1任務數量
CPU 適合比較少量的任務,而 GPU 則適合做大量的任務。
2任務復雜度
CPU 適合邏輯比較復雜的任務,而 GPU 則適合處理邏輯上相對簡單的任務 (可用比較少的語句描述)。
3線程支持方式
由于 CPU 中線程的寄存器組是公用的,因此CPU 在切換線程的時候,會將線程的寄存器內容保存在 RAM 中,當線程再次啟動的時候則會從 RAM 中恢復數據到寄存器。
而 GPU 中的各個線程則各自擁有其自身的寄存器組,因此其切換速度會快上不少。
當然,對于單個的線程處理能力來說,CPU 更強。
4處理器分配原則
CPU 一般是基于時間片輪轉調度原則,每個線程固定地執行單個時間片;而 GPU 的策略則是在線程阻塞的時候迅速換入換出。
5數據吞吐量
GPU 中的每個流處理器就相當于一個 CPU 核,一個 GPU 一般具有 16 個流處理器,而且每個流處理器一次能計算 32 個數。
-
cpu
+關注
關注
68文章
10905瀏覽量
213033 -
gpu
+關注
關注
28文章
4777瀏覽量
129362 -
并行計算
+關注
關注
0文章
27瀏覽量
9465
原文標題:GPU和CPU在并行計算方面的不同
文章出處:【微信號:Imgtec,微信公眾號:Imagination Tech】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
并行計算和嵌入式系統實踐教程
基于GPU圖像去噪總變分對偶模型的并行計算
基于Matlab和GPU的BESO方法的全流程并行計算策略
![基于Matlab和<b class='flag-5'>GPU</b>的BESO方法的全流程<b class='flag-5'>并行計算</b>策略](https://file.elecfans.com/web2/M00/49/82/poYBAGKhwMCAAxNxAAAY330dOX0373.jpg)
如何使用Web在Java上進行并行計算的資料說明
![如何使用Web<b class='flag-5'>在</b>Java上進行<b class='flag-5'>并行計算</b>的資料說明](https://file.elecfans.com/web1/M00/85/5B/pIYBAFxmKsaAdZoPAABynVMAu_A925.png)
一種利用GPU并行計算提升雜波生成實時性的方法
![一種利用<b class='flag-5'>GPU</b><b class='flag-5'>并行計算</b>提升雜波生成實時性的方法](https://file.elecfans.com/web1/M00/E5/D3/pIYBAGBRZIiAJv_2AABdYyNwZmg253.png)
評論