網(wǎng)上營業(yè)廳
掌上營業(yè)廳
在計算機的世界中，CPU（中央處理器）和GPU（圖形處理器）是兩個耳熟能詳?shù)脑~匯。隨著AI技術(shù)的認(rèn)讀，作為最重要硬件支持之一，GPU變成了AI、加密貨幣、科學(xué)研究等領(lǐng)域的“新寵”，甚至引發(fā)全球爭搶，身價暴漲。作為計算機性能的核心組件之一，GPU的性能優(yōu)劣也直接影響著計算機在圖形處理、游戲運行、視頻渲染等多方面的表現(xiàn)。
那么，為什么算力支持現(xiàn)在在炒GPU，而不是CPU？為什么GPU近年來突然“爆紅”？今天，就帶大家了解一下關(guān)于GPU的基本知識~
GPU：圖形處理小能手
什么是GPU?
GPU英文全稱為Graphics Processing Unit，即圖形處理單元（圖形處理器），它是顯卡的核心部件，最初的使命是處理圖形渲染——比如游戲里光影、爆炸、建模等復(fù)雜畫面。在生活中，人們常常把GPU和顯卡的概念混為一談，實際上，顯卡除了GPU之外，還包括顯存、供電模塊、散熱器、風(fēng)扇和各種接口（如顯示接口、通訊接口、供電接口等等）。它們之間是不能畫等號的。GPU的主要特點有核心數(shù)量多、并行處理能力超強、適合處理海量相似的任務(wù)等。
GPU的歷史
20世紀(jì)90年代末，隨著游戲和多媒體業(yè)務(wù)的蓬勃發(fā)展，人們對計算機的3D圖形處理和渲染能力提出了更高的要求。傳統(tǒng)CPU雖然功能強大，但在處理這些圖形密集型任務(wù)時顯得力不從心。1999年，英偉達(dá)（NVIDIA）公司推出了被廣泛認(rèn)為是第一款真正意義上的GPU的GeForce 256芯片，每秒至少能處理1000萬個多邊形。這款芯片讓計算機圖形處理工作完全不依賴CPU，而是在這款獨立的芯片上完成。其運算速度比CPU快2-4倍，有效減輕了CPU的負(fù)擔(dān)，大幅提升了計算機的圖形處理能力。就這樣，GPU時代來臨了。
GPU與CPU傻傻分不清楚 誰是圖形處理的王者？
CPU和GPU都是計算機中的重要組成部分，但它們在功能和設(shè)計架構(gòu)上有著顯著的區(qū)別。
CPU全稱是Central Processing Unit（中央處理單元），自計算機誕生以來就是運算核心。作為通用計算芯片，它負(fù)責(zé)指令解析、任務(wù)調(diào)度、邏輯判斷、系統(tǒng)控制，是整個設(shè)備的大腦。而作為并行計算芯片，GPU則具備強大的并行計算能力，對靈活性要求較低，善于將復(fù)雜的數(shù)學(xué)計算變?yōu)榇罅亢唵魏椭貜?fù)的任務(wù),且GPU無法單獨工作，需要被CPU調(diào)度管理。
從設(shè)計架構(gòu)上來看，無論是CPU還是GPU，任何處理器內(nèi)部都由3部分組成，即算術(shù)邏輯單元（核心ALU/CORE）、控制單元(CONTROL)以及緩存(CACHE)。而CPU和GPU這三部分的架構(gòu)占比完全不同。
CPU的核心數(shù)較少（通常2～64個），但每個核心功能豐富，能力較強。CPU擁有大量的緩存和復(fù)雜的邏輯控制單元，適合處理各種復(fù)雜的任務(wù)。當(dāng)程序擁有多個分支的時候，控制單元通過分支預(yù)測的能力來降低執(zhí)行延遲。
而GPU包含成百上千個較小、更高效的核心，這使得GPU在處理視頻游戲、三維動畫、圖形設(shè)計和視頻編輯等視覺密集型任務(wù)時表現(xiàn)卓越。GPU的控制單元也相對簡單，圖形渲染的高度并行性，使GPU可以通過簡單增加并行處理單元和存儲器控制單元的方式，提高處理能力和存儲器帶寬。
簡單來說，CPU更擅長復(fù)雜邏輯的運算，而GPU構(gòu)架相對簡單，但運算核心多，適用于大量邏輯簡單但高并發(fā)量的高密度計算。
簡單類比一下，如果CPU是一個廠長，GPU就是一整個車間的工人隊伍。每個工人可能能力不強，但一起動手效率驚人！
雖然CPU和GPU在功能和設(shè)計上有所不同，但它們之間并不是非此即彼的關(guān)系。在現(xiàn)代計算機中，CPU和GPU通常協(xié)同工作。CPU負(fù)責(zé)處理各種復(fù)雜的任務(wù)和邏輯判斷，而GPU則專注于圖形處理任務(wù)。這種協(xié)作模式使得計算機能夠在保持高性能的同時，還能有效地降低功耗。
AI與GPU
GPU從圖形計算拓展至通用計算
將GPU應(yīng)用于圖形之外的計算，最早可追溯到2003年。彼時，隨著計算機圖形復(fù)雜度不斷提升以及半導(dǎo)體技術(shù)的持續(xù)進(jìn)步，GPU開始被用于通用計算（General Purpose computing on GPU，簡稱GPGPU），應(yīng)用場景涵蓋科學(xué)模擬、數(shù)據(jù)分析和機器學(xué)習(xí)等領(lǐng)域。開發(fā)者借助專門的編程框架，如CUDA或OpenCL，通過編寫可在GPU上執(zhí)行的代碼，利用其并行架構(gòu)加速計算，使GPU本質(zhì)上成為能同時處理多個計算任務(wù)的硬件加速器。
