哪種處理器最適合您的業(yè)務(wù)需求？GPU和CPU如何選擇？您需要 GPU 處理能力，還是 CPU 能滿足您高度復(fù)雜的計(jì)算任務(wù)？如果您正在考慮購(gòu)買(mǎi)或升級(jí)您的服務(wù)器，您應(yīng)該決定什么最適合您；GPU 或 CPU。本文將介紹 GPU 和 CPU 在速度和性能方面的差異，以幫助您確定兩者之間的最佳選擇。

當(dāng)我們開(kāi)始討論 GPU 與 CPU 時(shí)，我們可以從一開(kāi)始就告訴您一件事；與 GPU 相比，CPU 的每核成本較高。您可以以大約相同的投資擁有十幾個(gè) CPU 內(nèi)核或幾千個(gè) GPU。事實(shí)上，500 強(qiáng)超級(jí)計(jì)算機(jī)的大部分新處理能力來(lái)自 GPU。那么，GPU和CPU有什么區(qū)別呢？讓我們仔細(xì)看看。

什么是中央處理器(CPU)？

對(duì)于初學(xué)者來(lái)說(shuō)，CPU 是中央處理器的首字母縮寫(xiě)。CPU是根據(jù)邏輯、輸出、輸入、控制、算術(shù)和算法等操作執(zhí)行程序給出的指令的微處理器。專用服務(wù)器使用兩個(gè)或四個(gè)物理 CPU 來(lái)執(zhí)行操作系統(tǒng)的基本操作。另一方面，云 VPS 服務(wù)器帶有從物理芯片分配的虛擬內(nèi)核。

通常，如果您的任務(wù)需要更快的處理速度，您可以為系統(tǒng)添加更多的 CPU 能力，并為您希望更快執(zhí)行的任務(wù)分配更多的處理器時(shí)鐘周期。大多數(shù)基本服務(wù)器運(yùn)行在 2 到 8 個(gè)內(nèi)核上。強(qiáng)大的服務(wù)器擁有 32、64 甚至更多的處理核心。在速度方面，CPU 內(nèi)核擁有比 GPU 更高的時(shí)鐘速度，通常為 2 至 4 GHz。

什么是圖形處理單元(GPU)？

GPU 代表圖形處理單元。GPU 是專為在顯卡上使用而設(shè)計(jì)的處理器芯片。不用于在計(jì)算機(jī)屏幕上繪圖的 GPU，例如服務(wù)器中的 GPU，通常稱為通用 GPU (GPGPU)。雖然 GPU 的時(shí)鐘速度低于現(xiàn)代 CPU（通常為 500 到 800 MHz），但每個(gè) GPU 芯片上的內(nèi)核數(shù)量要密集得多。事實(shí)上，這是顯卡和 CPU 之間最顯著的區(qū)別之一。連鎖反應(yīng)是 GPU 可以同時(shí)執(zhí)行許多基本任務(wù)。

最初，GPU 旨在同時(shí)計(jì)算數(shù)十萬(wàn)個(gè)多邊形的位置，并確定反射以快速為視頻游戲等應(yīng)用程序渲染圖像。但是，您現(xiàn)在可以使用 GPU 來(lái)加速涉及大量數(shù)據(jù)的計(jì)算。標(biāo)準(zhǔn)顯卡可以承載 700 到 1,000 個(gè)處理核心。現(xiàn)代、更強(qiáng)大的顯卡可以擁有超過(guò) 3,000 個(gè)處理器內(nèi)核。雖然 GPU 核心速度逐漸提高，但仍低于 CPU。最新顯卡的核心速度約為每核心 1.2 GHz。

GPU可以代替CPU嗎？

首先，重要的是要了解 CPU 與 GPU 協(xié)同工作以提高數(shù)據(jù)吞吐量和應(yīng)用程序中同時(shí)計(jì)算的數(shù)量。也就是說(shuō)，GPU 不能完全取代 CPU。相反，當(dāng)主程序繼續(xù)在 CPU 上運(yùn)行時(shí)，它通過(guò)在應(yīng)用程序中同時(shí)運(yùn)行重復(fù)計(jì)算來(lái)補(bǔ)充 CPU 功能。您可能希望將 CPU 視為計(jì)算機(jī)系統(tǒng)或服務(wù)器的“大腦”，在 GPU 執(zhí)行更窄、更專業(yè)的任務(wù)（通常是數(shù)學(xué)任務(wù)）時(shí)協(xié)調(diào)各種通用任務(wù)。通過(guò)利用并行性的力量，GPU 可以在相同的時(shí)間內(nèi)完成比 CPU 更多的任務(wù)。

那么，為什么不在 GPU 上運(yùn)行整個(gè)系統(tǒng)呢？

當(dāng)然，GPU 比 CPU 快。但是，另一方面，它們不像 CPU 那樣通用。一個(gè)主要限制是 GPU 只能同時(shí)執(zhí)行相同的任務(wù)，這種機(jī)制稱為單指令多數(shù)據(jù) (SIMD)。因此，假設(shè)您正在執(zhí)行數(shù)千個(gè)單獨(dú)的并行計(jì)算，例如破解密碼哈希。在這種情況下，GPU 可以通過(guò)將每個(gè)計(jì)算作為具有精確指令的單個(gè)線程執(zhí)行而出色地工作。

