未來(lái)CPU+GPU的應(yīng)用發(fā)展如何？

今天，小編將在這篇文章中為大家?guī)?lái)CPU和GPU的有關(guān)報(bào)道，通過(guò)閱讀這篇文章，大家可以對(duì)它具備清晰的認(rèn)識(shí)，主要內(nèi)容如下。

一、CPU

CPU出現(xiàn)于大規(guī)模集成電路時(shí)代，處理器架構(gòu)設(shè)計(jì)的迭代更新以及集成電路工藝的不斷提升促使其不斷發(fā)展完善。從最初專用于數(shù)學(xué)計(jì)算到廣泛應(yīng)用于通用計(jì)算，從4位到8位、16位、32位處理器，最后到64位處理器，從各廠商互不兼容到不同指令集架構(gòu)規(guī)范的出現(xiàn)，CPU自誕生以來(lái)一直在飛速發(fā)展。

在計(jì)算機(jī)體系結(jié)構(gòu)中，CPU是對(duì)計(jì)算機(jī)的所有硬件資源(如存儲(chǔ)器、輸入輸出單元) 進(jìn)行控制調(diào)配、執(zhí)行通用運(yùn)算的核心硬件單元。CPU是計(jì)算機(jī)的運(yùn)算和控制核心。計(jì)算機(jī)系統(tǒng)中所有軟件層的操作，最終都將通過(guò)指令集映射為CPU的操作。

二、圖形處理器GPU

圖形處理器是顯示卡的“心臟”，也就相當(dāng)于CPU在電腦中的作用，它決定了該顯卡的檔次和大部分性能，同時(shí)也是2D顯示卡和3D顯示卡的區(qū)別依據(jù)。2D顯示芯片在處理3D圖像和特效時(shí)主要依賴CPU的處理能力，稱為“軟加速”。3D顯示芯片是將三維圖像和特效處理功能集中在顯示芯片內(nèi)，也即所謂的“硬件加速”功能。顯示芯片通常是顯示卡上最大的芯片(也是引腳最多的)?，F(xiàn)在市場(chǎng)上的顯卡大多采用NVIDIA和AMD兩家公司的圖形處理芯片。

GPU就是能夠從硬件上支持T&L(Transform and Lighting，多邊形轉(zhuǎn)換與光源處理)的顯示芯片，因?yàn)門&L是3D渲染中的一個(gè)重要部分，其作用是計(jì)算多邊形的3D位置和處理動(dòng)態(tài)光線效果，也可以稱為“幾何處理”。一個(gè)好的T&L單元，可以提供細(xì)致的3D物體和高級(jí)的光線特效;只不過(guò)大多數(shù)PC中，T&L的大部分運(yùn)算是交由CPU處理的(這就也就是所謂的軟件T&L)，由于CPU的任務(wù)繁多，除了T&L之外，還要做內(nèi)存管理、輸入響應(yīng)等非3D圖形處理工作，因此在實(shí)際運(yùn)算的時(shí)候性能會(huì)大打折扣，常常出現(xiàn)顯卡等待CPU數(shù)據(jù)的情況，其運(yùn)算速度遠(yuǎn)跟不上今天復(fù)雜三維游戲的要求。即使CPU的工作頻率超過(guò)1GHz或更高，對(duì)它的幫助也不大，由于這是PC本身設(shè)計(jì)造成的問(wèn)題，與CPU的速度無(wú)太大關(guān)系。

三、未來(lái)CPU+GPU的應(yīng)用發(fā)展如何?

當(dāng)CPU和GPU協(xié)同工作時(shí)，因?yàn)?CPU 包含幾個(gè)專為串行處理而優(yōu)化的核心，而 GPU 則由數(shù)以千計(jì)更小、更節(jié)能的核心組成，這些核心專為提供強(qiáng)勁的并行運(yùn)算性能而設(shè)計(jì)。程序的串行部分在 CPU 上運(yùn)行，而并行部分則在 GPU上運(yùn)行。GPU 已經(jīng)發(fā)展到成熟階段，可輕松執(zhí)行現(xiàn)實(shí)生活中的各種應(yīng)用程序，而且程序運(yùn)行速度已遠(yuǎn)遠(yuǎn)超過(guò)使用多核系統(tǒng)時(shí)的情形。因此，CPU和GPU的結(jié)合剛好可以解決深度學(xué)習(xí)模型訓(xùn)練在CPU上耗時(shí)長(zhǎng)的問(wèn)題，提升深度學(xué)習(xí)模型的訓(xùn)練效率。

