最近，Twitter 上出現了一段 2009 年的老視頻。它讓觀眾可以直觀地了解 CPU 和 GPU 之間的區別。

原標題：GPU 這么厲害，我們為什么還要用 CPU？
文章來源：AI前線
內容字數：5574字

CPU與GPU：一場關于速度與效率的辯論

本文探討了CPU和GPU在性能上的差異及其各自的適用場景，并解釋了為什么現代芯片通常同時包含兩者。

1. 速度的錯覺：彩彈繪畫實驗

   文章開頭以一個病毒視頻為例，直觀地展現了GPU在圖像渲染速度上的優勢。視頻中，GPU瞬間繪制出蒙娜麗莎，而CPU繪制簡單的笑臉卻耗時30秒。但這只是表面現象，并未體現兩者在架構和應用上的根本區別。

2. TFLOPS：性能的量化指標

   文章引入TFLOPS（每秒萬億次浮點運算）這一指標來量化CPU和GPU的計算能力。數據顯示，GPU的計算速度遠超CPU，但文章指出，現代芯片通常同時包含CPU和GPU，這并非多余。

3. 順序程序與并行程序：兩種不同的計算模式

   文章區分了順序程序（指令必須按順序執行）和并行程序（指令可以同時執行）。斐波那契數列計算是順序程序的例子，而對一組數字進行乘法運算則是并行程序的例子。這兩種程序類型對處理器的需求截然不同。

4. 錯誤的二分法：程序的混合特性

   文章指出，將程序簡單地劃分為順序程序和并行程序是一種錯誤的二分法。大多數實際應用都包含順序和并行代碼的混合。文章通過一個包含斐波那契數列計算和乘法運算的例子說明了這一點，并引入了“可并行化比例”的概念。

5. 架構差異決定應用場景：CPU與GPU的最佳匹配

   文章解釋了CPU和GPU在架構上的差異：CPU擁有少量大型核心，擅長處理順序程序和復雜邏輯；GPU擁有大量小型核心，擅長處理并行程序。文章以視頻游戲圖形渲染為例，說明了GPU在并行計算中的優勢。

6. CPU的獨特優勢：處理隨機和復雜決策

   文章強調了CPU在處理隨機和復雜決策方面的優勢，將其比作餐廳廚房里的主廚，而GPU則像流水線廚師，擅長重復性任務。CPU能夠處理操作系統中各種不可預測的，保證系統穩定運行。

7. 現代芯片的融合：CPU和GPU的協同工作

   文章總結道，現代芯片如蘋果M3，將CPU的靈活性與GPU的計算能力相結合，實現了更優的性能。文章認為，更準確的對比應該展現CPU在管理資源和調度GPU方面的作用。

總而言之，文章闡述了CPU和GPU在架構、性能和應用場景上的差異，并強調了它們在現代計算系統中的互補性。兩者并非相互替代，而是協同工作，以滿足不同類型的計算需求。

聯系作者

文章來源：AI前線
作者微信：
作者簡介：面向AI愛好者、開發者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業界實踐案例，助你全面擁抱AIGC。