저는 CPU와 GPU의 상대적인 강점을 이해하려고 노력하고 있습니다.
"코어가 많을수록 좋다"는 대중의 의견을 인용하면, 이러한 논리에 따르면 GPU는 항상 CPU보다 성능이 뛰어나야 하며, 내재 변동성을 극단적으로 계산하는 빠른 프로그램을 만들었기 때문에 암호화폐 채굴 및 퀀트 금융에서도 마찬가지입니다. GPU와 CPU를 사용하는 시간의 일부입니다.
하지만 주제를 조사하던 중 다음과 같은 Q&A를 발견했습니다.이것.
이 질문이 너무 광범위하다면 사과드립니다. 하지만 저는 기초적인 전기 공학 교육만 받았고 링크된 링크에 설명된 것과 같은 일반 작업에서 GPU보다 CPU가 선호되는 이유에 대한 묘책 설명이 있는지 궁금합니다. Q&A: "분기 예측, 파이프라이닝, 슈퍼스케일러 등"
(보너스로, 이 인용문은 무엇을 의미합니까? "또한 필요한 거의 모든 분기는 계수를 0 또는 1로 설정하여 달성할 수 있기 때문에 필요한 알고리즘은 분기를 처리할 필요가 없었습니다.")
답변1
GPU의 아키텍처는 분기 및 점프를 많이 수행하지 않고 프로세서를 통한 데이터 흐름에 더 관심이 있는 그래픽용 수학 계산과 같은 벡터 알고리즘 및 프로그램을 처리하도록 설계되었습니다. 따라서 범용 CPU는 데이터 흐름을 희생하면서 점프와 분기를 더 잘 처리할 수 있는 다른 아키텍처를 갖는 반면 이를 위해 더 간소화됩니다.
이러한 CPU 유형 중 하나의 레이아웃을 찾아보면 이들이 어떻게 다른지 분명하게 알 수 있습니다.
(이 대답이 조금 구식이라는 것을 알지만 방금 일어났더니 프로세서 설계를 한 지 몇 년이 지났습니다.)
답변2
귀하가 연결한 질문의 두 번째 답변(수락된 답변은 아니지만 가장 많은 표를 얻은 답변)은 잘 작성되었으며 제 생각에는 충분히 자세합니다.
거기에 명명된 개념을 더 깊이 이해하고 싶다면 각 개념에 대해 별도의 질문을 하고 정확히 이해하지 못하는 부분을 설명하는 것이 좋습니다. 그 이유는 이러한 개념이 아키텍처와 마이크로 아키텍처 모두에 해당하며 허용 가능한 수준에서 해당 개념을 설명하려면 별도의 질문이 필요하기 때문입니다.
비유하자면 CPU를 스위스 칼이라고 생각할 수 있습니다. CPU는 많은 일을 할 수 있고 어떤 상황에서도 도움이 될 것입니다. 그러나 300인분을 위한 샐러드를 자르려고 한다는 것을 안다면 어떤 부엌칼이라도 가장 정교한 스위스 칼보다 성능이 뛰어날 것입니다. GPU는 부엌칼이다.
CPU는 "일반" 사용자가 수행하는 다양한 작업에 더 적합합니다. 그러나 작업에 광범위한 수학적 계산이 필요하다는 것을 사용자가 알고 있는 경우 GPU를 고려해야 합니다. 수학적 계산 외에도 작업이 병렬화될 수 있는 경우 이 작업은 "GPU 맞춤형"으로 표시될 수 있습니다.