2006年，英偉達(dá)推出CUDA（Compute Unified Device Architecture，計算統(tǒng)一設(shè)備架構(gòu)），讓GPU在通用計算領(lǐng)域嶄露頭角，開始在科學(xué)模擬、金融分析和深度學(xué)習(xí)等領(lǐng)域發(fā)揮關(guān)鍵作用。深度學(xué)習(xí)尤其依賴GPU強大的并行處理能力，來進(jìn)行大規(guī)模的矩陣和向量計算。
2012年，谷歌大腦(Google Brain)團(tuán)隊成員Jeff Dean和吳恩達(dá)等通過深度學(xué)習(xí)技術(shù)，斥資100萬美元，成功讓16000臺電腦學(xué)習(xí)1000萬張圖片后，在YouTube視頻中“認(rèn)出”了貓。
神經(jīng)網(wǎng)絡(luò)之父杰弗里·辛頓（Geoffrey Hinton）知道這件事后，認(rèn)為如果利用GPU進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，則不需要消耗這么多資源。
于是他和自己的兩個學(xué)生亞歷克斯·克里切夫斯基（Alex Krizhevsky）、伊利亞·蘇茨克沃（Ilya Sutskever），利用“深度學(xué)習(xí)+GPU”的方案，推出了深度神經(jīng)網(wǎng)絡(luò)模型“AlexNet”，其使用2個基于CUDA的GPU,進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，是第一個錯誤率低于25個百分點的模型。該模型也一舉贏得Image Net大規(guī)模視覺識別挑戰(zhàn)賽（ILSVRC）的冠軍。
這次比賽后不久，谷歌大腦又將CPU替換成GPU,重新進(jìn)行了讓計算機識別一只貓的實驗。實驗結(jié)果發(fā)現(xiàn)，僅用16臺電腦的64個GPU,就能達(dá)到之前相同的效果。
AlexNet的推出，進(jìn)一步推動了GPU在AI深度學(xué)習(xí)領(lǐng)域的廣泛應(yīng)用。此后，GPU在AI領(lǐng)域的應(yīng)用還獲得了生態(tài)支持。英偉達(dá)等公司建立了基于自家GPU的CUDA生態(tài)系統(tǒng)，提供完善的開發(fā)環(huán)境和方案，助力開發(fā)人員更便捷地使用GPU進(jìn)行深度學(xué)習(xí)開發(fā)或高性能運算。
AI青睞GPU的原因
如今，在AI計算領(lǐng)域，GPU的地位從“邊緣配角”走向了科技舞臺中央的原因在于在其深度學(xué)習(xí)的過程需“投喂”大量數(shù)據(jù)，這個過程需要進(jìn)行大量矩陣相乘、卷積等運算，GPU憑借自身強大的并行計算能力和內(nèi)存帶寬恰好能夠很好地應(yīng)對這些任務(wù)。在合理優(yōu)化的情況下，一塊GPU卡所能提供的算力，相當(dāng)于數(shù)十臺至上百臺CPU服務(wù)器。
當(dāng)然，在AI計算中，并非只有GPU“獨領(lǐng)風(fēng)騷”。FPGA（現(xiàn)場可編程門陣列）和ASIC（專用集成電路）等計算芯片在AI領(lǐng)域也有廣泛應(yīng)用。它們各有優(yōu)勢，F(xiàn)PGA靈活可編程，適合快速迭代和原型開發(fā)；ASIC則針對特定算法進(jìn)行優(yōu)化，性能更高、功耗更低。但無論如何，GPU在AI領(lǐng)域的地位都不可撼動。
經(jīng)過上述內(nèi)容的介紹，想必你對GPU已經(jīng)有了初步的認(rèn)識。如果說過去50年是CPU的天下，那么未來50年，GPU也許才是真正的主角。但這并不意味著CPU退出舞臺，而是人類已經(jīng)進(jìn)入了一個“多計算架構(gòu)協(xié)同”的新時代。
今天，我們用CPU瀏覽網(wǎng)頁、編輯文檔，用GPU啟動AI應(yīng)用、訓(xùn)練模型，用FPGA和NPU執(zhí)行特定算法。計算正在成為一種更靈活、更智能的服務(wù)，就像水、電一樣流淌在我們生活中。
展望未來，隨著科技的持續(xù)革新與飛速發(fā)展，GPU的性能必將迎來更為顯著的飛躍，能效比也將得到進(jìn)一步優(yōu)化提升。屆時，它將為各類復(fù)雜的應(yīng)用場景提供更為強勁、高效的支持，助力我們在數(shù)字世界中暢行無阻。
未來的“算力戰(zhàn)爭”，才剛剛開始。
參考資料：
1. 鳳凰網(wǎng)：《華裔科學(xué)家竟然用AI識別喵星人？》；
2. 阿里云：《什么是GPU？》；
3. 云計算科普研究所blibili：【什么是GPU？十分鐘帶你了解GPU的前世今生?。℅PU與CPU的區(qū)別）》《硬核解析》從GPGPU到CUDA，看完秒懂GPU為何主宰AI ！】；
4. 鮮棗課堂：《AI計算，為什么要用GPU？》。
新浪微博
今日頭條
騰訊微信
