CPU、GPU、GPGPU，計(jì)算三兄弟的前世今生

2022新思科技科普類短視頻欄目《了不起的芯片》全新上線!新思科技一直致力于打造“人人都能懂”的行業(yè)科普視頻，傳播更多芯片相關(guān)小知識，解答各類科技小問題。每周3分鐘，多一些“芯”知識。

第一期，我們一起聊聊CPU、GPU、GPGPU的前世今生。

CPU、GPU、GPGPU，這些名詞大家都耳熟能詳，但大多數(shù)人或許并不知道，這幾個(gè)詞包含著人們對數(shù)字世界“快，更快”的追求。它們關(guān)乎到你會議是否延遲、游戲是否卡頓、程序是否順暢……

今天我們就從CPU和GPU的不同，以及自GPU衍生而來的GPGPU，一起來看看IC時(shí)代下開發(fā)者們對“快”的追求是如何演進(jìn)的。

CPU(Central Processing Unit)，中央處理器應(yīng)該是大家最熟悉的一個(gè)。它是我們電腦、手機(jī)等眾多電子產(chǎn)品的“核心”，我們就稱它為老大哥吧。不管你在看視頻、玩游戲，還是聊天、上網(wǎng)課，其實(shí)都是靠它來統(tǒng)一指揮調(diào)度，發(fā)號施令。為了滿足很強(qiáng)的通用性能處理各種不同的數(shù)據(jù)，CPU的內(nèi)部結(jié)構(gòu)設(shè)計(jì)十分復(fù)雜，這也奠定了其老大哥的地位，基本上復(fù)雜一點(diǎn)的電子產(chǎn)品都離不開它。

簡單一點(diǎn)來說，我們可以把CPU，或者說CPU的核心，分成三部分：計(jì)算單元(ALU)、控制單元(CU)和緩存單元(Cache)。例如下圖，我們可以看到存儲和控制單元占據(jù)了相當(dāng)大的比例，也就是圖中1、3、5和6的部分。相較而言，2和7所代表的計(jì)算區(qū)域就比較有限。這款CPU已經(jīng)是非常老舊的Intel 486了，現(xiàn)代CPU中緩存單元的面積只多不少。

迄今為止所有CPU都遵循老祖宗圖靈定下的基本法：讀取指令，進(jìn)行解碼，發(fā)出操作控制信號，然后再進(jìn)行下一個(gè)工作。但隨著計(jì)算機(jī)的普及，我們對于圖形顯示的要求越來越高，比如3D建模，大型游戲等，更豐富的網(wǎng)絡(luò)生活，也要求電子產(chǎn)品實(shí)現(xiàn)更大的數(shù)據(jù)規(guī)模和更快的處理速度。如果讓CPU一件一件來處理呢，大家可能就沒辦法這么開心地“網(wǎng)上沖浪”了。

盡管CPU的內(nèi)部有各種各樣的方法加速指令的執(zhí)行，但越來越多的任務(wù)早已讓CPU的那些小技倆江郎才盡。那怎么辦，多堆幾個(gè)CPU呢?Emmm……首先它太燒錢了(即便是最新款的CPU，它的物理核心數(shù)量也還是個(gè)位數(shù)哦)，其次也有點(diǎn)大材小用。這時(shí)候聰明的開發(fā)者們就發(fā)現(xiàn)，既然CPU計(jì)算能力不足，我們就把計(jì)算單元都堆在同一塊芯片上，讓他們來主要負(fù)責(zé)大量重復(fù)運(yùn)算的任務(wù)不就行了嗎?所以GPU就出現(xiàn)了。

GPU(Graphics Processing Unit)，就是圖形處理器。它只有很少的控制單元和緩存，但是堆滿了運(yùn)算單元，能夠處理以圖形任務(wù)為代表的大規(guī)模并發(fā)運(yùn)算。

圖形渲染要對圖像上的每一個(gè)像素點(diǎn)進(jìn)行處理，而這些像素處理的過程和方式十分相似。這也是為什么GPU如此擅長圖像處理。打個(gè)比方，CPU這個(gè)老大哥每天處理的指令包羅萬象，但是圖形圖像處理屬于單一重復(fù)工種，讓老大哥費(fèi)時(shí)費(fèi)力來做這些顯然不合適。于是GPU就像是老大哥招募來的一批小弟，能夠同時(shí)處理大量重復(fù)的計(jì)算工作，這樣老大哥可以高效地處理其他需要費(fèi)腦子的活兒。也就是說CPU+GPU的強(qiáng)強(qiáng)聯(lián)手，才讓大家打游戲的時(shí)候能夠縱享絲滑。

GPGPU(General-purpose computing on Graphics Processing Unit)，從名字就可以看出來，它是GPU衍生出來的概念，指的是通用圖形處理器。隨著GPU的功能和運(yùn)算能力越來越強(qiáng)大，開發(fā)者就想GPU這個(gè)超強(qiáng)運(yùn)算能力，除了圖形處理之外還能不能去做一些別的?于是，他們給GPU引入了通用可編程的功能。所以GPGPU能夠利用GPU可并行計(jì)算的架構(gòu)以及可編輯的特性來實(shí)現(xiàn)可編程高算力的能力。如果我們把GPU看作CPU的小弟，那GPGPU就算是特長生小弟了。

GPGPU的發(fā)展過程也伴隨著人工智能產(chǎn)業(yè)大火，我們對算力的需求不斷攀升且計(jì)算不斷復(fù)雜化，通過去掉了圖形顯示部分，將其余部分全部投入了通用計(jì)算，GPGPU在醫(yī)療健康、深度學(xué)習(xí)、VR等算力密集領(lǐng)域大放異彩。

好像聽明白了，又好像沒那么明白?沒關(guān)系，我們舉個(gè)通俗的例子。

如果我們將芯片處理的問題比作數(shù)學(xué)題，圖形處理這種大量重復(fù)的簡單任務(wù)就是加減法運(yùn)算，要分析指令、調(diào)取數(shù)據(jù)、控制操作等邏輯控制類任務(wù)就是高考數(shù)學(xué)題，通用計(jì)算密集型任務(wù)就像是IMO國際奧數(shù)題。那么相應(yīng)的，GPU就是一群只會做簡單運(yùn)算的小學(xué)生，CPU是擅長邏輯控制的大學(xué)生，GPGPU就相當(dāng)于一大群針對專門任務(wù)進(jìn)行專項(xiàng)強(qiáng)化訓(xùn)練后的優(yōu)秀奧賽選手。

很顯然，如果脫離實(shí)際應(yīng)用場景和成本來爭論CPU、GPU、GPGPU哪個(gè)更厲害，這本身就是個(gè)偽命題。因?yàn)橐幚淼膱鼍安煌?，所以三者設(shè)計(jì)的出發(fā)點(diǎn)也不一樣。CPU、GPU和GPGPU在設(shè)計(jì)之初就都有EDA和IP的強(qiáng)大支持。如今市場上的大部分CPU和小型的GPU基本上都已經(jīng)實(shí)現(xiàn)了IP化(同時(shí)有趣的是，在你筆記本里的x86 CPU里面還會套娃式的使用一些其他指令集CPU的IP)。大型的GPGPU目前也依然依賴EDA工具，特別是高效的后端數(shù)字工具來確保設(shè)計(jì)成功。

不同的處理器也許功能不同，但其終極目標(biāo)是一致的，都是為了助力數(shù)字世界更快運(yùn)作，三者各司其職又相互補(bǔ)充來協(xié)同工作，便就能給終端用戶帶來最佳的體驗(yàn)。

審核編輯：湯梓紅

?