全国免费咨询热线：
18926406479
孰轻孰重？ 浅谈CPU强于GPU的八大理由
Intel与NVIDIA的口水战现在已确定进入了白热化的阶段，可是目前来看，NVIDIA一直大力推广的CPU无用论显卡更重要观点似乎占据上风，他们建议用户装机时，要将显卡的性能放在首位，CPU对于目前的电脑来说已经毫不重要，搭配好的显卡，才能轻松的获得更好的提高整体性能。面对了犹如过江之鲫般的游戏大作，GPU展现出了咄咄逼人的气势，并且也逐渐被广大新老用户认可。计算机产业的发展其实也能多多少少看到这一规律，CPU和GPU的重要性之争，只是厂商的市场宣传，就电脑系统而言，CPU的重要性早就有定论，CPU是名副其实的电脑之脑，说GPU比CPU重要，在某一种意义上误导了消费者。而作为消费者，我们仍旧是要从自己的需求方面出发，重要的是看自己要的是什么，因为合适自己的才是最好的。
的确，随着GPU越来越强大、慢慢的开始超越并取代一些CPU的工作还经常有让CPU难堪的时候，CPU与GPU孰强孰弱的理念，也开始蔓延在我们周围，特别是NVIDIA的CUDA诞生之后，让我们开始对GPU多元化产生了浓厚的兴趣，图形技术的发展让GPU具备越来越强大计算力的同时，也变得更灵活，我们可以看到，DirectX 10 GPU已经能够完全承担3D渲染与几何处理任务，就连CPU的绝技物理加速和视频编码，也被GPU收入囊中并执行效率更高，如此一来，CPU仅需负责程序指令的分派，实际运算任务均由GPU来完成。而程序指令分派的任务非常简单，采用低端一些的处理器也不会对性能带来多大的负面影响，根据这些事实，我们似乎以为在运算为主的计算平台中，GPU已经处于了核心地位，曾经不可取代的CPU角色也没有人们想象得那么重要了，难道CPU真的只能充当配角了么？
通过以往专业的测试能够正常的看到GPU在很多数据计算能力上超过了CPU，例如：浮点运算能力，GeForce 8800GT 是Intel Core2 Due Woodcrest 的21.6倍；DES算法，GPU是CPU的11.4倍；MD5破解实验，GPU是CPU的13.1倍；字符串匹配实验，GPU是CPU的10倍。面对这些华丽的数据我们不得已承认在计算方面，GPU的性能远超于了CPU，但并不是一定就比CPU强大，强大到能成为PC中主导力量，事有两面性，剑有两面刃，利弊共存才是事物发展的本质，今天这篇文章就是以另一角度去揭示出在哪几个方面CPU是远远强于GPU的：
CPU 作为一台计算机的核心，它的作用被证明是无法替代的，过去是这样，今天依然是这样，将来也应该还是这样，只不过可能被增加和赋予了更多更复杂的功能。为什么CPU可以胜任计算机的核心，应付自如地控制一台复杂而精密的电脑系统 ？为什么CPU可以当之无愧地被称为电脑之脑而不是其他部件？这是因为CPU主要是面向执行操作系统、系统软件、调度和运行各式各样应用程序以及协调和控制整个计算机系统而设计的。CPU具有通用性的特点，也就是全才或者通才，什么都要会，当然这并不表示CPU每项任务都具有顶尖水平。
集成了百万计，千万计，甚至数亿计晶体管的CPU芯片，除了具有计算能力的电路和结构，还拥有控制和指挥其他硬件电路相配合的中央控制器，现代CPU还拥有更多具有思维能力的电路和结构，如逻辑判断，推测执行，预测执行等等。只有具有了这些特质，CPU才可能胜任电脑之脑的工作。
除了CPU(中央处理单元，也叫中央处理器)，计算机系统中还有众多的PU处理单元，统称xPU。由于它们不具有CPU的通用性，而具有专用性，习惯上它们都叫控制器或芯片。如内存控制器，中断控制器，以太网网卡芯片，USB控制器等等，虽然这种叫法不常见，但是我们依然可以把它们也叫成： Memory PU 内存处理单元 Interrupt PU 中断处理单元 Ethernet PU 以太网处理单元 USB-PU USB 处理单元.
