APU、CPU、GPU、SoC傻傻分不清楚?

简介: APU、CPU、GPU、SoC傻傻分不清楚?

在现代社会科技已经走进我们每个人的生活,特别是电子产品的普及,基本上每个人都会有几件智能化设备。提到智能设备就不得不说一下芯片,这是机器“智慧化”的基础。当我们选购电脑和手机时,芯片也是我们关注的重点。


其实芯片是一个很笼统的概念,简单来说就是集成电路的载体。不只是我们常听到的CPU和手机上的SoC属于芯片,还有电脑上的内存条也是由一个个小芯片组合而成的,只不过放在内存条上叫做颗粒。


image.png


虽然同为芯片但不同芯片的功能却完全不同,更不能混用,因此很多人搞不懂什么是CPU、GPU和APU,智能手机出现后SoC这个词也让人摸不到头脑,今天就给大家详细区分一下它们之间的差别,以方便大家在以后选购的时候能够读懂配置表。


Part 1:CPU


CPU应该是我们听过最多的芯片,常常有人把它比作一个电子产品的“大脑”。没错,CPU就是“中央处理器”,它负责提取数据并计算后输出。CPU的运作流程大致分为4个流程:提取、解码、执行和写回。


CPU不具备什么存储功能,除了与内存之间有一个高速缓冲存储器(Cache)外,还有一个指令寄存器,除此之外就没有其他可以存储指令的空间了。


image.png


一般来说,CPU会从内存中调取指令,放在Cache中,再把Cache中的指令放在指令寄存器中进行编码执行。它会决定我们的每个操作对应得到什么结果,因此CPU无论是在办公场景还是游戏场景都至关重要。


Part 2:GPU


与CPU相对应的就是GPU,CPU是中央处理单元,GPU是图形处理单元。顾名思义,GPU是专门用来处理图形和视频显示的,我们能在显示器上看见图像就是GPU在工作。


计算机没有GPU也可以工作,就像远程服务器一样,但如果我们对显示有要求就不得不使用它了。现在基本CPU上都会集成GPU,也就是常说的集成显卡,但它的能力有限,办公有余,游戏不足。


image.png


我们的显示器上会有很多像素点,GPU的作用就是根据指令给每个像素点找到对应的颜色,每个像素点有上千万种颜色可供选择,一块屏幕又有数十万个像素点,游戏过程中还要随时刷新,因此这是一个庞大的工作量,就不得不交给独立的GPU来完成。


Part 3:APU


APU叫做加速处理单元,其实是GPU和CPU的集合,将两个单元整合后能帮助各元件之间更好的通信,因为是AMD开发的,所以叫做APU。


image.png


前面也提到了,现在英特尔的CPU中也包含了GPU部分,因此严格意义上讲也属于APU,不过英特尔是以CPU制造而闻名世界的,或许是因为习惯了这个称呼也好,还是碍于APU与AMD之间千丝万缕的联系也好,总之英特尔并不称它为APU。


APU在移动端有着很好的表现,不仅突出CPU的办公能力,还能节省空间,如果不运行大型游戏,一般的办公软件使用集成显卡也能完美运行。比较典型的例子就是苹果MacBook系列,都是集成显卡,但办公性能一流。


image.png


Part 4:SoC


近些年手机甩开笔记本电脑,成为移动端最热门的电子产品,在一些厂家宣传中我们经常能看到SoC这个词,很多人把它理解为处理器,其实并不准确。


这个词是System on Chip的缩写,意为片上系统,是将CPU、GPU、内存、基带和GPS模块整合在一起的解决方案,是将系统运行所需的芯片整合在一块芯片上。


我们熟知的骁龙855、苹果的A12、华为的麒麟980和三星的猎户座都是这个片上系统的代号,并非单指某个CPU或是GPU,相反,这些片上系统内其实有自己的CPU和GPU编号。比如A12的GPU是自研的G11P,骁龙855的GPU是Adreno 640。


image.png


随着移动端科技的爆发,近些年的手机芯片已经飞速发展,去年的A12X上有100亿个晶体管,已经是桌面级的数量了。但是碍于功率、散热、功耗和机身空间问题,平板和手机想取代桌面电脑还是不太可能的,不过超过办公本性能这个目标并不遥远。

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
1月前
|
弹性计算 人工智能 Serverless
阿里云ACK One:注册集群云上节点池(CPU/GPU)自动弹性伸缩,助力企业业务高效扩展
在当今数字化时代,企业业务的快速增长对IT基础设施提出了更高要求。然而,传统IDC数据中心却在业务存在扩容慢、缩容难等问题。为此,阿里云推出ACK One注册集群架构,通过云上节点池(CPU/GPU)自动弹性伸缩等特性,为企业带来全新突破。
|
3月前
|
开发框架 并行计算 算法
揭秘Python并发神器:IO密集型与CPU密集型任务的异步革命,你竟还傻傻分不清?
揭秘Python并发神器:IO密集型与CPU密集型任务的异步革命,你竟还傻傻分不清?
53 4
|
2月前
|
监控 异构计算
Jetson 学习笔记(八):htop查看CPU占用情况和jtop监控CPU和GPU
在NVIDIA Jetson平台上使用htop和jtop工具来监控CPU、GPU和内存的使用情况,并提供了安装和使用这些工具的具体命令。
178 0
|
2月前
|
机器学习/深度学习 人工智能 并行计算
CPU和GPU的区别
【10月更文挑战第14天】
|
2月前
|
机器学习/深度学习 人工智能 缓存
GPU加速和CPU有什么不同
【10月更文挑战第20天】GPU加速和CPU有什么不同
69 1
|
3月前
|
人工智能 自然语言处理 文字识别
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
在7月4日举行的WAIC 2024科学前沿主论坛上,书生·浦语2.5正式发布,面向大模型研发与应用的全链条工具体系同时迎来升级。
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
|
4月前
|
机器学习/深度学习 人工智能 并行计算
【人工智能】CPU、GPU与TPU:人工智能领域的核心处理器概述
在人工智能和计算技术的快速发展中,CPU(中央处理器)、GPU(图形处理器)和TPU(张量处理器)作为核心处理器,各自扮演着不可或缺的角色。它们不仅在性能上各有千秋,还在不同的应用场景中发挥着重要作用
250 2
|
5月前
|
开发框架 并行计算 算法
揭秘Python并发神器:IO密集型与CPU密集型任务的异步革命,你竟还傻傻分不清?
【7月更文挑战第18天】Python并发编程中,异步IO适合IO密集型任务,如异步HTTP请求,利用`asyncio`和`aiohttp`实现并发抓取,避免等待延迟。而对于CPU密集型任务,如并行计算斐波那契数列,多进程通过`multiprocessing`库能绕过GIL限制实现并行计算。选择正确的并发模型能显著提升性能。
95 2
|
21天前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
54 7
|
1月前
|
弹性计算 Kubernetes Perl
k8s 设置pod 的cpu 和内存
在 Kubernetes (k8s) 中,设置 Pod 的 CPU 和内存资源限制和请求是非常重要的,因为这有助于确保集群资源的合理分配和有效利用。你可以通过定义 Pod 的 `resources` 字段来设置这些限制。 以下是一个示例 YAML 文件,展示了如何为一个 Pod 设置 CPU 和内存资源请求(requests)和限制(limits): ```yaml apiVersion: v1 kind: Pod metadata: name: example-pod spec: containers: - name: example-container image:
203 1
下一篇
DataWorks