Разлика между CPU и GPU

CPU срещу GPU

CPU, съкращението за Central Processing Unit, е мозъкът на компютърна система, която извършва „изчисленията“, дадени като инструкции чрез компютърна програма. Следователно наличието на процесор е смислено само когато имате компютърна система, която е „програмируема“ (така че да може да изпълнява инструкции) и трябва да отбележим, че процесорът е „централният“ процесор, единицата, която контролира другите единици / части от изчислителна система. В днешния контекст процесор обикновено е разположен в един силиконов чип, познат също като микропроцесор. От друга страна, графичният процесор, съкращението за графичния процесор, е проектиран да разтоварва изчислително интензивните задачи за обработка на графики от процесора. Крайната цел на подобни задачи е да се проектира графиката на дисплей, като монитор. Като се има предвид, че такива задачи са добре известни и специфични, те по същество не се нуждаят от програмиране и в допълнение, такива задачи по своята същност са паралелни поради естеството на дисплейните единици. Отново, в настоящия контекст, докато по-слабо способните графични процесори обикновено са разположени в същия силиконов чип, където намерите CPU (тази настройка е известна като интегриран графичен процесор) други, по-способните, мощни графични процесори се намират в собствения си силиконов чип, т.е. обикновено на отделна печатна платка (печатна платка).

Какво е процесор?

Терминът CPU се използва в изчислителните системи вече повече от пет десетилетия и той е единственият процесор в ранните компютри, докато не се въвеждат „други“ процесорни единици (като графични процесори), които допълват неговата процесова мощност. Двата основни компонента на процесора са неговата аритметична логическа единица (известна още като ALU) и контролна единица (известна като CU). ALU на процесор е отговорен за аритметичните и логическите операции на изчислителната система, а CU е отговорен за извличането на инструкциите от паметта, декодирането им и инструктирането на други единици като ALU да изпълняват инструкциите. Следователно, управляващият блок на процесора е отговорен за носенето на славата на процесора да бъде „централния“ процесор. CU за извличане на инструкциите от паметта, инструкциите трябва да се съхраняват като програми в паметта и следователно такава система за инструктиране е известна още като „съхранени програми“. Би било ясно, че CU няма да изпълнява инструкциите, но ще улесни същото, като комуникира с правилните единици като ALU. 

Какво е GPU (известен също като VPU)?

Терминът Graphics Processing Unit (GPU) е въведен в края на деветдесетте години от NVIDIA, компания за производство на GPU, която твърди, че е пуснала на пазара първия GPU в света (GeForce256) през 1999 г. Според Wikipedia, по времето на GeForce256, NVIDIA определя GPU като следното: „едночипов процесор с интегрирани двигатели за трансформация, осветление, настройка / изрязване на триъгълник и рендериране, който е в състояние да обработва минимум 10 милиона полигона в секунда“. Няколко години по-късно конкурентът на NVIDIA ATI Graphics, друга подобна компания, пусна подобен процесор (Radeon300) с термина VPU for Visual Processing Unit. Въпреки това, както е ясно, че терминът GPU е станал по-популярен от термина VPU. 

Днес графичните процесори се разполагат навсякъде, например във вградени системи, мобилни телефони, персонални компютри и лаптопи и конзоли за игри. Съвременните графични процесори са изключително мощни при манипулиране на графики и те се правят програмируеми, така че да могат да бъдат адаптирани към различни ситуации и приложения. Въпреки това, дори сега типичните графични процесори се програмират във фабриката чрез така наречения фърмуер. Като цяло графичните процесори са по-ефективни от процесорите за алгоритми, при които обработката на големи блокове данни се извършва паралелно. Очаква се, тъй като графичните процесори са проектирани да манипулират компютърни графики, които имат изключително паралелен характер. 

Съществува и тази нова концепция, известна като GPGPU (General Purpose computing on GPU), за да използва GPU за използване на паралелизма на данните, наличен в някои приложения (като биоинформатика) и следователно, извършвайки не графична обработка в GPU. Те обаче не се разглеждат в това сравнение.