所以现在图形计算能力比较强的图形芯片被称为GPU，即图形处理单元就不足为奇了。GPU具有专用性的特点，擅长图形计算和处理。GPU的前身就是显示卡的主芯片。显示卡和显示器等等组成计算机系统中的图形子系统。最早的显示卡功能最简单，所以也叫显示器适配 卡(简称显卡)，它是连接主机与显示器的接口卡。现在的显卡都是3D图形加速卡，主芯片也被冠以GPU的新名字了。
纵观目前的情况去看，GPU执行每个数值计算的速度并没有比CPU快，从目前主流CPU和GPU的主频就能够准确的看出了，CPU的主频都超过了1GHz，2GHz，甚至3GHz，而GPU的主频最高还不到1GHz，主流的也就500~700MHz。要知道1GHz = 1000MHz。所以GPU在执行少量线程的数值计算时并不能超过CPU。
抛开彼此间的性能和架构不谈，光看CPU与GPU的主频就能够准确的看出，CPU高出GPU不止一点点这么简单，目前GPU数值计算的优势主要是浮点运算，它执行浮点运算快是靠大量并行，但是这种数值运算的并行性在面对程序的逻辑执行时毫无用处，因此CPU主频高是情理之中的事情，所以说CPU频率强于GPU频率是毋庸置疑的。
从DIY诞生的那一天开始，超频就一直形影不离。在我们的记忆中，上古时代的C300A超频到450MHz的惊喜仍然值得回味，现在Q9650超到4.5GHz更是让人激动不已！然而随着GPU的持续不断的发展，超频的魔爪已伸向了显卡。可是要论超频性而言，以我们的经验来看，相同工艺的GPU超频性远不如CPU。
由于架构的原因，即便是GPU制程已经过渡至60nm/55nm，超频能力也同样有了一定的提升，一样有着较高的超频潜力，但是，GPU的超频性能相比CPU远远所不及，整体看来，核心突破1GHz都十分困难，而体质稍好的CPU却轻易的可以超频100%甚至在额外的辅助下，拥有更高的超频幅度。
注：表中数据均为显卡自身的实际功耗，空闲功耗取自Windows桌面，满载功耗取自FurMark运行过程中。
独立显卡确实是电脑里的耗电大户，空闲状态下的功耗就已经不低了，满载情况下更是无法控制，特别是那些高端型号(8800 Ultra)。总的来说，A卡近来更省电一些。
注：表中数据均为处理器自身的实际功耗，空闲功耗取自Windows桌面，并分别开启EIST或CnQ省电技术，满载功耗取自BOINC分布式计算运行过程中。
和显卡相比，不部分CPU的功耗低了不少，特别是节能技术的普遍应用使其待机功耗能做到很低，当然高端型号在全负载下也是非常耗电的。Intel的Core 2系列性能和功耗的确都很出色，AMD Phenom系列则都稍逊一筹，另外Athlon 64 X2 6000+功耗特别高是因为它采用的是90nm工艺。当然，AMD处理器都集成了内存控制器，会在某些特定的程度上增加功耗。
随着芯片制造工艺的改进，GPU晶体管数成倍增加，集成度慢慢的升高，其复杂程度已经远远超越了CPU，在功耗居高不下的情况下，高端显卡的发热量自然高于高端CPU。
以上的数据，由于风扇不同，因此并不能作为有效的测试对比数据，只是供读者参考之用，目前的高端显卡，普遍温度控制不理想，换个品质好些的散热器温度会有下降，但是整体看来优异CPU与GPU的发热对抗中，GPU发热量还是明显处于劣势，毕竟两款产品的功耗不同，温度差距不可避免。
CPU或是GPU的制造是一项极为复杂的过程，当今世上只有少数几家厂商具备研发和生产的能力。几乎每一次制作流程与工艺的改进都能为CPU与GPU发展带来最强大的源动力，无论是Intel、AMD还是NVIDIA，制作流程与工艺都是发展蓝图中的重中之重。
从目前的发展状况来看，半导体第一大厂Intel具备着世界上非常先进的工艺技术，Intel CPU采用非常先进的45nm工艺制造，而GPU大厂AMD与NVIDIA最高却仅使用55nm工艺，在工艺上来讲GPU落后于CPU。
