Unterschied zwischen CPU und GPU

CPU vs. GPU

CPU, die Abkürzung für Central Processing Unit (Zentraleinheit), ist das Gehirn eines Computersystems, das die "Berechnungen" ausführt, die als Anweisungen durch ein Computerprogramm gegeben werden. Eine CPU ist daher nur dann sinnvoll, wenn Sie ein Computersystem haben, das „programmierbar“ ist (um Anweisungen ausführen zu können), und wir sollten beachten, dass die CPU die „zentrale“ Verarbeitungseinheit ist, die Einheit, die die anderen Einheiten steuert. Teile eines Computersystems. Im heutigen Kontext befindet sich eine CPU normalerweise in einem einzelnen Siliziumchip, der auch als Mikroprozessor bekannt ist. Auf der anderen Seite ist GPU, die Abkürzung für Graphics Processing Unit (Grafikverarbeitungseinheit), dafür ausgelegt, rechenintensive Grafikverarbeitungsaufgaben von der CPU zu übernehmen. Das ultimative Ziel solcher Aufgaben ist es, die Grafik auf eine Anzeigeeinheit wie einen Monitor zu projizieren. Da solche Aufgaben bekannt und spezifisch sind, müssen sie nicht im Wesentlichen programmiert werden, und außerdem sind solche Aufgaben aufgrund der Beschaffenheit der Anzeigeeinheiten von Natur aus parallel. Im aktuellen Kontext befinden sich die weniger leistungsfähigen GPUs in der Regel in demselben Siliziumchip, in dem sich die CPU befindet (dieses Setup wird als integrierte GPU bezeichnet), während sich die leistungsfähigeren GPUs in ihrem eigenen Siliziumchip befinden. normalerweise auf einer separaten Leiterplatte (Leiterplatte).

Was ist CPU??

Der Begriff CPU wird seit über fünf Jahrzehnten in Computersystemen verwendet und war die einzige Verarbeitungseinheit in den frühen Computern, bis andere Prozessoreinheiten (z. B. GPUs) eingeführt wurden, um die Verarbeitungsleistung zu ergänzen. Die zwei Hauptkomponenten einer CPU sind die Arithmetic Logic Unit (ALU) und die Control Unit (CU). Die ALU einer CPU ist für die arithmetischen und logischen Operationen des Rechnersystems verantwortlich, und die CU ist dafür verantwortlich, das Befehlsprogramm aus dem Speicher zu holen, sie zu decodieren und andere Einheiten, wie etwa ALU, zur Ausführung der Befehle anzuweisen. Daher ist die Steuereinheit der CPU dafür verantwortlich, den Ruhm für die CPU zur "zentralen" Verarbeitungseinheit zu machen. Wenn die CU die Anweisungen aus dem Speicher abruft, müssen die Anweisungen als Programme in dem Speicher gespeichert werden, und daher wird ein solches Anweisungssystem auch als "gespeicherte Programme" bezeichnet. Es ist klar, dass die CU die Anweisungen nicht ausführt, sondern die Kommunikation mit den richtigen Einheiten wie der ALU erleichtert. 

Was ist GPU (aka VPU)?

Der Begriff Graphics Processing Unit (GPU) wurde Ende der neunziger Jahre von NVIDIA, einem Hersteller von GPU-Herstellern, eingeführt, der 1999 behauptete, die weltweit erste GPU (GeForce256) auf den Markt gebracht zu haben. Laut Wikipedia definierte NVIDIA zum Zeitpunkt der GeForce256 GPU als Folgendes: „Ein Ein-Chip-Prozessor mit integrierten Transformations-, Beleuchtungs-, Dreiecksetup- / Clipping- und Rendering-Engines, der mindestens 10 Millionen Polygone pro Sekunde verarbeiten kann.“ Einige Jahre später veröffentlichte NVIDIAs Rivale ATI Graphics, ein ähnliches Unternehmen, einen ähnlichen Prozessor (Radeon300) mit der Bezeichnung VPU für Visual Processing Unit. Es ist jedoch klar, dass der Begriff GPU populärer als der Begriff VPU geworden ist. 

Heutzutage werden GPUs überall eingesetzt, beispielsweise in eingebetteten Systemen, Mobiltelefonen, PCs und Laptops sowie Spielekonsolen. Moderne GPUs sind äußerst leistungsfähig beim Manipulieren von Grafiken und sie sind programmierbar, sodass sie an unterschiedliche Situationen und Anwendungen angepasst werden können. Typische GPUs werden jedoch bereits jetzt durch eine sogenannte Firmware programmiert. Im Allgemeinen sind GPUs effektiver als CPUs für Algorithmen, bei denen die Verarbeitung großer Datenblöcke parallel erfolgt. Es wird erwartet, da GPUs dazu dienen, Computergrafiken zu manipulieren, die äußerst parallel sind. 

Es gibt auch dieses neue Konzept, das als GPGPU (General Purpose Computing on GPU) bekannt ist, um GPUs zu nutzen, um die in einigen Anwendungen verfügbare Datenparallelität (z. B. Bioinformatik) auszunutzen und daher eine Nicht-Grafikverarbeitung in GPU durchzuführen. Sie werden jedoch in diesem Vergleich nicht berücksichtigt.