共计 1485 个字符，预计需要花费 4 分钟才能阅读完成。
这篇文章主要介绍操作系统中 GPU、CPU 两者之间的区别有哪些，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
1. CPU 即中央处理器
CPU(Central Processing Unit, 中央处理器)就是机器的“大脑”，也是布局谋略、发号施令、控制行动的“总司令官”。
CPU 的结构主要包括运算器 (ALU, Arithmetic and Logic Unit)、控制单元(CU, Control Unit)、寄存器(Register)、高速缓存器(Cache) 和它们之间通讯的数据、控制及状态的总线。
简单来说就是：计算单元、控制单元和存储单元
2. GPU 即图形处理器。
GPU 全称为 Graphics Processing Unit，中文为图形处理器，就如它的名字一样，GPU 最初是用在个人电脑、工作站、游戏机和一些移动设备 (如平板电脑、智能手机等) 上运行绘图运算工作的微处理器。
为什么 GPU 特别擅长处理图像数据呢? 这是因为图像上的每一个像素点都有被处理的需要，而且每个像素点处理的过程和方式都十分相似，也就成了 GPU 的天然温床。
GPU 的构成相对简单，有数量众多的计算单元和超长的流水线，特别适合处理大量的类型统一的数据。但 GPU 无法单独工作，必须由 CPU 进行控制调用才能工作。CPU 可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用 GPU 进行并行计算。
两者区别：
从根本上说 CPU 和 GPU 它们的目的不同，且有不同侧重点，也有着不同的性能特性，在某些工作中 CPU 执行得更快，另一工作中或许 GPU 能更好。当你需要对大量数据做同样的事情时，GPU 更合适，当你需要对同一数据做很多事情时，CPU 正好。
然而在实际应用中，后一种情形更多，也就是 CPU 更为灵活能胜任更多的任务。GPU 能做什么? 关于图形方面的以及大型矩阵运算，如机器学习算法、挖矿、暴力破解密码等，GPU 会大幅提高计算效率。
Cache, local memory：CPU GPU
Threads(线程数): GPU CPU
Registers: GPU CPU 多寄存器可以支持非常多的 Thread,thread 需要用到 register,thread 数目大，register 也必须得跟着很大才行。
SIMD Unit(单指令多数据流, 以同步方式，在同一时间内执行同一条指令): GPU CPU。
简单地说，CPU 擅长分支预测等复杂操作，GPU 擅长对大量数据进行简单操作。一个是复杂的劳动，一个是大量并行的工作。
其实 GPU 可以看作是一种专用的 CPU，专为单指令在大块数据上工作而设计，这些数据都是进行相同的操作，要知道处理一大块数据比处理一个一个数据更有效，执行指令开销也会大大降低，因为要处理大块数据，意味着需要更多的晶体管来并行工作，现在旗舰级显卡都是百亿以上的晶体管。
CPU 呢，它的目的是尽可能快地在单个数据上执行单个指令。由于它只需要使用单个数据单条指令，因此所需的晶体管数量要少得多，目前主流桌面 CPU 晶体管都是十亿以下，和顶级 GPU 相差十倍以上，但它需要更大的指令集，更复杂的 ALU(算术逻辑单元)，更好的分支预测，更好的虚拟化架构、更低的延迟等等。
另外，像我们的操作系统 Windows，它是为 x86 处理器编写的，它需要做的任务执行的进程，在 CPU 上肯定更为高效，你想每个线程的任务并不相同，基本上难以并行化，完全发挥不了 GPU 的长处。
以上是“操作系统中 GPU、CPU 两者之间的区别有哪些”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注丸趣 TV 行业资讯频道！
