HDG 解释:什么是 GPU?

GPU图形处理单元(Graphical Processing Unit)是一种专用微芯片,旨在以比CPU中央处理单元(Central Processing Unit)快得多的速度专门执行与图形相关的任务。 

一般来说,GPU(GPUs)处理视频游戏的视觉方面以及视频编辑软件、图形设计、3D 设计和其他类似工具。最近,GPU(GPUs)也被用于执行某些非图形任务,例如加密货币挖掘,这与其独特的内部设计配合得很好。

GPUCPU之间的区别(Difference Between)

每台计算机,无论是笔记本电脑、平板电脑还是游戏机,都有一个CPUCPU是机器的大脑。当您在设备上运行软件时,CPU会按照说明执行所有必要的数学运算。当然,每个微芯片都执行指令,那么CPU有什么特别之处呢? 

大多数现代 CPU 都有四个CPU 内核(CPU cores),尽管这个数字正在迅速增长。CPU可以同时执行的计算数量受内核数量的限制。但是CPU非常擅长处理任何类型的少量复杂计算,而且速度非常快,一个接一个。

然而,现代GPU(GPUs)的设计理念却截然不同。它们不是少数复杂的全功能处理内核,而是具有数百或数千个简单的处理器内核,旨在并行执行指令,特别是与图形相关的指令。 

例如,以某种方式对图像中的像素进行着色的指令。现代(Modern)计算机显示器具有数百万像素。要以流畅的帧速率渲染和制作逼真的 3D 图形,需要这种强大的并行处理能力。所以如果你想同时处理很多很多简单的命令,你需要一个GPU

GPU(Are GPUs)显卡(Graphics Cards)一回事(Same Thing)吗?

互换使用术语“ GPU(GPU) ”和“图形卡”已变得很普遍。(Which)导致有人会说他们的计算机没有GPU,但他们真正的意思是计算机没有显卡。

什么是GPUGPU特指微处理器本身,但GPU当然不能单独(GPU)运行。它需要其他组件来完成它的工作。因此,让我们回顾一下GPU(GPUs)的不同封装方式。

显卡

显卡是一种独立设备,可插入计算机主板上的标准插槽。它由印刷电路板、GPU、内存、显示连接器、电源连接器和GPU所需的其他各种组件组成。

显卡还具有专用的冷却系统,有助于将GPU保持在安全的工作温度内。显卡的主要好处是可以轻松更换新型号,而无需更换整个计算机或主板。

集成 GPU

集成GPU与(GPUs)CPU内置在同一外壳中。因此,配备其中之一的计算机不需要单独的图形卡即可工作。显示(Display)连接器由主板提供,GPU与(GPU)CPU共享相同的内存池。当然,CPUGPU也共享相同的冷却系统和电源。 

如今,集成GPU(GPUs)非常强大,有些甚至可以用于普通的视频游戏图形,但它们的主要优势是节省成本和空间。(Which)就是为什么它们是许多笔记本电脑中流行的解决方案。

平板电脑和智能手机也集成了GPU(GPUs),但这些是“片上系统”封装的一部分。在计算机上,只有CPUGPU共享同一个封装。在SoC(SoCs)的情况下,构成整个系统的RAM、存储、外围控制器和其他组件都在同一个硅封装上。

专用 GPU

专用GPU不同于显卡和集成GPU(GPUs)。最容易将其视为计算机中内置的显卡。笔记本电脑是使用专用GPU(GPUs)的主要设备。

就像显卡一样,GPU有自己的内存和冷却系统,但与显卡不同的是,您无法更改或升级您的专用GPU。有少数笔记本电脑使用可互换的GPU模块,但这是一个罕见的例外。

外接显卡

最近的一项发展是外部显卡,它利用现代计算机上的高速端口。USB C(Thunderbolt 3 over USB C)上的 Thunderbolt 3 是首选解决方案。外部卡可以是集成解决方案,也可以只是一个外壳,您可以将其与任何适合的显卡一起使用。

对于在办公桌前需要更强大的GPU解决方案的笔记本电脑用户来说,这是一个很好的解决方案。(GPU)您可以在我们关于它们的文章中阅读更多关于外部 GPU的信息。(external GPUs)

了解 GPU 规格

如果您想知道如何在不同的显卡之间进行选择,请查看我们的显卡购买指南,了解(graphics card buyer’s guide)GPU规格的详细说明。如果您只想快速了解一下,以下是涉及GPU的关键数字:

  • 处理器数量
  • 内存量
  • 总内存带宽
  • 特殊功能,例如硬件光线追踪

不幸的是,知道这些数字或细节并不能告诉您给定GPU或显卡的性能如何。最后,最重要的是您要运行的应用程序的性能,您可以在在线发布的基准测试中轻松找到。

通用 GPU 计算任务

关于现代GPU(GPUs)要了解的最后一件重要的事情是它们可以用于某些非图形任务。由于GPU(GPUs)本质上由大量简单的处理器组成,因此任何需要并行完成大量计算的工作都可能受益于在GPU上运行。

例如,Nvidia品牌的卡使用CUDA计算统一设备架构(Compute Unified Device Architecture))指令。您可以使用CUDA(CUDA)编写软件,以便它利用 GPU 的独特设计来加速某些类型的计算。

还有OpenCL,它不附属于特定品牌的卡。GPU(GPUs)正被应用于大数据分析、机器学习、深度学习、加密货币挖掘,以及越来越多的过去需要超级计算机的高级工作。

我现在可以清楚地看到

这些是您需要了解的关于GPU(GPUs)是什么的最重要的事实。现在您知道它们是什么、它们的用途以及它们与其他类型的处理器有何不同。我们都应该感谢GPU(GPUs)。没有它们,使用计算机会变得不那么丰富多彩和友好!



About the author

我是一名全职软件工程师,在使用 Windows 和 Mac 软件方面拥有超过 10 年的经验。我知道如何在两个平台上设计、测试和部署应用程序。我也有安全和系统管理方面的经验。我的技能和知识可以帮助您构建更好、更高效的计算机系统。



Related posts