門羅幣gpu和cpu算力表

1. GPU與CPU之間的關系

沒有關系，GPU只是黃仁勛提出的一個相對於CPU的概念，GPU就是一個顯卡的核心，相當於電腦的CPU，但是呢，兩者之間計算上和架構上又有很多不同點。GPU擅長於大規模的並行運算，CPU適合串列運算，但是英特爾的協處理器兩者都適合，總的來說GPU更適合作圖玩游戲之流，GPU計算精度相對於CPU來說誤差太大，在科學上，一個小數點後面的數字出現偏差就會造成很大的誤差，所以現在GPU當做計算主力不是很現實的事，雖然有幾個超算使用GPU堆出來的，但還是需要CPU進行協助。

2. cpu 和GPU的計算有什麼不一樣的

兄弟要回答完整你的問題，估計要給你本專業類的書了。
我大致說下：
CPU可以兼職GPU的工作但，GPU不能嫌職CPU的工作。
CPU運算范圍廣，基本你能想得到的功能都可以經過CPU運算。
GPU目前專職圖形處理運算（以後還能做什麼運算就不知道了）。

3. 為什麼挖礦用顯卡而不是cpu

CPU也可以挖，最早挖礦就是用的CPU，只是隨著對挖礦演算法的深入研究，礦工發現挖礦是個相對簡單但需要一直重復的運算過程，提高挖礦效率的關鍵在於提高多任務處理效率，而CPU的特性就不適合做這類運算。反而看顯卡，顯卡有上千個流處理器，對挖礦這種簡單但需一直重復的工作比CPU更在行，所以顯卡被大量用來挖礦。

4. GPU運算比CPU快很多倍嗎

GPU運算是比CPU快很多倍。

CPU運行的是復雜指令，可以進行各種運算，所謂樣樣精樣樣松；而GPU指令集簡單，工程師就可以將大部分晶體管投入數據運算，所以GPU在圖形處理方面要比CPU快很多。

一、CPU 和 GPU 是為了不同的計算任務而設計的：

1、CPU 主要為串列指令而優化，而 GPU 則是為大規模的並行運算而優化。

2、從並行的角度來看，現代的多核 CPU 針對的是指令集並行（ILP）和任務並行（TLP），而 GPU 則是數據並行（DLP）。

3、在同樣面積的晶元之上，CPU 更多的放置了多級緩存（L1/L2/LLC）和指令並行相關的控制部件（亂序執行，分支預測等等），而 GPU 上則更多的是運算單元（整數、浮點的乘加單元，特殊運算單元等等）

4、GPU 往往擁有更大帶寬的 Memory，也就是所謂的顯存，因此在大吞吐量的應用中也會有很好的性能。

二、其次GPU真正的速度優勢並沒有宣傳中的那麼大，這主要是因為：

1、所看到的這些比較中，並沒有很好的利用上 CPU 中的 SIMD 運算部件。

2、GPU的運算任務無法獨立於CPU而執行，運算任務與數據也必須通過匯流排在GPU與CPU之間傳輸，因此很多任務是無法達到理論加速的。

(4)門羅幣gpu和cpu算力表擴展閱讀：

GPU功能作用：

顯卡的處理器稱為圖形處理器（GPU），它是顯卡的「心臟」，與CPU類似，只不過GPU是專為執行復雜的數學和幾何計算而設計的，這些計算是圖形渲染所必需的。某些最快速的GPU集成的晶體管數甚至超過了普通CPU。

時下的GPU多數擁有2D或3D圖形加速功能。如果CPU想畫一個二維圖形，只需要發個指令給GPU，如「在坐標位置（x, y）處畫個長和寬為a×b大小的長方形」，GPU就可以迅速計算出該圖形的所有像素，並在顯示器上指定位置畫出相應的圖形，畫完後就通知CPU 「我畫完了」，然後等待CPU發出下一條圖形指令。

