共計 1485 個字符，預計需要花費 4 分鐘才能閱讀完成。

這篇文章主要介紹操作系統中 GPU、CPU 兩者之間的區別有哪些，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

1. CPU 即中央處理器

CPU(Central Processing Unit, 中央處理器)就是機器的“大腦”，也是布局謀略、發號施令、控制行動的“總司令官”。

CPU 的結構主要包括運算器 (ALU, Arithmetic and Logic Unit)、控制單元(CU, Control  Unit)、寄存器(Register)、高速緩存器(Cache) 和它們之間通訊的數據、控制及狀態的總線。

簡單來說就是：計算單元、控制單元和存儲單元

2. GPU 即圖形處理器。

GPU 全稱為 Graphics Processing  Unit，中文為圖形處理器，就如它的名字一樣，GPU 最初是用在個人電腦、工作站、游戲機和一些移動設備 (如平板電腦、智能手機等) 上運行繪圖運算工作的微處理器。

為什么 GPU 特別擅長處理圖像數據呢? 這是因為圖像上的每一個像素點都有被處理的需要，而且每個像素點處理的過程和方式都十分相似，也就成了 GPU 的天然溫床。

GPU 的構成相對簡單，有數量眾多的計算單元和超長的流水線，特別適合處理大量的類型統一的數據。但 GPU 無法單獨工作，必須由 CPU 進行控制調用才能工作。CPU 可單獨作用，處理復雜的邏輯運算和不同的數據類型，但當需要大量的處理類型統一的數據時，則可調用 GPU 進行并行計算。

兩者區別：

從根本上說 CPU 和 GPU 它們的目的不同，且有不同側重點，也有著不同的性能特性，在某些工作中 CPU 執行得更快，另一工作中或許 GPU 能更好。當你需要對大量數據做同樣的事情時，GPU 更合適，當你需要對同一數據做很多事情時，CPU 正好。

然而在實際應用中，后一種情形更多，也就是 CPU 更為靈活能勝任更多的任務。GPU 能做什么? 關于圖形方面的以及大型矩陣運算，如機器學習算法、挖礦、暴力破解密碼等，GPU 會大幅提高計算效率。

Cache, local memory：CPU GPU

Threads(線程數): GPU CPU

Registers: GPU CPU   多寄存器可以支持非常多的 Thread,thread 需要用到 register,thread 數目大，register 也必須得跟著很大才行。

SIMD Unit(單指令多數據流, 以同步方式，在同一時間內執行同一條指令): GPU CPU。

簡單地說，CPU 擅長分支預測等復雜操作，GPU 擅長對大量數據進行簡單操作。一個是復雜的勞動，一個是大量并行的工作。

其實 GPU 可以看作是一種專用的 CPU，專為單指令在大塊數據上工作而設計，這些數據都是進行相同的操作，要知道處理一大塊數據比處理一個一個數據更有效，執行指令開銷也會大大降低，因為要處理大塊數據，意味著需要更多的晶體管來并行工作，現在旗艦級顯卡都是百億以上的晶體管。

CPU 呢，它的目的是盡可能快地在單個數據上執行單個指令。由于它只需要使用單個數據單條指令，因此所需的晶體管數量要少得多，目前主流桌面 CPU 晶體管都是十億以下，和頂級 GPU 相差十倍以上，但它需要更大的指令集，更復雜的 ALU(算術邏輯單元)，更好的分支預測，更好的虛擬化架構、更低的延遲等等。

另外，像我們的操作系統 Windows，它是為 x86 處理器編寫的，它需要做的任務執行的進程，在 CPU 上肯定更為高效，你想每個線程的任務并不相同，基本上難以并行化，完全發揮不了 GPU 的長處。

以上是“操作系統中 GPU、CPU 兩者之間的區別有哪些”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注丸趣 TV 行業資訊頻道！