隨著CPU與GPU的結(jié)合，其相較于單獨(dú)CPU與GPU的應(yīng)用場(chǎng)景也不斷拓寬。

第一，CPU+GPU架構(gòu)適用于處理高性能計(jì)算。伴隨著高性能計(jì)算類應(yīng)用的發(fā)展，驅(qū)動(dòng)算力需求不斷攀升，但目前單一計(jì)算類型和架構(gòu)的處理器已經(jīng)無(wú)法處理更復(fù)雜、更多樣的數(shù)據(jù)。數(shù)據(jù)中心如何在增強(qiáng)算力和性能的同時(shí)，具備應(yīng)對(duì)多類型任務(wù)的處理能力，成為全球性的技術(shù)難題。CPU+GPU的異構(gòu)并行計(jì)算架構(gòu)作為高性能計(jì)算的一種主流解決方案，受到廣泛關(guān)注。

第二，CPU+GPU架構(gòu)適用于處理數(shù)據(jù)中心產(chǎn)生的海量數(shù)據(jù)。數(shù)據(jù)爆炸時(shí)代來(lái)臨，使用單一架構(gòu)來(lái)處理數(shù)據(jù)的時(shí)代已經(jīng)過(guò)去。比如：個(gè)人互聯(lián)網(wǎng)用戶每天產(chǎn)生約1GB數(shù)據(jù)，智能汽車每天約50GB，智能醫(yī)院每天約3TB數(shù)據(jù)，智慧城市每天約50PB數(shù)據(jù)。數(shù)據(jù)的數(shù)量和多樣性以及數(shù)據(jù)處理的地點(diǎn)、時(shí)間和方式也在迅速變化。無(wú)論工作任務(wù)是在邊緣還是在云中，不管是人工智能工作任務(wù)還是存儲(chǔ)工作任務(wù)，都需要有正確的架構(gòu)和軟件來(lái)充分利用這些特點(diǎn)。

第三，CPU+GPU架構(gòu)可以共享內(nèi)存空間，消除冗余內(nèi)存副本來(lái)改善問(wèn)題。在此前的技術(shù)中，雖然GPU和CPU已整合到同一個(gè)芯片上，但是芯片在運(yùn)算時(shí)要定位內(nèi)存的位置仍然得經(jīng)過(guò)繁雜的步驟，這是因?yàn)镃PU和GPU的內(nèi)存池仍然是獨(dú)立運(yùn)作。為了解決兩者內(nèi)存池獨(dú)立的運(yùn)算問(wèn)題，當(dāng)CPU程式需要在GPU上進(jìn)行部分運(yùn)算時(shí)，CPU都必須從CPU的內(nèi)存上復(fù)制所有的資料到GPU的內(nèi)存上，而當(dāng)GPU上的運(yùn)算完成時(shí)，這些資料還得再?gòu)?fù)制回到CPU內(nèi)存上。然而，將CPU與GPU放入同一架構(gòu)，就能夠消除冗余內(nèi)存副本來(lái)改善問(wèn)題，處理器不再需要將數(shù)據(jù)復(fù)制到自己的專用內(nèi)存池來(lái)訪問(wèn)/更改該數(shù)據(jù)。統(tǒng)一內(nèi)存池還意味著不需要第二個(gè)內(nèi)存芯片池，即連接到CPU的DRAM。

因此，通過(guò)CPU+GPU異構(gòu)并行計(jì)算架構(gòu)組成的服務(wù)器，正成為服務(wù)器市場(chǎng)中的一匹黑馬?，F(xiàn)在已有多家芯片廠商開(kāi)始跟進(jìn)。

最后，小編誠(chéng)心感謝大家的閱讀。你們的每一次閱讀，對(duì)小編來(lái)說(shuō)都是莫大的鼓勵(lì)和鼓舞。希望大家對(duì)CPU和GPU已經(jīng)具備了初步的認(rèn)識(shí)，最后的最后，祝大家有個(gè)精彩的一天。