有了GPU，CPU就從圖形處理的任務中解放出來，可以執行其他更多的系統任務，這樣可以大大提高計算機的整體性能。

5. 簡單說下GPU和CPU的區別

GPU CPU的區別主要在於 CPU復雜度高GPU相對內部結構要簡單得多
無論是CPU還是GPU，都是由PN結組成的復雜公式，CPU是一個大公式庫，一個大核心就是一個大公式庫，能進行超大量的計算，只要軟體支持，就可以計算，軟體開放性強，當然二極體數量絕大多數用在寄存器。
GPU是許多個簡單的CPU，現在由流處理器組成的GPU，每個流處理器都是一個簡單的CPU，但是GPU的流處理器構造極其簡單，只能進行特定的函數運算，主要是函數，根號，加減乘除，來進行3D的柵格化，畢竟術業有專攻。
CPU 可以比喻成一兩個超大知識庫組成的一個大頭腦
GPU可以比喻成好多個專業的技術工人組成的一個施工隊。

無論身處何時代，至少到目前為止，GPU的計算能力從來沒超過過同等級CPU，以後也不大可能超越。GPU受到頻率限制，主要是GPU頻率有個寄存器瓶頸，幾十幾百線的信息匯總到一個寄存器線里，頻率受限所以困難。
即使能達到和CPU同樣的性能，那GPU效率由於只能從事其支持的函數運算所以無法和CPU相比。
即便是特斯拉這類超級GPU計算機，也只能用在特定的幾個函數幫忙運算。

6. gpu和cpu的區別是什麼

gpu和cpu的區別：

1、作用不同：CPU是指中央處理器，他的作用偏向於調度、協調、管理，當然也有一定的計算能力。GPU是指圖像處理器，他的作用主要在圖像處理及大型矩陣運算方面，比如學習演算法等等。

2、結構不同：CPU的結構可以大致分為運算邏輯部件、寄存器部件和控制部件等。GPU，是一塊高度集成的晶元，其中包含了圖形處理所必須的所有元件

3、CPU是主動運行的，從手機開啟開始就一直在運行，在熄屏狀態CPU也在運行。而GPU是被動運行的，在CPU指派了任務之後才會開始工作，任務完成後又將沉寂等待下一個任務。

(6)門羅幣gpu和cpu算力表擴展閱讀

應用

目前智能手機屏幕越來越大，系統越來越華麗，游戲特效越來越眩目，傳統手機純CPU處理的方式已經完全不能滿足現今智能手機發展的需要了。

以前的智能機，其實都是不帶顯示核心的，所有的軟體、游戲都是由CPU進行處理，呈現在屏幕上。但是CPU的圖形處理能力很低很低，這也導致了傳統的智能手機玩稍微大一點的游戲往往力不從心，大型3D游戲更是成為了奢望。

隨著近幾年智能機的高速發展，3D加速晶元的引入為智能機的娛樂性注入了強大的生命力。有了3D加速晶元，我們可以流暢地運行各種3D游戲和3D應用程序，體驗到前所未有的感覺。

早期的3D加速晶元功能比較單一，性能也比較低，僅僅只為3D程序提供一定的輔助處理作用。而隨著科技的發展，現在的3D加速晶元早已演化成真正意義上的GPU（Graphic Processing Unit，圖形處理器），已經不只是傳統的3D加速器。

GPU不僅僅是負責必要的3D處理，准確地說，它將所有圖形顯示功能從CPU那裡都接管了過來，並且還提供了視頻播放、視頻錄制和照相時的輔助處理，使得CPU被大大解放，可以專心地處理純指令，而不再需要去負責繁重的圖形處理任務了。

系統的3D性能得到極大的提升。所以，手機GPU的誕生，是移動市場的一次大革命。

7. 聽說GPU 比CPU 計算能力強10倍以上,

看來NVIDIA忽悠了不少人啊。GPU計算圖形的能力是比CPU強，但是用電腦就光處理圖像？

8. GPU的處理能力有CPU強嗎強多少

這里指的是大規模並行應用

現在很混亂，就那個Folding@home而言，x1900的PPD恐怕還不及C2Q,

不過E大說，GPU CPU的PPD不一樣，

我也不知道GPU CPU的PPD有什麼區別，但是我猜應該差不多吧，都是算蛋白質折疊，算出來的結果應該都是一類，區別只不過是CPU GPU的演算法不一樣。

而計分也應該是根據運算結果的數量和質量打出，不能根據你算了多少flop打分（也沒法統計）

如果刻意給GPU用戶在算出相同數量質量的結果時給的point比CPU用戶少，這恐怕對GPU用戶不公平，而且如果GPU真那麼有效，斯坦福一定會大力鼓勵人們用GPU算，這樣更不可能在給GPU的point上打折扣。

