前言

今日早读文章由@250的梦想投稿分享。

@250的梦想,招商旗下公司前端开发技术经理，负责公司移动化建设与移动端开发。

正文从这开始～～

概述

GPU(Graphics Processing Unit) 图形处理单元，又称图形处理器，是我们所周知的显卡的核心部件，是显卡的“心脏”。

按照字面意思我们可以猜测得到GPU是和显示(图像相关)的，再结合CPU一起理解，我们可以推测GPU也是有运算(计算能力的)。

GPU到底有何作用和能力呢？

GPU是专为复杂数学运算和几何运算而设计的芯片，它的用途我们平常所周知的就是用于图形图像处理(显卡)，但是实际用途不仅仅如此(依托GPU强大的计算能力(多强大下面会讲)进行挖矿、机器学习算法)。

CPU与GPU

上面我们知道GPU可以处理复杂的运算，处理能力比CPU很强，那到底有多强呢，有个数据可以说明：

现在主流的i7处理器的浮点计算能力是主流的英伟达GPU处理器浮点计算能力的1/12。

为什么GPU的处理能力比CPU强，这就需要从逻辑结构来分析一下。

其中Control是控制器，ALU是算术逻辑单元、Cache是CPU内部缓存、DRAM是内存。从上图我们可以知道GPU将更多的空间(晶体管)用作执行单元，而不是像CPU那样用作复杂的控制单元和缓存(CPU需要同时很好的支持并行和串行操作，需要很强的通用性来处理各种不同的数据类型，同时又要支持复杂通用的逻辑判断，这样会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂，计算单元的比重被降低了)，实际来看CPU的芯片控件5%是ALU，而GPU则高达40%(GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。因此GPU的芯片比CPU芯片简单很多)，这也就是为啥GPU运算能力超强的原因。

GPU加速

上面我们对比了GPU和CPU在逻辑结构上的差异，从中我们知道得益于GPU密集的逻辑处理单元(高并行结构)，GPU适合对高密集的数据进行并行处理，