Cuda 解释GPGPU相对于CPU的能效？

我听过这样一种说法，对于许多应用来说，GPU比多核CPU更节能，特别是在图形硬件得到充分利用的情况下。我很难找到论文、文章或任何描述导致这种说法的特定体系结构特征的东西，或者一项直接比较GPU和CPU在一组基准上的能耗的科学研究。有谁能对这一说法的支持提供更多的见解，或者给我指出一些有证据支持这一说法的研究

如果非要我猜的话，我会说这主要是由于GPU时钟频率较低造成的。此外，本文件：

这表明部分原因是GPU更快地解决了问题，因此，即使GPU的峰值功耗更高，他们在该级别上花费的时间也比CPU短得多，以解决正确的问题。还有人能补充什么吗

---

谢谢

通常，这些声明是通过比较GFLOPs性能和估计每个浮点操作的功率来支持的，如post中所示。但这基本上就是你在最后一句话中写的

---

您还必须考虑到CPU和GPU体系结构针对不同的问题。虽然至少在x86上的CPU内核有很深的管道、很大的指令集和非常复杂的缓存策略来应对各种各样的问题，但GPU内核相当简单，因此消耗的电力要少得多。为了弥补这一点，GPU中的计算核心要比CPU中的多得多。但是您可能已经知道了。

通常，这些声明是通过比较GFLOPs性能和估计每个浮点操作的功率来支持的，如post中所示。但这基本上就是你在最后一句话中写的

---

您还必须考虑到CPU和GPU体系结构针对不同的问题。虽然至少在x86上的CPU内核有很深的管道、很大的指令集和非常复杂的缓存策略来应对各种各样的问题，但GPU内核相当简单，因此消耗的电力要少得多。为了弥补这一点，GPU中的计算核心要比CPU中的多得多。但是你可能已经知道了；答：与cpu相比，gpu中的晶体管更多地用于计算

当今CPU的大功率效率杀手是在芯片上进行通用计算的权衡。无论是RISC、x86还是其他cpu体系结构，都有专用于cpu通用用途的额外硬件。这些晶体管需要电，尽管它们没有做任何实际的数学运算

快速CPU需要先进的分支预测硬件和大型缓存，以避免长时间的处理，这些处理可能在以后的管道中被丢弃。在大多数情况下，cpu在每个cpu核上一次执行一条指令，SIMD也可以帮助cpu……并且非常好地处理各种情况。GPU依赖于对许多数据段执行相同的SIMD/vector操作，在“if”和“for”语句中发现的简单条件下，GPU会受到很大的影响

还有很多硬件用于获取、解码和调度指令——这对于CPU和GPU来说是正确的。这个巨大的区别在于，对于gpu来说，获取+解码+调度晶体管与计算晶体管的比率往往要高得多

这是AMD 2011年的一个演示，介绍了他们的GPU是如何随着时间的推移而变化的，但这确实适用于大多数GPU。通过了解GPU如何在某些计算方面如此出色的历史，它帮助我理解了GPU的强大优势

---

我刚才回答了一个类似的问题

TL；答：与cpu相比，gpu中的晶体管更多地用于计算

当今CPU的大功率效率杀手是在芯片上进行通用计算的权衡。无论是RISC、x86还是其他cpu体系结构，都有专用于cpu通用用途的额外硬件。这些晶体管需要电，尽管它们没有做任何实际的数学运算

快速CPU需要先进的分支预测硬件和大型缓存，以避免长时间的处理，这些处理可能在以后的管道中被丢弃。在大多数情况下，cpu在每个cpu核上一次执行一条指令，SIMD也可以帮助cpu……并且非常好地处理各种情况。GPU依赖于对许多数据段执行相同的SIMD/vector操作，在“if”和“for”语句中发现的简单条件下，GPU会受到很大的影响

还有很多硬件用于获取、解码和调度指令——这对于CPU和GPU来说是正确的。这个巨大的区别在于，对于gpu来说，获取+解码+调度晶体管与计算晶体管的比率往往要高得多

这里 这是AMD 2011年的一次演示，介绍了他们的GPU是如何随时间而变化的，但这确实适用于大多数GPU。通过了解GPU如何在某些计算方面如此出色的历史，它帮助我理解了GPU的强大优势

---

我刚才回答了一个类似的问题

我认为这不应该关闭。不过，我认为这符合你的想法，如果你的动机是“我希望别人向我解释”，那么你可能就没事了。罗杰，是的，我同意。我想我把它表述为一个解释的请求，包括了我迄今为止发现的信息。我猜管理员不同意。如果问题中没有代码，他们会非常高兴。我不认为这正是StackExchange的人想要的。@agrippa这里有一个非常合适的链接，它调查了许多比较CPU和GPU能效的论文。我认为这不应该被关闭。不过，我认为这符合你的想法，如果你的动机是“我希望别人向我解释”，那么你可能就没事了。罗杰，是的，我同意。我想我把它表述为一个解释的请求，包括了我迄今为止发现的信息。我猜管理员不同意。如果问题中没有代码，他们会非常高兴。我不认为这正是StackExchange的人想要的。@agrippa这里有一个非常合适的链接，它调查了许多比较CPU和GPU能效的论文。多亏了mfa，我没有考虑到晶体管的附加功耗与CPU中的应用程序执行没有直接关系，这显然似乎是一个因素。谢谢你的链接！多亏了mfa，我没有考虑到晶体管的额外功耗与CPU中的应用程序执行没有直接关系，这显然是一个因素。谢谢你的链接！