction Multiple Data)架構， 他有成百上千個核，每一個核在同一時間最好能做同樣的事情。

編輯：黃飛

?