CPU的定义
CPU（中央处理器）是一种主要充当每个嵌入式系统的大脑的设备。它由用于临时存储数据和执行计算的ALU（算术逻辑单元）和执行指令排序和分支的CU（控制单元）组成。它还与计算机的其他单元（例如存储器，输入和输出）交互，用于执行来自存储器的指令，这是接口也是CPU的关键部分的原因。I / O接口有时包含在控制单元中。
它提供地址、数据和控制信号，同时接收在系统总线的帮助下处理的指令、数据、状态信号和中断。系统总线是一组各种总线，例如地址、控制和数据总线。与GPU不同，CPU为快速缓存分配更多硬件单元，而计算则分配的少。
GPU的定义
GPU（图形处理单元）是专门用于计算图形显示设计的处理器。它通常与CPU结合用于与CPU共享RAM，这对于大多数计算任务都是有益的。它是高端图形密集处理所必需的。独立GPU单元包含自己的RAM，称为VRAM，用于视频RAM。先进的GPU系统与多核CPU协同工作。起初，图形单元是由英特尔和IBM在20世纪80年代引入的。这些卡具有简单的功能，如区域填充，简单图像的更改，形状绘制等。
现代图形能够执行研究和分析任务，由于其极端的并行处理，通常超过CPU。在GPU中，几个处理单元被剥离在一起，其中不存在高速缓存一致性。
GPU厂商
目前市场上占主导地位的两大GPU厂商是AMD和Nvidia。思腾合力（SITONHOLY）是AI服务器与HPC基础架构解决方案商，专注人工智能服务器领域，拥有自主品牌AI服务器及通用X86服务器，公司为NVIDIA产品官方授权经销商，主营深思IW系列GPU服务器产品可支持1~20颗GPU，适用于深度学习训练及推理等场景，覆盖服务器、静音工作站等多种产品形态，能够满足客户全场景需求。
GPU术语
架构：GPU基于的平台（或技术）。一般由GPU厂商进行定义，如AMD 的Polaris架构。
显存带宽：它决定了GPU如何有效地利用可用的VRAM。显卡可以使用GDDR5内存，但如果没有有效地利用带宽仍然会有瓶颈。
纹理填充率：指GPU在单位时间内所能处理的纹理贴图的数量，单位是MTexels/S，由内核时钟乘以可用纹理映射单元（TMU）确定。
内核/处理器：显卡上可用的并行内核（或处理器）数。
核心时钟：与CPU的时钟速率类似，通常该值越高GPU则能够更快地工作。
SLI/CrossFire：SLI和CrossFire分别是Nvidia和AMD使用的技术，它们允许用户安装多块GPU卡并协同工作。
显卡解决图形问题和其他任务的众多核心都是专门设计的，强大的显卡和GPU可以为游戏提供更高的保真度和分辨率，虽然它比CPU更强大，但实际只能用于特定的应用程序。
CPU和GPU之间的主要区别
在CPU中，优先考虑低延迟，而GPU针对吞吐量进行优化，其中在时间间隔中执行的计算数量必须高或尽可能多。
当涉及串行指令的处理时，CPU提供更有效的结果。另一方面，GPU以更有效 的方式处理并行指令。
CPU由较少数量的强大核心组成。相比之下，GPU是通过大量弱核构建的。
由于其巨大的并行处理能力，GPU可以实现与CPU相比的高速度。
CPU需要更多内存进行处理，而相对而言，GPU需要更少的内存。
