NXT貼片機CPU卡維修速度快點擊了解更多

因為CPU有大量的緩存和復雜的邏輯控制單元，因此它非常擅長邏輯控制、串行的運算。相比較而言，GPU因為有大量的算術運算單元，因此可以同時執行大量的計算工作，它所擅長的是大規模的并發計算， 計算量大但是沒有什么技術含量，而且要重復很多次。這樣一說，我們利用GPU來提高程序運算速度的方法就顯而易見了。使用CPU來做復雜的邏輯控制，用GPU來做簡單但是量大的算術運算，就能夠大大地提高程序的運行速度。

CPU有強大的算術運算單 元，可以在很少的時鐘周期內完成算術計算。同時，有很大的緩存可以保存很多數據在里面。此外，還有復雜的邏輯控制單元，當程序有多個分支的時候， 通過提供分支預測的能力來降低延了時。GPU是基于大的吞吐量設計，有很多的算術運算單元和很少的緩存。同時GPU支持大量的線程同時運行，如果他們需要訪問同一個數據，緩存會合并這些訪問，自然會帶來延了時的問題。盡管有延了時，但是因為其算術運算單元的數量龐大，因此能夠達到一個非常大的吞吐量的效果。

關于CPU的基本組成

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

2、運算操作涉及到數據輸入(input)、處理、數據輸出(output)，a和b是輸入數據，加法運算是處理，c是輸出數據。

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

4、CPU還要將一些常用的基本運算工具(如加法器)放進CPU，這部分負責運算，稱為算術邏輯單元(ALU)。

5、CPU中還有一個控制器(CU)，負責將存儲器中的數據送到ALU中去做運算，并將運算后的結果存回到存儲器中。控制器還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。

假設每核CPU都只有一個"發動機"資源，那么線程1這個虛擬CPU使用了這個"發動機"后，線程2就沒法使用，只能等待。

所以，超線程技術的主要目的是為了增加流水線上更多個獨立的指令，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，超線程技術利用了superscalar(超標量)架構的優點。