浅谈CPU与GPU的融合

1、前言

CPU是中央处理器，计算机的核心，作为通用处理器，具有“全能性”，覆盖的运算方面很广，而GPU作为专门的图形的核心处理器，具有非常强悍的单一运算能力，有高度的并行运算性[1-3]。CPU和GPU各有所长。CPU的资源多用于缓存，GPU的资源多用于数据计算。如果将二者组合，相互取长补短，将融合得最佳情况来提高电脑的运行效率，提高更好的性价比，为我们带来了新的选择。

2、GPU的计算方法

由于在现代社会的计算机中图形的处理变得越来越重要，专门的图形核心处理器---GPU出现了。GPU是相对于CPU的概念，它相当于专用于图像处理的CPU。图形处理器使显卡减少了对中央处理器的依赖，并分担了部分原本是由中央处理器所担当的工作，尤其是在进行三维图形处理时，功效更加明显。目前GPU已经成为现在最为强大的计算设备，冲击并超越了CPU独霸的地位，彻底改变当今的计算行业的面貌。GPU和其相关软硬件的发展产生了强大的市场动力，因此GPU得到了的快速发展。由于GPU具有高效的并行性和灵活的可编程性等特点，越来越多的研究人员和商业组织开始利用GPU完成一些非图形绘制方面的计算，并开创了新的研究领域：实现并行的搜索算法[4]，离散优化[5]等科学计算。

3、CPU与GPU的各自优势

CPU擅长处理不规则数据结构和不可预测的存取模式，分支密集型代码以及递归算法、和单线程程序。这种程序任务拥有复杂的指令调度、分支、循环、逻辑判断以及执行等步骤。例如，操作系统、文字处理、系统控制和虚拟化技术等系统软件和通用应用程序等等。

GPU擅于处理规则的数据结构和可预测的存取模式，具体应用包括光影处理、3D坐标变换、科学计算等等。CPU负责所有处理能力包括GPU的图形处理能力，但是图形处理能力不强，GPU只负责图形处理，所以图形处理能力强。我们可以看出CPU和GPU各有所长。组合优势明显。CPU的资源多用于缓存，GPU的资源多用于数据计算。CPU可以帮助GPU分担一部分软件渲染工作，另一方面GPU可以使用主流编程语言来处理通用计算问题。为了更好的提高数据处理的速度，将CPU与GPU组合相互取长补短，因此我们的发展方向是众核。把两者放在一起，不但可以减小在传输带宽上的花销，可以让CPU和GPU这两个PC中运算速度最快的部件互为帮衬。成功的例子如：APU，AMD融聚理念的产品，它结合了现时的处理器和绘图核心，AMD Fusion的硅芯片上有两个独立的核心，一个负责处理器，另一个负责绘图核心，两个核心而不是融合在一起。处理器有自己独立的缓冲存储器，绘图核心部分同样如此。两个核心会互相连接。CPU可以帮助GPU分担一部分软件渲染工作，另一方面GPU可以使用主流编程语言来处理通用计算问题。它将处理器与独显核芯融合在一个晶片上，同时具有高性能处理器与最新独立显卡的处理性能，从而提高了电脑的运行效率，提高更好的性价比，为我们带来了新的选择。

4、结束语

GPU具有强大的计算能力，它将能处理的问题由图形领域扩展到了通用计算领域。在浮点运算、并行计算等部分计算方面，GPU可实现数十倍乃至于上百倍于CPU的性能。应用基于GPU的信息抽取算法的情况下， 特别是对于大量图像的批处理，图像的文本语义信息描述更加完整，系统的功能和性能相对CPU上的图像搜索系统都有了很大的提升。由于图形处理器能够成十倍地增加处理器的运算速度，图形处理器已成为新型处理器的“加速器”，CPU+GPU的异构计算结构将引领处理器的发展方向，CPU与GPU都有各自强大的优势优势。未来芯片开发的架构会越来越倾向CPU/GPU集群的协作模式这也成为下一代超级计算的发展方向。