通过以往专业的测试可以看到
GPU在很多数据计算能力上超过了
CPU,例如:浮点运算能力,
GeForce 8800GT 是
Intel Core2 Due Woodcrest 的
21.6倍;
DES算法,
GPU是
CPU的
11.4倍;
MD5破解实验,
GPU是
CPU的
13.1倍;字符串匹配实验,
GPU是
CPU的
10倍。但是在一下八个方面
CPU是远远强于
GPU的。
1、
CPU强于
GPU:核心频率
纵观目前的情况来看,
GPU执行每个数值计算的速度并没有比
CPU快,从目前主流
CPU和
GPU的主频就可以看出了,
CPU的主频都超过了
1GHz,
2GHz,甚至
3GHz,目前最高级别的处理器
QX9770 主频高达
3200MHz。而
GPU的主频最高还不到
1GHz,目前最高级别的显卡
HD4870X2 核心频率不过才
750MHz。主流的也就
500-700MHz。所以
GPU在执行少量线程的数值计算时并不能超过
CPU。
抛开彼此间的性能和架构不谈,光看
CPU与
GPU的主频就可以看出,
CPU高出
GPU不止一点点这么简单,目前
GPU数值计算的优势主要是浮点运算,它执行浮点运算快是靠大量并行,但是这种数值运算的并行性在面对程序的逻辑执行时毫无用处,因此
CPU主频高是情理之中的事情,所以说
CPU频率强于
GPU频率是不可否认的。
2、
CPU强于
GPU:超频性能
由于架构的原因,即便是
GPU制程已经过渡至
60nm/55nm,超频能力也同样有了一定的提升,一样有着较高的超频潜力,但是,
GPU的超频性能相比
CPU远远所不及,总体来看,核心突破
1GHz都十分困难,而体质稍好的
CPU却轻易的可以超频
100%甚至在额外的辅助下,拥有更高的超频幅度。
3、
CPU强于
GPU:功耗
独立显卡是电脑里的耗电大户,空闲状态下的功耗就已经不低了,满载情况下更是无法控制,特别是那些高端型号。
和显卡相比,不部分
CPU的功耗低了不少,特别是节能技术的普遍应用使其待机功耗可以做到很低,当然高端型号在全负载下也是非常耗电的。
4、
CPU强于
GPU:发热量
随着芯片制造工艺的改进,
GPU晶体管数成倍增加,集成度越来越高,其复杂程度已经远远超越了
CPU,在功耗居高不下的情况下,高端显卡的发热量自然高于高端
CPU。
5、
CPU强于
GPU:制作工艺
从目前的发展状况来看,半导体第一大厂
Intel具备着世界上最先进的工艺技术,
Intel CPU采用最先进的
45nm工艺制造,而
GPU大厂
AMD与
NVIDIA最高却仅使用
55nm工艺,在工艺上来讲
GPU落后于
CPU。
6、
CPU强于
GPU:微架构
从微架构上看,
CPU擅长的是像操作系统、系统软件和通用应用程序这类拥有复杂指令调度、循环、分支、逻辑判断以及执行等的程序任务。它的并行优势是 程序执行层面的,程序逻辑的复杂度也限定了程序执行的指令并行性,上百个并行程序执行的线程基本看不到。
GPU擅长的是图形类的或者是非图形类的高度并行 数值计算,
GPU可以容纳上千个没有逻辑关系的数值计算线程,它的优势是无逻辑关系数据的并行计算。
从现有
CPU和
GPU架构来看,两者不具备互相取代或是比拼强弱的技术条件。但是如果抛开性能,单从技术的角度来看,似乎
CPU的架构更胜一筹,单从
CPU不需要驱动,而显卡需要驱动就可以看出来。
7、
CPU强于
GPU:指令控制
同样在这个方面,
CPU和
GPU也无法比较,因为
GPU大多数指令都是面向数值计算的,少量的控制指令也无法被操作系统和软件直接使用。如果比较数据指令的
IPC,
GPU显然要高过
CPU,因为并行的原因。但是,如果比较控制指令的
IPC,自然是
CPU的要高的多。原因很简单,
CPU着重的是指令执行的并 行性。而在我们日常生活使用中,显然指令的控制更为重要。和支持操作系统所需要的能力
CPU相比还是天壤之别,而且指令执行的效率也无法和
CPU相提并论。
CPU目前在一些需要复杂指令控制运算的环境依然拥有很大优势,所以指令控制是
CPU强于
GPU的法宝,这是
GPU永远无法企及的区域。
8、
CPU强于
GPU:驱动
在驱动方面可以说
CPU是完胜于
GPU的,
CPU并不需要什么驱动便可以进行使用。而在这方面
GPU的驱动便十分重要,没有驱动显卡根本无法正常使用,并且驱动对于显卡的性能和兼容性起到决定性的作用,之所以
ATI显卡一直受 到玩家的舆论,大部分原因就是因为其驱动不完善造成的。
GPU微架构复杂度不高,尽管晶体管的数量不少。从应用的角度看,如何运用好
GPU的并行计算能力主要的工作是开发好它的驱动程序。
GPU驱动程序的优劣很大程度左右了
GPU实际性能的发挥,而在这点上
CPU却完全不需要。
最后总结一下
CPU擅长的:操作系统,系统软件,应用程序,通用计算,系统控制等等
;游戏中人工智能,物理模拟等等
;3D建模
-光线追踪渲染
;虚拟化技术
――抽象硬件,同时运行多个操作系统或者一个操作系统的多个副本等等。
GPU擅长的:图形类矩阵运算,非图形类并行数值计算,高端
3D游戏。
随着用户应用升级,
GPU在整机中已经占据了越来越重要的地位,其在多任务处理方面和浮点运算方面拥有绝对优势,如果能够加快制造工艺的升级步伐、多核心架构发展步伐,将
GPU与其他竞争对手的优势逐渐拉大,
GPU在整机中的地位将会更加重要。
综上所述,在一台均衡计算的计算机系统中,
CPU和
GPU还是应各司其职,
CPU与显卡完美搭配才可以达到性能巅峰,不会出现瓶颈。除了图形运 算,
GPU将来可能主要集中在高效率低成本的高性能并行数值计算,帮助
CPU分担这种类型的计算,提高系统这方面的性能。