CPU SIMD和GPU SIMD? [英] CPU SIMD vs GPU SIMD?

问题描述

GPU使用 SIMD 范例，也就是说，同一部分代码将在并行，并应用于数据集的各个元素.

GPU uses the SIMD paradigm, that is, the same portion of code will be executed in parallel, and applied to various elements of a data set.

但是，CPU也使用SIMD，并提供指令级并行性.例如，据我所知，类似SSE的指令将以并行方式处理数据元素.

However, CPU also uses SIMD, and provide instruction level parallelism. For example, as far as I know, SSE-like instructions will process data elements with parallelism.

尽管SIMD范例在GPU和CPU中的使用方式有所不同，但GPU是否比CPU具有更多的SIMD功能?

While the SIMD paradigm seems to be used differently in GPU and CPU, does GPUs have more SIMD power than CPUs ?

在哪种方式下，CPU中的并行计算功能比GPU中的并行计算功能更弱"?

In which way the parallel computational capabilities in a CPU are 'weaker' than the ones in a GPU?

谢谢

推荐答案

这是一个类似的想法，有点像这样(非常非正式地讲):

It's a similar idea, it goes kind of like this (very informally speaking):

• CPU具有一定数量的功能，可以在打包值上运行.根据您的品牌和CPU版本，您可能可以访问SSE2、3、4、3dnow等，并且它们中的每一个都可以使您访问越来越多的功能.您受到寄存器大小和较大数据类型的限制，可以使用较少的值并不能并行使用.您可以自由地将SIMD指令与传统的x86/x64指令混合并匹配.
• GPU使您可以为纹理的每个像素编写整个流水线.纹理的大小不取决于您的管线长度，即您可以在一个周期内影响的值的数量与您的GPU无关，而您可以链接的功能(像素着色器)几乎可以与任何东西无关.虽然有点僵化，但是您设置和读取值的速度稍慢一些，而且这是一个一次性的过程(加载值，运行着色器，读取值)，除此之外您根本无法按摩它们，因此您实际上需要使用很多价值使其值得.

这篇关于CPU SIMD和GPU SIMD?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！