■ GPU是什麼？
圖形處理器（Graphics Processing Unit，縮寫：GPU），又稱顯示核心、視覺處理器、顯示晶片，是一種專門在個人電腦、工作站、遊戲機和一些移動裝置（如平闆電腦、智能手機等）上圖像運算工作的微處理，是顯示卡或GPU卡的“心髒”。
■ GPU的工作原理
GPU的工作通俗的來說就是完成3D圖形的生成,将圖形映射到相應的像素點上,對每個像素進行計算确定最終顔色并完成輸出。
GPU的工作原理流程如下：
1. GPU包含多個核心,每個核心都可以獨立執行指令。
2. 每個核心具有自己的存儲器,用于存儲指令和資料。
3. GPU會接收來自CPU的指令,并把它們分發到多個核心中進行處理。
4. GPU會把處理後的資料傳輸回 CPU，以便CPU可以使用它。
5. GPU的性能取決于其内部的核心數量、時鐘頻率以及RAM容量。
■ GPU和CPU之間的差別
了解 GPU 和 CPU 之間差別的一種簡單方式是比較它們如何處理任務。CPU 由專為順序串行處理而優化的幾個核心組成，而 GPU 則擁有一個由數以千計的更小、更高效的核心（專為同時處理多重任務而設計）組成的大規模并行計算架構。
CPU是一個有多種功能的優秀上司者。它的優點在于排程、管理、協調能力強，計算能力則位于其次。而GPU相當于一個接受CPU排程的“擁有大量計算能力”的員工。
GPU可以利用多個CUDA核心來做并行計算，而CPU隻能按照順序進行串行計算，同樣運作3000次的簡單運算，CPU需要3000個時鐘周期，而配有3000個CUDA核心的GPU運作隻需要1個時鐘周期。
簡而言之，CPU擅長統領全局等複雜操作，GPU擅長對大資料進行簡單重複操作。CPU是從事複雜腦力勞動的教援，而GPU是進行大量并行計算的體力勞動者。
那麼，GPU和CPU的具體差別有哪些呢？
1、計算量比較
CPU：計算量小，原理：隻有4個運算單元；
GPU：計算量大，原理：有1000個運算單元。
2、計算複雜度比較：
CPU：可計算複雜的運算，比如積分微分，4個運算單元都屬于專家級别；
GPU：隻可以計算簡單的1+1算術題，不能計算複雜的微分積分，1000個運算單元屬于國小生水準。
3、對于單個積分微分的計算速度比較
CPU：較快。原理：單線程計算(比如機器人運動控制)，單個晶片性能強勁，計算能力強，能計算出來。
GPU：較慢，甚至可能計算不了;原理：單個晶片性能弱，計算能力弱，可能算不出來，或速度很慢。
4、對于多個1+1算術題的計算速度比較
CPU：速度較慢。因為計算原理是：先算第1題， 再算第2題，總時間為【T1+T2+T3>>>+T1000(也就是1000個算術題消耗時間的累加])】
GPU：速度很快。因為計算原理是：可同時計算1000道算術題，總時間為【max(T1,T2,T3...T1000)(也就是1000個算術題消耗時間中的最大值)】
5、形象比喻
GPU：計算量大，但沒什麼技術含量，而且要重複很多很多次。就像你有個工作需要算幾億次一百以内加減乘除一樣，最好的辦法就是雇上幾十個國小生一起算，一人算一部分，反正這些計算也沒什麼技術含量，純粹體力活而已。
CPU：像老教授，積分微分都會算，就是工資高，一個老教授資頂二十個國小生，你要是富士康你雇哪個？GPU就是這樣，用很多簡單的計算單元去完成大量的計算任務，純粹的人海戰術。
6、适用場景CPU：
适合需要前後計算步驟嚴密關聯的計算場景。這些任務涉及到“流”的問題，必須先計算完第一步，再去計算第二步；比如你去相親，雙方看着順眼才能繼續發展。總不能你這邊還沒見面呢，那邊找人把證都給領了。這種比較複雜的問題都是CPU來做的，生活中大部分用的都是CPU，例如武器裝備運動控制、個人電腦使用等
GPU：适合前後計算步驟無依賴性，互相獨立的計算場景。很多涉及到大量計算的問題基本都有這種特性，比如你說的破解密碼，挖礦和很多圖形學的計算。這些計算可以分解為多個相同的簡單小任務，每個任務就可以分給一個國小生去做。
■ 全球GPU廠商 Top 30
● icspec——規格書、ic需求