无论是NVIDIA、AMD和台积电，之前一段时间都在通过种种途径放出消息，新的台积电40nm工艺将在明年年初拿出，甚至NVIDIA的对应40nm工艺GPU将成为全世界先进款40nm工艺的高度复杂芯片，从而第一次超越CPU成为非常先进的芯片。
不过从目前角度来看，GPU想要超越CPU工艺就比较难了，台积电的40nm工艺目前主要的问题还是功耗超过预期，同时良品率极低，因此其一定要通过修正才能解决这样一些问题，而英特尔的32nm工艺将在明年下半年如期引入（已完成32nm工艺处理器的出样），甚至引入的时间同40nm工艺相近甚至更早，因此GPU工艺超越GPU工艺又将成为泡影。并且英特尔已经在为32nm工艺后继的22nm工艺进行准备了，并且相关的研究和论证早就开始。
从微架构上看，CPU和GPU看起来完全不是按照相同的设计思路设计的，当代CPU的微架构是按照兼顾指令并行执行和数据并行运算的思路而设计，就是要兼顾程序执行和数据运算的并行性、通用性以及它们的平衡性。CPU的微架构偏重于程序执行的效率，不会一味追求某种运算极致速度而牺牲程序执行的效率。
因此从微架构上看，CPU擅长的是像操作系统、系统软件和通用应用程序这类拥有复杂指令调度、循环、分支、逻辑判断以及执行等的程序任务。它的并行优势是程序执行层面的，程序逻辑的复杂度也限定了程序执行的指令并行性，上百个并行程序执行的线程基本看不到。GPU擅长的是图形类的或者是非图形类的高度并行数值计算，GPU可以容纳上千个没有逻辑关系的数值计算线程，它的优势是无逻辑关系数据的并行计算。
从现有CPU和GPU架构来看，两者不具备互相取代或是比拼强弱的技术条件，主要是由于两者架构的差异，就像是你不能让大象和海豚比游泳一个道理。但是如果抛开性能，单从技术的角度来看，似乎CPU的架构更胜一筹，单从CPU不需要驱动，而显卡需要驱动就能够准确的看出来。
首先，我们提议先看CPU的微架构。CPU微架构，按照现在的产业技术水平，大概每两到三年，就会有一次大的改进。每次更迭，往往会带给整个电脑产业和消费的人相当大的变化和影响。打个简单的比方，白炽灯和节能灯，都能照明和发光。但是，一个10瓦的节能灯泡，它的亮度和60瓦的白炽灯泡相当，但耗电量却只有白炽灯泡的20%。之所以有这样的差别，主要是因为两种灯泡的微架构不一样。英特尔在2006年中旬，开始在市场上推出的新新一代的酷睿微架构系列新产品，就是一个很好的例子。这一代酷睿微架构的产品，与上一代Netburst微架构相比，产品性能提高40%，而同时功耗又降低40%！ 而新一代的基于Nehalem微架构的处理器再次验证了这一点，架构的先进性一览无余。
再来看看GPU的微架构，虽然也是更迭频繁，也给整个电脑产业和消费的人相当大的变化和影响。但是也是高功耗的罪魁祸首，在依靠不断的累积大量的晶体管提高性能的同时带来非常大的功耗与发热，两大GPU芯片巨头在残酷的竞争面前，都将功耗控制抛到了九霄云外， 显卡发热慢慢的变大，散热器夸张，噪音难以忍受。由此可见，CPU在不断提供更佳的性能功耗比的做法，远胜如今的GPU架构。
同样在这一个方面，CPU和GPU也无法比较，因为GPU大多数指令都是面向数值计算的，少量的控制指令也无法作系统和软件直接用。如果比较数据指令的IPC，GPU显然要高过CPU，因为并行的原因。但是，如果比较控制指令的IPC，自然是CPU的要高的多。原因很简单，CPU着重的是指令执行的并行性。而在我们日常生活使用中，显然指令的控制更重要。和支持操作系统所需要的能力CPU相比还是天壤之别，而且指令执行的效率也无法和CPU相提并论。
