GPU的单核性能实在太烂了

GPU的优势是大规模并行运算。打个比方一道解析几何的高考题，cpu单核要算1秒GPU单核就要20秒。但是假設现在有1024道题GPU假设是960，那么同时做1024道题20秒全部搞定，cpu假设是epyc32核一次性只有32题，那么就要分32批来做也就是需要32秒才能做完。但是单獨拎一道题出来cpu只要一秒。

牙膏厂曾经在宣传7350k时说过单核性能重要虽然那句话确实活该被喷，但是相比gpu来说cpu确实单核性能更重要。畢竟大多数负载都是在做一两道题而只有图形需要一次性几千道题

当然，GPU也不是不能跑某些看上去的一道题比如压制视频，看上去确實是一道题但是GPU可以把画面分割开处理，化一道题为上千上万道题做但是有时候一道题各个部分之间过程是要互相使用的，拆分后容噫做错这也是为什么目前GPU硬编码视频画质烂的跟个友善度一样的原因。

Intel CPU从8086发展到现在的i740多年来一直保持着软件的向下兼容性，这才使所有的现存软件都能免费享受到CPU升级带来的性能提升才能被市场所接受。你要出一个不向下兼容的CPU比如itanium结局只能是被市场淘汰。

GPU单核單线程的性能远远低于CPU要获得GPU带来的性能提升，就必须把程序优化成并行计算这不但是指令集的不兼容了，连算法都不兼容了这世堺上99.99%的程序都是以单线程为主，都需要要用并行算法重写才能发挥GPU的性能然而90%的程序无法利用并行算法，剩余10%的程序改写成本也是极高所以这世界上有多少软件用上了opencl/cuda？大部分连CPU多核都没完全利用上了

设计架构不同导致CPU擅长串行计算，GPU擅长并行计算（应知友建议，將“线性/非线性计算”改为“串行/并行计算”）

本文来自投稿不代表公社网立场,转载请注明出处：