3.2 GPU 是 CPU 的進化型嗎？

GPU跟CPU差在哪？

　　上一章節中，簡單地提到了中央處理器（Central Processing Unit，CPU），CPU是電腦中的核心部位，由非常多的積體電路所組成，負責解釋電腦指令以及處理電腦軟體中的資料。那麼GPU又是什麼呢？跟CPU只差一個字母的東西？

GPU

• GPU為Graphics Processing Unit，中文是圖形處理器，又稱為顯示晶片，專門在計算機上執行繪圖運算工作，所以它其實是常聽到的「顯示卡」中的核心零件。

顯示卡是什麼？

是GPU+記憶體+電路板+散熱器等的統稱。
挑選顯示卡除了最重要GPU外，還須注意不同細節。
推薦閱讀：GPU顯示卡選購

• GPU除了可以單獨與電路板、散熱板等其他組件組成顯示卡外，也可以直接內嵌入主機板或CPU上。低階的獨立顯示卡大多已在2009年被CPU內的高效能整合式圖形處理核心給取代，也因此獨立顯示卡在開發上越來越進步，至今仍佔有一席之地。

顯示卡的類別：

 ．集成顯示卡：指集成在主機板上的顯卡，價格低且兼容性好，
　　　 但會占用系統內存並影響電腦性能。目前，個人電腦中已被核心顯卡取代。
    
 ．核心顯示卡：集成顯卡的一種，不過是集成在CPU上，帶來更好的效能。
 　　　 核心顯卡已經可以滿足大眾用戶，而智慧型手機也是用核心顯卡的喔！
    
 ．獨立顯示卡：本身帶有獨立顯存，不須占用系統內存。需單獨購買，價格也較貴。
 　　　獨顯可以組成多顯卡，擁有更強大的圖像處理能力，適合遊戲及設計用戶。
    
 ．雙顯示卡：指一台電腦包含2塊顯卡，像是已具備核心顯卡又另外加裝獨立顯卡。
      大多數的獨顯電腦都是配備雙顯卡，而電腦會根據需求，進行切換使用。

GPU和CPU的差別

• CPU是由幾個核心組成，將任務都串行，而CPU的結構較為複雜包括算術邏輯單元（ALU）、控制單元（CU）、暫存器（Register）、快取（Cache）及動態隨機存取記憶體（DRAM）等。

• GPU則是由數以千計的更小、更高效的核心組成，採用「平行運算」，專為同時處理多任務而設計，它可以將大量密集的運算問題，切成一個個小的運算公式，而在同時間內並行完成計算。舉例來說，CPU是做完一個步驟才能下一步，而GPU則是五個步驟一起運算，速度更為快速。

• 如果說CPU是電腦的心臟，那GPU就是顯示卡的心臟。GPU使顯卡減少了對CPU的依賴，並進行部分CPU原本的工作，特別是在3D圖形處理上。

其實還有「TPU」！

— TPU為Tensor Processing Unit，中文是張量處理器，
  是Google為機器學習所研發的專用晶片，TPU能讓神經網路自主學習和高速運算。

— Google 官方稱「TPU 處理速度比當前 GPU、CPU 要快 15~30 倍」，
  而TPU相較CPU及GPU擁有更高的效率但耗能卻更低。

— TPU減少計算所需要的精確度來達到省電與每秒執行更多的指令，
  並解決推論系統效率不佳的問題，達成最佳化運算、記憶、資訊傳遞三者間關係的目標。

小結

　　AI盛行的現在，GPU受重視的程度有時高過CPU。因為在未來十年中，每年的運算需求將成長100倍，也就需要更大型的GPU運算效能。透過GPU加速運算，可以使得深度學習效率大幅提升，也能節省運算設備成本。而在VR/AR應用中，也需要更高階的GPU才能達到更深層的沉浸式體驗！ 延伸閱讀：GPU在AI中的可能性