在选购电脑时
CPU一直是最被看重的参数之一
但有多少小伙伴只知道和店员说着CPU
却从来不知道它的真正含义呢
我们每天使用手机软件，以及在电脑上写方案、敲代码、制作PPT等所有计算机软件的计算，都需要CPU的计算。
此外，航天飞船的制造需要CPU进行前期建模工作；发射时间、轨道、天气预测、燃料都需要CPU的模拟计算；发射后的实时追踪、内部调度及处理应急问题也都需要CPU精准的计算。
可以说，21世纪，CPU在生活、工作及科学等方方面面都发挥了重要作用。
今天我们来研究一下：
什么是CPU？
CPU的原理是什么？
CPU和GPU有何联系？
CPU
中央处理器，简称CPU，是现在电子计算机的核心元件，也是信息时代最主要的器件之一。
CPU的功能主要是处理计算机软件的数据，将人类的命令转化为机器语言，并对其他计算机中的设备，如内存、显卡、主板等“提出命令”。在整台计算系统中，它扮演“老板”的角色。
更形象地说，CPU就是人类的大脑，一切信息都需要它的参与或思考。
CPU由三部分组成：运算器、控制器与寄存器。
运算器主要是负责执行任务，可以理解为“打工人”，它的任务是负责直接计算相关数据；
控制器类似于“领导”，任务就是针对不同的需要，给“员工”下达不同的命令；
寄存器则可以理解为控制器和运算器之间联络的小组，也可以理解成“秘书”，它的主要工作是协调控制器和运算器。
寄存器这个“部门”的事情非常繁琐，控制器会让它给运算器下达命令，运算器运算的数据太多，也会让寄存器暂时先寄存一部分。所以，当数据过多时候，寄存器忙不过来就只能暂时招收一些“临时工”——高速缓存。
在寄存器完成不了工作时候，就调用高速缓存来存储数据。当然临时工也会有等级：一级缓存、二级缓存和三级缓存。如果三缓也耗尽，那就交给CPU外的内存来缓存。
但是，如果内存也不够了怎么办呢？这时候，你的电脑就开始卡顿了。
CPU运行
在一个庞大的部门中，必须要制定相关的行为规范，才让控制器能按照规则来下达命令。这一行为规范就是指令集。
不同设备的指令集可能会不一样。例如，我们的计算机用的就是复杂指令集x86，而手机处理器的指令集就是精简指令集ARM。这两种指令集最大的区别，就在于设计者考虑问题的方式。
举个简单的例子，比如命令一个人吃饭，我们应该怎么发布指令呢？
• 直接对他下达“吃饭”的命令。
• 命令他“先拿勺子，再舀起一勺饭，然后张嘴，之后送到嘴里，最后咽下去”。
从这里可以看到，对于“命令人吃饭”这件事，可以复杂也可以简单。而如何训练那个人，则出现不同的理解。
有人认为，如果我首先给接受命令的人以足够的训练，让他掌握各种复杂技能（即在硬件中实现对应的复杂功能），那么以后就可以用非常简单的命令让他去做很复杂的事情——比如只要说一句“吃饭”，他就会吃饭，这就是“复杂指令集”的思路。
但是也有人认为这样会让事情变的太复杂，毕竟接受命令的人要做的事情很复杂，如果你这时候想让他吃菜，那还得再训练吃菜的技能。既然如此，我们为什么不把事情分为许多非常基本的步骤呢？
这样的话，虽然下达命令的人稍微累一点，但只需要接受命令的人懂得很少的基本技能，就可以完成同样的工作——比如现在我要他吃菜，只需要把刚刚吃饭命令里的“舀起一勺饭”改成“舀起一勺菜”，问题就解决了，这就“精简指令集”的逻辑。
从利用这两种指令集的设备，我们就可以看出指令集的区别了。
• 性能：ARM强在效率，在一些任务相对固定的应用场合，其优势就能发挥得淋漓尽致。而x86则在专业软件或者综合性工作方面，依然是“大哥”。
• 扩展能力：手机方面，可能直到淘汰产品，我们都不会自行加装例如内存、存储等扩展设备，奉行的原则是够用就好。而计算机可以通过桥接方式扩展许多设备。
• 功耗：X86的计算机性能强，但是功耗一直居高不下，ARM方的手机则大概只有几瓦的功耗，因此它更适于便携化与移动化。
CPU和GPU
随着新兴技术的兴起以及突如其来的疫情，共同推动了GPU市场的迅猛发展。GPU是英文Graphics Processing Unit的缩写，是一种专门为PC或者嵌入式设备进行图像运算工作的微处理器。北京邮电大学计算机学院副教授杨旭东表示：
CPU和GPU有很多相同之处，比如两者都是为了完成计算任务而设计的处理器，都遵循冯 · 诺依曼计算机体系结构。但它们的差别也很明显，CPU的结构属于单指令单数据处理结构，逻辑计算能力强；GPU则是单指令多数据处理结构，数据处理能力强。
也就是说，CPU擅长统领全局的复杂逻辑计算，而GPU擅长数据并行计算，因此特别适合处理量大且统一的数据。
对于复杂的2D渲染处理或3D图像处理，CPU就要花费很多的资源去处理，这不仅会降低其他方面的工作效率，也会影响使用体验。于是CPU就将一些高帧率的游戏画面和高质量的特效交给GPU去处理。
但另一方面，GPU无法单独工作，必须由CPU进行控制调用才能工作。CPU发出指令以后，GPU领取到属于自己的任务才开始工作。
GPU最早是在个人电脑上使用，为了解决多媒体数据处理，后来在移动智能终端上应用，如今人们又把GPU放在服务器端，俗称服务器GPU。随着通信技术/网络技术的发展，数据处理越来越多放在服务器计算。杨旭东表示，如今服务器GPU既可以进行专业可视化、计算加速、深度学习等应用，也支持云计算、人工智能等一系列技术的发展，有望成为GPU行业未来应用的重点。
来源：科普中国
