当提及到处理器时，大多数人会想到安装在服务器上的中央处理器。其实，处理器不止于CPU。GPU和CPU都是从不同角度开发的处理器。从名字上看，它们仿佛都很常见。但是它们有很大的不同，并且适用于不同的角色。
甚么是图形处理单元 (GPU)?
图形处理单元 (GPU) 是一种计算机处理器，可履行快速计算以渲染图象和图形。GPU 使用并行处理来加速它们的操作。他们将任务分成更小的部份，并将它们分配给在同一 GPU 中运行的多个处理器内核(最多数百个内核)。
GPU 传统上负责渲染 2D 和 3D 图象、视频和动画，但如今扩大到更广泛的用处，包括深度学习和大数据分析。
在 GPU 出现之前，中央处理器 (CPU) 履行渲染图形所需的计算。但是，CPU 对许多计算利用来讲效力低下。GPU 从 CPU 卸载图形处理和大范围并行任务，为专门的计算任务提供更好的性能。
甚么是中央处理器 (CPU)?
CPU 是由处理计算机系统中的低级指令的逻辑门组成的处理器。CPU 被认为是个人计算机集成电路的大脑。CPU 履行基本的逻辑、算术和 I/O 操作，并将命令分配给计算机中运行的其他组件和子系统。
而且，CPU 通常是多核的，这意味着集成电路中有两个或更多处理器。在单个处理器中使用多个内核可下降功耗、提高性能并实现多个任务的高效并行处理。
CPU 与 GPU优势和劣势对照
CPU 的优点和局限性
CPU 对现代计算任务有几个明显的优势：
灵活性——CPU 是一种通用途理器，可以处理许多任务，和多个活动之间的多任务。
在许多情况下更快——在处理 RAM 中的数据处理、I/O 操作和操作系统管理等操作时，CPU 比 GPU 更快。
精度——CPU 可以支持比 GPU 精度更高的中等数学运算，这对许多用例来讲都很重要。
高速缓存——CPU 有一个很大的本地高速缓存，这让它们可以处理大量的线性指令。
硬件兼容性——CPU 兼容所有类型的主板和系统设计，而 GPU 需要专门的硬件支持。
与 GPU 相比，CPU 有以下缺点：
并行处理——CPU 不太善于处理需要数百万个相同操作的任务，由于它们的并行性有限。
发展较慢——CPU 是一项非常成熟的技术，已到达其发展的极|限，而 GPU 有更大的改进潜力。
兼容性——几种类型的 CPU，包括 x86 和 ARM 处理器，和软件可能不兼容所有类型。
GPU 的优点和局限性
GPU 的独特优势包括：
高数据吞吐量——GPU 可以对许多数据点并行履行相同的操作，因此它可以以 CPU 没法比拟的速度处理大量数据。
大范围并行——一个 GPU 有数百个核心，使其能够履行大范围并行计算，例如矩阵乘法。
适用于专门的用例——GPU 可以为深度学习、大数据分析、基因组测序等专门任务提供巨大的加速。
与 CPU 相比，GPU 的缺点包括：
多任务——GPU 可以大范围履行一项任务，但不能履行通用计算任务。
本钱——单个 GPU 目前比 CPU 贵很多。专门的大型 GPU 系统本钱可达数十万美元。
难以处理复杂性——GPU 可能难以处理结构不完善的任务。它们没法有效地处理分支逻辑、顺序操作或其他复杂的编程模式。
总结：CPU vs GPU 有甚么不同?CPU和 GPU之间的主要区分在于它们的预期用处。如前所述，CPU 主要用于一般计算，而 GPU 用于视觉和视频渲染。简单来讲，GPU就是辅助CPU的协处理器。