但是，GPU 對(duì)于內(nèi)核操作（例如打開(kāi)新索引指針或?qū)⑽募?xiě)入磁盤(pán)）會(huì)相對(duì)較慢。由于速度和內(nèi)存較低，GPU 會(huì)帶來(lái)更多的操作延遲。另一方面，CPU 具有較低的傳輸和反應(yīng)時(shí)間（這更好），因?yàn)樗鼈冡槍?duì)快速、單一的指令進(jìn)行了調(diào)整。GPU 專為更大的帶寬而設(shè)計(jì)，這解釋了為什么它們是并發(fā)處理的理想選擇。CPU 專為快速個(gè)人計(jì)算而設(shè)計(jì)；這就是為什么如果您生成單個(gè)密碼哈希而不是破解密碼哈希，那么您最好使用 CPU。

哪些應(yīng)用程序最適合在 GPU 上運(yùn)行？

GPU 在其預(yù)期的原始用途中旨在在屏幕上顯示圖形。那么，您的服務(wù)器上需要顯卡嗎？這得看情況。雖然您的服務(wù)器沒(méi)有監(jiān)視器，但您可以利用 GPU 執(zhí)行除在屏幕上繪圖之外的任務(wù)。

GPU擅長(zhǎng)的一些重復(fù)性和高度并發(fā)的計(jì)算任務(wù)包括：

• 機(jī)器學(xué)習(xí)
• 風(fēng)險(xiǎn)建模
• 財(cái)務(wù)模擬
• 結(jié)構(gòu)分析
• 氣候模擬

GPU 最流行的用途之一是挖掘比特幣等加密貨幣。由于 GPU 非常適合每秒執(zhí)行許多浮點(diǎn)運(yùn)算 (FLOPS)，因此它們非常適合有效挖掘。盡管如此，由于現(xiàn)場(chǎng)可編程網(wǎng)格陣列 (FPGA) 和隨后的專用集成電路 (ASIC) 等技術(shù)的出現(xiàn)，GPU 不再被大規(guī)模用于挖掘加密貨幣。

哪些任務(wù)更適合在 CPU 上運(yùn)行？

CPU 更擅長(zhǎng)執(zhí)行具有大量難以同時(shí)運(yùn)行的算法的任務(wù)。這些包括：

• 不易并行化的實(shí)時(shí)推理算法
• 用于訓(xùn)練和干擾的大尺寸數(shù)據(jù)樣本，例如 3D 數(shù)據(jù)
• 依賴順序數(shù)據(jù)的循環(huán)神經(jīng)網(wǎng)絡(luò)
• 需要更大內(nèi)存來(lái)嵌入層的訓(xùn)練和推理應(yīng)用程序

由于 CPU 專門(mén)設(shè)計(jì)用于允許系統(tǒng)計(jì)劃和執(zhí)行內(nèi)核的組件和時(shí)鐘速度的調(diào)度，因此它們最適合快速處理單個(gè)復(fù)雜的數(shù)學(xué)問(wèn)題。

GPU 與 CPU——它們可以一起工作嗎？

當(dāng)然，您的系統(tǒng)沒(méi)有允許您將所有計(jì)算的 10% 定向到 GPU 的開(kāi)關(guān)。在并發(fā)處理情況下，您可能會(huì)將命令卸載到 GPU 進(jìn)行計(jì)算，您必須將指令硬編碼到執(zhí)行工作所需的程序中。然而，像 NVidia 這樣的制造商和開(kāi)放資源開(kāi)發(fā)人員提供了用于 Python 或 C++ 等常見(jiàn)編碼語(yǔ)言的免費(fèi)庫(kù)，允許開(kāi)發(fā)人員在可用的地方利用 GPU 處理。

GPU 與 CPU——如何為工作選擇正確的服務(wù)器？

正如我們所見(jiàn)，GPU 和 CPU 具有不同的處理能力。決定是否將計(jì)算基礎(chǔ)設(shè)施錨定在 GPU 和/或 CPU 上主要取決于您預(yù)期的工作負(fù)載和計(jì)算環(huán)境。在數(shù)據(jù)中心，充分利用 GPU 和 CPU 至關(guān)重要。請(qǐng)記住，系統(tǒng)的整體性能很大程度上取決于硬件、軟件和開(kāi)發(fā)人員生態(tài)系統(tǒng)的完整性。

您的工作負(fù)載需要各種技術(shù)，因此利用 GPU 和 CPU 可以將專用和通用處理器整合到您的服務(wù)器和設(shè)備中，幫助您在節(jié)省資金的同時(shí)實(shí)現(xiàn)更好的性能和效率。畢竟，您的成功取決于將正確的處理器與您的應(yīng)用程序相匹配的能力。