適合在GPU上運(yùn)行的程序 挖礦為何只用GPU

（1）計(jì)算密集型的程序。所謂計(jì)算密集型(Compute-intensive)的程序，就是其大部分運(yùn)行時(shí)間花在了寄存器運(yùn)算上，寄存器的速度和處理器的速度相當(dāng)，從寄存器讀寫數(shù)據(jù)幾乎沒有延時(shí)。可以做一下對(duì)比，讀內(nèi)存的延遲大概是幾百個(gè)時(shí)鐘周期；讀硬盤的速度就不說了，即便是SSD, 也實(shí)在是太慢了。

（2）易于并行的程序。GPU其實(shí)是一種SIMD(Single Instruction Multiple Data)架構(gòu)， 他有成百上千個(gè)核，每一個(gè)核在同一時(shí)間最好能做同樣的事情。

滿足以上兩點(diǎn)，就可以用GPU做運(yùn)算了。 不過你還得先用Open CL 把能在GPU上運(yùn)行的程序?qū)懗鰜?lái)， 這也是很麻煩的，寫一下就知道了。 而且GPU的架構(gòu)比較特殊，要想寫出高效率的程序，要花很多很多時(shí)間。很久以前，大概2000年那時(shí)候，顯卡還被叫做圖形加速卡。一般叫做加速卡的都不是什么核心組件，和現(xiàn)在蘋果使用的M7協(xié)處理器地位差不多。這種東西就是有了更好，沒有也不是不行，只要有個(gè)基本的圖形輸出就可以接顯示器了。在那之前，只有一些高端工作站和家用游戲機(jī)上才能見到這種單獨(dú)的圖形處理器。后來(lái)隨著PC的普及，游戲的發(fā)展和Windows這樣的市場(chǎng)霸主出現(xiàn)，簡(jiǎn)化了圖形硬件廠商的工作量，圖形處理器，或者說顯卡才逐漸普及起來(lái)。

想要理解GPU與CPU的區(qū)別，需要先明白GPU被設(shè)計(jì)用來(lái)做什么?，F(xiàn)代的GPU功能涵蓋了圖形顯示的方方面面，我們只取一個(gè)最簡(jiǎn)單的方向作為例子。

大家可能都見過上面這張圖，這是老版本Direct X帶的一項(xiàng)測(cè)試，就是一個(gè)旋轉(zhuǎn)的立方體。顯示出一個(gè)這樣的立方體要經(jīng)過好多步驟，我們先考慮簡(jiǎn)單的，想象一下他是個(gè)線框，沒有側(cè)面的“X”圖像。再簡(jiǎn)化一點(diǎn)，連線都沒有，就是八個(gè)點(diǎn)（立方體有八個(gè)頂點(diǎn)的）。那么問題就簡(jiǎn)化成如何讓這八個(gè)點(diǎn)轉(zhuǎn)起來(lái)。首先，你在創(chuàng)造這個(gè)立方體的時(shí)候，肯定有八個(gè)頂點(diǎn)的坐標(biāo)，坐標(biāo)都是用向量表示的，因而至少也是個(gè)三維向量。然后“旋轉(zhuǎn)”這個(gè)變換，在線性代數(shù)里面是用一個(gè)矩陣來(lái)表示的。向量旋轉(zhuǎn)，是用向量乘以這個(gè)矩陣。把這八個(gè)點(diǎn)轉(zhuǎn)一下，就是進(jìn)行八次向量與矩陣的乘法而已。這種計(jì)算并不復(fù)雜，拆開來(lái)看無(wú)非就是幾次乘積加一起，就是計(jì)算量比較大。八個(gè)點(diǎn)就要算八次，2000個(gè)點(diǎn)就要算2000次。這就是GPU工作的一部分，頂點(diǎn)變換，這也是最簡(jiǎn)單的一部分。剩下還有一大堆比這更麻煩的就不說了。

GPU的工作大部分就是這樣，計(jì)算量大，但沒什么技術(shù)含量，而且要重復(fù)很多很多次。就像你有個(gè)工作需要算幾億次一百以內(nèi)加減乘除一樣，最好的辦法就是雇上幾十個(gè)小學(xué)生一起算，一人算一部分，反正這些計(jì)算也沒什么技術(shù)含量，純粹體力活而已。而CPU就像老教授，積分微分都會(huì)算，就是工資高，一個(gè)老教授資頂二十個(gè)小學(xué)生，你要是富士康你雇哪個(gè)？GPU就是這樣，用很多簡(jiǎn)單的計(jì)算單元去完成大量的計(jì)算任務(wù)，純粹的人海戰(zhàn)術(shù)。這種策略基于一個(gè)前提，就是小學(xué)生A和小學(xué)生B的工作沒有什么依賴性，是互相獨(dú)立的。很多涉及到大量計(jì)算的問題基本都有這種特性，比如你說的破解密碼，挖礦和很多圖形學(xué)的計(jì)算。這些計(jì)算可以分解為多個(gè)相同的簡(jiǎn)單小任務(wù)，每個(gè)任務(wù)就可以分給一個(gè)小學(xué)生去做。但還有一些任務(wù)涉及到“流”的問題。比如你去相親，雙方看著順眼才能繼續(xù)發(fā)展?？偛荒苣氵@邊還沒見面呢，那邊找人把證都給領(lǐng)了。這種比較復(fù)雜的問題都是CPU來(lái)做的。

總而言之，CPU和GPU因?yàn)樽畛跤脕?lái)處理的任務(wù)就不同，所以設(shè)計(jì)上有不小的區(qū)別。而某些任務(wù)和GPU最初用來(lái)解決的問題比較相似，所以用GPU來(lái)算了。GPU的運(yùn)算速度取決于雇了多少小學(xué)生，CPU的運(yùn)算速度取決于請(qǐng)了多么厲害的教授。教授處理復(fù)雜任務(wù)的能力是碾壓小學(xué)生的，但是對(duì)于沒那么復(fù)雜的任務(wù)，還是頂不住人多。當(dāng)然現(xiàn)在的GPU也能做一些稍微復(fù)雜的工作了，相當(dāng)于升級(jí)成初中生高中生的水平。但還需要CPU來(lái)把數(shù)據(jù)喂到嘴邊才能開始干活，究竟還是靠CPU來(lái)管的。

至于如何將挖礦和破解密碼這種事情分成小學(xué)生都能做的簡(jiǎn)單任務(wù)，就是程序員的工作了。所以以后誰(shuí)再跟你說程序員的工作就是體力活，你可以直接抽他。