CPU算力和GPU算力標准

1. 「cpu」和「GPU」之間的區別有什麼不一樣

GPU概念

GPU英文全稱Graphic Processing Unit，中文翻譯為「圖形處理器」。GPU是相對於CPU的一個概念，由於在現代的計算機中（特別是家用系統，游戲的發燒友）圖形的處理變得越來越重要，需要一個專門的圖形的核心處理器。

GPU的作用

GPU是顯示卡的「大腦」，它決定了該顯卡的檔次和大部分性能，同時也是2D顯示卡和3D顯示卡的區別依據。2D顯示晶元在處理3D圖像和特效時主要依賴CPU的處理能力，稱為「軟加速」。3D顯示晶元是將三維圖像和特效處理功能集中在顯示晶元內，也即所謂的「硬體加速」功能。顯示晶元通常是顯示卡上最大的晶元（也是引腳最多的）。現在市場上的顯卡大多採用NVIDIA和ATI兩家公司的圖形處理晶元。
於是NVIDIA公司在1999年發布GeForce 256圖形處理晶元時首先提出GPU的概念。GPU使顯卡減少了對CPU的依賴，並進行部分原本CPU的工作，尤其是在3D圖形處理時。GPU所採用的核心技術有硬體T&L、立方環境材質貼圖和頂點混合、紋理壓縮和凹凸映射貼圖、雙重紋理四像素256位渲染引擎等，而硬體T&L技術可以說是GPU的標志。
簡單說GPU就是能夠從硬體上支持T&L（Transform and Lighting，多邊形轉換與光源處理）的顯示晶元，因為T&L是3D渲染中的一個重要部分，其作用是計算多邊形的3D位置和處理動態光線效果，也可以稱為「幾何處理」。一個好的T&L單元，可以提供細致的3D物體和高級的光線特效；只不過大多數PC中，T&L的大部分運算是交由CPU處理的(這就也就是所謂的軟體T&L)，由於CPU的任務繁多，除了T&L之外，還要做內存管理、輸入響應等非3D圖形處理工作，因此在實際運算的時候性能會大打折扣，常常出現顯卡等待CPU數據的情況，其運算速度遠跟不上今天復雜三維游戲的要求。即使CPU的工作頻率超過1GHz或更高，對它的幫助也不大，由於這是PC本身設計造成的問題，與CPU的速度無太大關系。

關於CPU和GPU的相關問題

第一個問題：
GPU的競爭遠比CPU的競爭來得激烈。通用PC的CPU就只有英特爾和AMD兩家大廠。而在GPU方面領先的是N記和A記兩家廠商，但能生產中低端產品的還有英特爾、3S等好幾家廠商。它們的產品雖然不如前兩家，但在很多應用方面也能滿足用戶的需要，所以N記和A記只有拚命往前跑才不會死掉。CPU廠商沒有採用GPU的先進工藝是因為CPU廠商都有自己投資的生產線，不可能一下把原來的生產線都淘汰了上新的生產線，那樣做可能連當初投入的資金都難以收回。而GPU廠商由於種種原因，一般都是自己設計由別人代工的，比如找台積電代工。代工廠商為了能接到業務，只有不停升級自己的生產設備，這樣才能生存下來。所以造成以上原因。
第二個問題
就如你所說的一樣，CPU除了處理游戲的AI，情節等方面的數據外，對於有些圖像方面也是由它完成的。當微軟每次發布新的DX時，並不是每款GPU都能支持DX新的特性，所以有些圖像方面的任務還得由CPU來完成。還有有些特性比如重力特性以前是由CPU來完成，現在有些GPU也能支持了，這些任務就由GPU來完成了。
第三個問題
GPU相當於專用於圖像處理的CPU，正因為它專，所以它強，在處理圖像時它的工作效率遠高於CPU，但是CPU是通用的數據處理器，在處理數值計算時是它的強項，它能完成的任務是GPU無法代替的，所以不能用GPU來代替CPU。
另外
現在AMD收購了A記顯卡晶元的設計廠商，AMD看到今後CPU和GPU只有走一條融合的道路才能地競爭中佔得先機。CPU和GPU如何配合默契才能最大地提高工作效率是AMD現在考慮的問題，也是英特爾的問題。
第四個問題
微軟發布windows7 其中一個顯著特性就是 聯合GPU和CPU的強大實力，提升GPU在硬體使用的價值，在Windows7中，CPU與GPU組成了協同處理環境。CPU運算非常復雜的序列代碼，而GPU則運行大規模並行應用程序。微軟利用DirectX Compute將GPU作為操作系統的核心組成部分之一。DirectX Compute。它讓開發人員能夠利用 GPU的大規模並行計算能力，創造出引人入勝的消費級和專業級計算應用程序。簡單的說，DirectX Compute就是微軟開發的GPGPU通用計算介面，欲統一GPU通用計算標准。也就是說windows7 以後GPU的硬體地位將僅次於CPU，發揮出更大的效用。