E大給出1900在folding@home里有190Gflops,而CPU有10Gflops。

這個大概什麼意思吧,浮點峰值多數情況下都是浮雲，只有實際性能才有說服力。

另外那個PPU有68Gflops,可實際物理性能（這可是他的「專業」）也就是15Gflops的肉的水平

同為流處理器，GPU不大可能一口氣比PPU效率高上天去，就同頻單位晶體管提供的flops，PPU大概是40Gflops/億,x1900大概是50Gflops/億(按250Mhz算)，除非1900在線程切換和內部帶寬比PPU強得多得多，不然x1900在folding@home里只能得到那樣的PPD也沒什麼奇怪的了。

現在越來越混亂GPU在他的主業圖像渲染里到底比串列執行的CPU好多少，並行流處理器的優勢到底有多大

不可否認高並行度是未來的大方向，但是現在所說的20-40倍到底是不是基於峰值和極端情況的「吹牛」啊

9. CPU和GPU的區別是什麼CPU和GPU各指什麼

在說明兩者之間的區別之前，我們現在了解一下什麼事CPU，什麼事GPU，兩者各代表什麼。CPU即中央處理器，GPU即圖形處理器。其次，要解釋兩者的區別，要先明白兩者的相同之處：兩者都有匯流排和外界聯系，有自己的緩存體系，以及數字和邏輯運算單元。一句話，兩者都為了完成計算任務而設計。

兩者的區別在於存在於片內的緩存體系和數字邏輯運算單元的結構差異：CPU雖然有多核，但總數沒有超過兩位數，每個核都有足夠大的緩存和足夠多的數字和邏輯運算單元，並輔助有很多加速分支判斷甚至更復雜的邏輯判斷的硬體；GPU的核數遠超CPU，被稱為眾核（NVIDIA Fermi有512個核）。每個核擁有的緩存大小相對小，數字邏輯運算單元也少而簡單（GPU初始時在浮點計算上一直弱於CPU）。從結果上導致CPU擅長處理具有復雜計算步驟和復雜數據依賴的計算任務，如分布式計算，數據壓縮，人工智慧，物理模擬，以及其他很多很多計算任務等。GPU由於歷史原因，是為了視頻游戲而產生的（至今其主要驅動力還是不斷增長的視頻游戲市場），在三維游戲中常常出現的一類操作是對海量數據進行相同的操作，如：對每一個頂點進行同樣的坐標變換，對每一個頂點按照同樣的光照模型計算顏色值。GPU的眾核架構非常適合把同樣的指令流並行發送到眾核上，採用不同的輸入數據執行。在2003-2004年左右，圖形學之外的領域專家開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用於通用計算（即GPGPU）。之後NVIDIA發布了CUDA，AMD和Apple等公司也發布了OpenCL，GPU開始在通用計算領域得到廣泛應用，包括：數值分析，海量數據處理（排序，Map-Rece等），金融分析等等。

簡而言之，當程序員為CPU編寫程序時，他們傾向於利用復雜的邏輯結構優化演算法從而減少計算任務的運行時間，即Latency。當程序員為GPU編寫程序時，則利用其處理海量數據的優勢，通過提高總的數據吞吐量（Throughput）來掩蓋Lantency。目前，CPU和GPU的區別正在逐漸縮小，因為GPU也在處理不規則任務和線程間通信方面有了長足的進步。另外，功耗問題對於GPU比CPU更嚴重。

總的來講，GPU和CPU的區別是個很大的話題，甚至可以花一個學期用32個學時十幾次講座來講，所以如果提問者有更具體的問題，可以進一步提出。我會在我的知識范圍內嘗試回答。

10. GPU和CPU到底誰運算能力強

同意一樓的,側重點不同
現在的GPU的集成度、設計的復雜度已經比CPU高，GPU也能通過軟體運行一些CPU的工作，GPU的運算能力的卻比CPU強
按現在的形勢看，個人認為，日後GPU是不會取代CPU來做電腦核心，而是GPU與CPU整合在一起，而電腦的其他配件的集成度也會越來越高，或許以後的台式機主機只有現在的筆記本大小