CPU和GPU的区别

在大模型中为什么要用GPU,它与cpu有什么区别.本章将讨论这一话题

1. CPU和GPU的区别
CPU（中央处理器）是计算机系统中最核心的组件之一，负责执行几乎所有程序运行所需的指令。
a. 现代 CPU 通常拥有多个处理核心，每个核心都可以独立处理指令，从而提高多任务处理的能力。
b. 这种多核设计使得 CPU 可以在一定程度上同时处理多个任务，虽然每个任务的执行仍然是顺序完成的,CPU 的处理方式以“顺序处理”为主。
c. CPU 会逐步、一条接一条地执行指令，这与并行处理不同。虽然多核技术和超线程技术可以在一定程度上缓解这种顺序处理的局限，但它并不是为大规模并行计算设计的.

GPU全称是Graphics Processing Unit,图形处理单元.是专门用于绘制图像和处理图元数据的特定芯片，后来渐渐加入了其它很多功能.
a. GPU 的架构设计非常独特，由成百上千个小型处理单元组成，每个处理单元能够独立并行执行指令.
b. 这种高度并行的处理能力使 GPU 能够同时处理海量数据，渲染一个复杂的 3D 场景需要进行大量的数学计算，这些计算通常涉及到诸如光线追踪、阴影处理、纹理贴图和颜色渲染等高复杂度的操作,所有这些计算都需要在极短的时间内完成，尤其是在图形密集型应用（如视频游戏、3D动画制作等）中,GPU 通过其强大的并行计算架构接管了这些复杂的任务.
c. GPU在相同的价格和功率范围内，比CPU提供更高的指令吞吐量和内存带宽。许多应用程序利用这些更高的能力，使得自己在 GPU 上比在 CPU 上运行得更快

CPU和CPU之间的主要区别在于设计思想的不同。CPU的设计初衷是为了实现在执行一系列操作时达到尽可能高的性能，其中每个操作称之为一个thread，同时可能只能实现其中数十个线程的并行化，GPU的设计初衷是为了实现在在并行执行数千个线程时达到尽可能高的性能

2. GPU 和 CPU 类型
CPU有以下几种类型
a. 英特尔酷睿（Intel Core）处理器
b. AMD Ryzen 处理器
c. ARM 处理器, 应用于智能手机、平板电脑、物联网设备等移动设备中
GPU有以下几种类型
a. NVIDIA GeForce Cards:GeForce 显卡一直处于领先地位。其采用 CUDA 核心，支持实时光线追踪、DLSS 等先进技术
b. AMD Radeon Cards:采用 RDNA 架构
c. 集成显卡:
d.人工智能专用 GPU:随着人工智能技术的快速发展，专门针对 AI 计算任务设计的 GPU 应运而生,GPU 拥有大量的 CUDA 核心或计算单元，以及高带宽的内存，能够高效处理大规模并行计算任务