2. GPU和CPU到底誰運算能力強

兩者的側重點不同，GPU針對的是圖像，CPU針對的是數據，兩者不好做比較，如果非要比的話，GPU要強於CPU

3. CPU和GPU是什麼關系

因為設計的目標不同，當今的CPU和GPU功能上有本質的不同。作為通用處理器的CPU，顧名思義，它是設計用來處理通用任務的處理、加工、運算以及系統核心控制等等的。CPU中包含的最基本部件有算術邏輯單元和控制單元，CPU的微架構是為高效率處理數據相關性不大的計算類、復雜繁瑣的非計算類的等等百花八門的工作而優化的，在處理日常繁復的任務中應付自如。 計算機的「靈魂」——操作系統，以及幾乎100%的系統軟體都主要仰仗CPU來順利運行。CPU面對的算術、邏輯運算以及控制處理是非常繁瑣和復雜的，面對處理的數據和信息量不僅數量多而是種類多。CPU運算和控制多面手的這種設計，讓它在計算機中得心應手，位置不可動搖。GPU設計的宗旨是實現圖形加速，現在最主要的是實現3D 圖形加速，因此它的設計基本上是為3D圖形加速的相關運算來優化的，如z-buffering 消隱，紋理映射(texture mapping)，圖形的坐標位置變換與光照計算(transforming & lighting)等等。這類計算的對象都是針對大量平行數據的，運算的數據量大，但是運算的類型卻並不復雜，大多類似和雷同，計算性強但是邏輯性不強，如矩陣運算就是圖形運算的典型特性。GPU在圖形計算方面的一些特長在是今天的CPU無法比擬的，當然將來融合了GPU的CPU就另當別論了。相比CPU的通用運算和復雜邏輯處理，GPU要想代替CPU來運行操作系統和系統軟體，是不是有點「越俎代庖」的藝術誇張了。當然，只有一種可能，就是GPU做成了CPU，加入了大量CPU核心設計的GPU。不過，這樣的GPU還叫GPU嗎？在主流市場，將來把GPU集成到CPU中是大勢所趨，對於高端市場——如高端3D游戲應用，CPU + 獨立GPU的並存方案依然會延續很長時間。GPU中強大的平行數據的並行計算能力，特別是在3D、浮點運算方面，在沒有圖形運算任務的時候，如果可以開發出來支持CPU在科學計算方面的應用，當然是件好事。

4. cpu 和顯卡的運算能力誰強

cpu相當於一個博士，gpu相當於一萬個小學生，小學生不能做高難度數學題，但是可以同時做大量的基礎運算，而cpu雖然不能一下子算出一萬條加減法，但是可以解出gpu無法運算的題目

5. cpu 和GPU的計算有什麼不一樣的

兄弟要回答完整你的問題，估計要給你本專業類的書了。
我大致說下：
CPU可以兼職GPU的工作但，GPU不能嫌職CPU的工作。
CPU運算范圍廣，基本你能想得到的功能都可以經過CPU運算。
GPU目前專職圖形處理運算（以後還能做什麼運算就不知道了）。

6. 相同功耗的前提下，cpu和gpu哪個算力更強

也就是比性能/功耗唄。比這個，gpu遠勝cpu。當初正是因為cpu要把大量功耗和晶體管花在控制電路和cache上，gpu才會被做成獨立晶元，並進一步有gpgpu。

7. cpu和gpu的區別有哪些

CPU即中央處理器，GPU即圖形處理器。其次，要解釋兩者的區別，要先明白兩者的相同之處：兩者都有匯流排和外界聯系，有自己的緩存體系，以及數字和邏輯運算單元。兩者都為了完成計算任務而設計。
CPU和GPU之所以大不相同，是由於其設計目標的不同，它們分別針對了兩種不同的應用場景。CPU需要很強的通用性來處理各種不同的數據類型，而GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純凈的計算環境。
兩者的區別在於存在於片內的緩存體系和數字邏輯運算單元的結構差異：CPU雖然有多核，但總數沒有超過兩位數，每個核都有足夠大的緩存和足夠多的數字和邏輯運算單元，並輔助有很多加速分支判斷甚至更復雜的邏輯判斷的硬體；GPU的核數遠超CPU，被稱為眾核（NVIDIA Fermi有512個核）。每個核擁有的緩存大小相對小，數字邏輯運算單元也少而簡單（GPU初始時在浮點計算上一直弱於CPU）。從結果上導致CPU擅長處理具有復雜計算步驟和復雜數據依賴的計算任務，如分布式計算，數據壓縮，人工智慧，物理模擬，以及其他很多很多計算任務等。GPU由於歷史原因，是為了視頻游戲而產生的（至今其主要驅動力還是不斷增長的視頻游戲市場），在三維游戲中常常出現的一類操作是對海量數據進行相同的操作，如：對每一個頂點進行同樣的坐標變換，對每一個頂點按照同樣的光照模型計算顏色值。GPU的眾核架構非常適合把同樣的指令流並行發送到眾核上，採用不同的輸入數據執行。在2003-2004年左右，圖形學之外的領域專家開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用於通用計算（即GPGPU）。之後NVIDIA發布了CUDA，AMD和Apple等公司也發布了OpenCL，GPU開始在通用計算領域得到廣泛應用，包括：數值分析，海量數據處理（排序，Map-Rece等），金融分析等等。
簡而言之，當程序員為CPU編寫程序時，他們傾向於利用復雜的邏輯結構優化演算法從而減少計算任務的運行時間，即Latency。當程序員為GPU編寫程序時，則利用其處理海量數據的優勢，通過提高總的數據吞吐量（Throughput）來掩蓋Lantency。目前，CPU和GPU的區別正在逐漸縮小，因為GPU也在處理不規則任務和線程間通信方面有了長足的進步。另外，功耗問題對於GPU比CPU更嚴重。
總的來講，GPU和CPU的區別是個很大的話題，甚至可以花一個學期用32個學時十幾次講座來講，所以如果提問者有更具體的問題，可以進一步提出。我會在我的知識范圍內嘗試回答。