因?yàn)镃PU有大量的緩存和復(fù)雜的邏輯控制單元，因此它非常擅長邏輯控制、串行的運(yùn)算。相比較而言，GPU因?yàn)橛写罅康乃阈g(shù)運(yùn)算單元，因此可以同時(shí)執(zhí)行大量的計(jì)算工作，它所擅長的是大規(guī)模的并發(fā)計(jì)算， 計(jì)算量大但是沒有什么技術(shù)含量，而且要重復(fù)很多次。這樣一說，我們利用GPU來提高程序運(yùn)算速度的方法就顯而易見了。使用CPU來做復(fù)雜的邏輯控制，用GPU來做簡單但是量大的算術(shù)運(yùn)算，就能夠大大地提高程序的運(yùn)行速度。

CPU有強(qiáng)大的算術(shù)運(yùn)算單 元，可以在很少的時(shí)鐘周期內(nèi)完成算術(shù)計(jì)算。同時(shí)，有很大的緩存可以保存很多數(shù)據(jù)在里面。此外，還有復(fù)雜的邏輯控制單元，當(dāng)程序有多個(gè)分支的時(shí)候， 通過提供分支預(yù)測的能力來降低延了時(shí)。GPU是基于大的吞吐量設(shè)計(jì)，有很多的算術(shù)運(yùn)算單元和很少的緩存。同時(shí)GPU支持大量的線程同時(shí)運(yùn)行，如果他們需要訪問同一個(gè)數(shù)據(jù)，緩存會合并這些訪問，自然會帶來延了時(shí)的問題。盡管有延了時(shí)，但是因?yàn)槠渌阈g(shù)運(yùn)算單元的數(shù)量龐大，因此能夠達(dá)到一個(gè)非常大的吞吐量的效果。

關(guān)于CPU的基本組成

1、CPU是用來運(yùn)算的(加法運(yùn)算 、乘法運(yùn)算*、邏輯運(yùn)算and not or等)，例如c=a b。

2、運(yùn)算操作涉及到數(shù)據(jù)輸入(input)、處理、數(shù)據(jù)輸出(output)，a和b是輸入數(shù)據(jù)，加法運(yùn)算是處理，c是輸出數(shù)據(jù)。

3、CPU需要使用一個(gè)叫做存儲器(也就是各種寄存器)的東西保存輸入和輸出數(shù)據(jù)。

4、CPU還要將一些常用的基本運(yùn)算工具(如加法器)放進(jìn)CPU，這部分負(fù)責(zé)運(yùn)算，稱為算術(shù)邏輯單元(ALU)。

5、CPU中還有一個(gè)控制器(CU)，負(fù)責(zé)將存儲器中的數(shù)據(jù)送到ALU中去做運(yùn)算，并將運(yùn)算后的結(jié)果存回到存儲器中?？刂破鬟€包含了一些控制信號。

每核上的多線程CPU都共享該核的CPU資源。

假設(shè)每核CPU都只有一個(gè)"發(fā)動機(jī)"資源，那么線程1這個(gè)虛擬CPU使用了這個(gè)"發(fā)動機(jī)"后，線程2就沒法使用，只能等待。

所以，超線程技術(shù)的主要目的是為了增加流水線上更多個(gè)獨(dú)立的指令，這樣線程1和線程2在流水線上就盡量不會爭搶該核CPU資源。所以，超線程技術(shù)利用了superscalar(超標(biāo)量)架構(gòu)的優(yōu)點(diǎn)。