现在的CPU最重要的设计原则其实是要能更快的执行各种指令，现在很多程序的结构设计很复杂，这些指令有很复杂的逻辑，分支、条件的转移等很多，你要非常高效的来执行，你需要设立很大的缓存，你还需要在指令执行上做很多的工作，比如说需要很大的指令缓冲池，对指令做多元化的分析，需要乱序执行，把顺序打乱以后，没有数据或者存储相关的先执行，有相关的后执行等等，这就导致每个CPU的core很大，其中真正负责计算的占的面积是很小的，大部分晶体管消耗在指令执行环节，计算方面能力相对就弱些。要高效运行现有的很多程序，这样的设计也是必须的。而GPU的核心就是计算，运行计算，我们的GPU有很多个核，128甚至240核，这么高的并行度就是要尽可能做到计算吞吐量足够得大，但是GPU的每个核不可能作得像CPU的核这么复杂。
虽然NVIDIA CUDA的出现对CPU构成了庞大威胁，但是Intel作为当前处理器老大，不仅拥有强大的生产能力，也拥有雄厚的开发团队，并且在2006年吸收了大部分GPU研发人员，其在GPU方面也拥有很大的发展空间。并且CPU目前在一些需要复杂指令控制运算的环境依然拥有很大优势，所以指令控制是CPU强于GPU的法宝，这是GPU永远无法企及的区域。
在驱动方面能说CPU是完胜于GPU的，CPU并不是特别需要什么驱动便能够直接进行使用，充其量靠刷新主板BIOS来增加对CPU的稳定性与兼容性或是打一些处理器补丁。而在这方面GPU的驱动便十分重要，没有驱动显卡根本没办法正常使用，并且驱动对于显卡的性能和兼容性起到决定性的作用，之所以ATI显卡一直受到玩家的舆论，大部分缘由是因为其驱动不完善造成的。
GPU微架构复杂度不高，尽管晶体管的数量不少。从应用的角度看，如何运用好GPU的并行计算要的工作是开发好它的驱动程序。GPU驱动程序的优劣很大程度左右了GPU实际性能的发挥，而在这点上CPU却完全不需要。
首先声明此篇文章并不是说CPU就是强于GPU的，因为两者就没有可比性而言，只是让大家探索一下CPU在哪几个方面是强于GPU的，只是供读者参考的观点而已。其实GPU也有许多方面是CPU无法企及的，例如浮点运算性能方面，GPU是CPU的10倍以上。
CPU擅长的：操作系统，系统软件，应用程序，通用计算，系统控制等等;游戏中人工智能，物理模拟等等;3D建模-光线追踪渲染;虚拟化技术抽象硬件，同时运行多个操作系统或者一个操作系统的多个副本等等。
CPU的作用是显而易见的，在不同的应用领域里面CPU和GPU同样担任着很重要的角色。如果非要说出更重要的话，其实真的难以有确切的定论，因为两款产品的作用是受到彼此制约的。现在对于大家来说不是CPU和GPU谁更重要的问题，对于一般消费者来说CPU的作用要高于GPU，如果对于喜欢游戏的朋友来说GPU固然重要，但是也不能忽略CPU的作用。换句话说，喜欢玩游戏的人对电脑的整体投入会更高，因此合理搭配更加能体现出产品的重要性和互补性。
随着用户应用升级，GPU在整机中已经占据了逐渐重要的地位，其在多任务处理方面和浮点运算方面拥有非常大的优势，若能够加快制造工艺的升级步伐、多核心架构发展步伐，将GPU与其他竞争对手的优势逐渐拉大，GPU在整机中的地位将会更重要。无论是CPU还是GPU会在未来的竞争中取得胜利，对于消费者而言它们都将在提升使用者真实的体验、减少相关成本等方面更上一层楼。
综上所述，在一台均衡计算的计算机系统中，CPU和GPU还是应各司其职，除了图形运算，GPU将来可能大多分布在在高效率低成本的高性能并行数值计算，帮助CPU分担这种类型的计算，提高系统这方面的性能。而当前的典型应用还是高端3D游戏，一个高效的GPU配合一个高效的CPU，3D游戏的整体效率才能得到保证。高端3D游戏只需要高端显卡或者高端3D游戏只需要CPU都是无稽之谈。
上一篇:关于印发社会保障卡建设总体设计的通知
