门罗币gpu和cpu算力表

1. GPU与CPU之间的关系

没有关系，GPU只是黄仁勋提出的一个相对于CPU的概念，GPU就是一个显卡的核心，相当于电脑的CPU，但是呢，两者之间计算上和架构上又有很多不同点。GPU擅长于大规模的并行运算，CPU适合串行运算，但是英特尔的协处理器两者都适合，总的来说GPU更适合作图玩游戏之流，GPU计算精度相对于CPU来说误差太大，在科学上，一个小数点后面的数字出现偏差就会造成很大的误差，所以现在GPU当做计算主力不是很现实的事，虽然有几个超算使用GPU堆出来的，但还是需要CPU进行协助。

2. cpu 和GPU的计算有什么不一样的

兄弟要回答完整你的问题，估计要给你本专业类的书了。
我大致说下：
CPU可以兼职GPU的工作但，GPU不能嫌职CPU的工作。
CPU运算范围广，基本你能想得到的功能都可以经过CPU运算。
GPU目前专职图形处理运算（以后还能做什么运算就不知道了）。

3. 为什么挖矿用显卡而不是cpu

CPU也可以挖，最早挖矿就是用的CPU，只是随着对挖矿算法的深入研究，矿工发现挖矿是个相对简单但需要一直重复的运算过程，提高挖矿效率的关键在于提高多任务处理效率，而CPU的特性就不适合做这类运算。反而看显卡，显卡有上千个流处理器，对挖矿这种简单但需一直重复的工作比CPU更在行，所以显卡被大量用来挖矿。

4. GPU运算比CPU快很多倍吗

GPU运算是比CPU快很多倍。

CPU运行的是复杂指令，可以进行各种运算，所谓样样精样样松；而GPU指令集简单，工程师就可以将大部分晶体管投入数据运算，所以GPU在图形处理方面要比CPU快很多。

一、CPU 和 GPU 是为了不同的计算任务而设计的：

1、CPU 主要为串行指令而优化，而 GPU 则是为大规模的并行运算而优化。

2、从并行的角度来看，现代的多核 CPU 针对的是指令集并行（ILP）和任务并行（TLP），而 GPU 则是数据并行（DLP）。

3、在同样面积的芯片之上，CPU 更多的放置了多级缓存（L1/L2/LLC）和指令并行相关的控制部件（乱序执行，分支预测等等），而 GPU 上则更多的是运算单元（整数、浮点的乘加单元，特殊运算单元等等）

4、GPU 往往拥有更大带宽的 Memory，也就是所谓的显存，因此在大吞吐量的应用中也会有很好的性能。

二、其次GPU真正的速度优势并没有宣传中的那么大，这主要是因为：

1、所看到的这些比较中，并没有很好的利用上 CPU 中的 SIMD 运算部件。

2、GPU的运算任务无法独立于CPU而执行，运算任务与数据也必须通过总线在GPU与CPU之间传输，因此很多任务是无法达到理论加速的。

(4)门罗币gpu和cpu算力表扩展阅读：

GPU功能作用：

显卡的处理器称为图形处理器（GPU），它是显卡的“心脏”，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。某些最快速的GPU集成的晶体管数甚至超过了普通CPU。

时下的GPU多数拥有2D或3D图形加速功能。如果CPU想画一个二维图形，只需要发个指令给GPU，如“在坐标位置（x, y）处画个长和宽为a×b大小的长方形”，GPU就可以迅速计算出该图形的所有像素，并在显示器上指定位置画出相应的图形，画完后就通知CPU “我画完了”，然后等待CPU发出下一条图形指令。

有了GPU，CPU就从图形处理的任务中解放出来，可以执行其他更多的系统任务，这样可以大大提高计算机的整体性能。

5. 简单说下GPU和CPU的区别

GPU CPU的区别主要在于 CPU复杂度高GPU相对内部结构要简单得多
无论是CPU还是GPU，都是由PN结组成的复杂公式，CPU是一个大公式库，一个大核心就是一个大公式库，能进行超大量的计算，只要软件支持，就可以计算，软件开放性强，当然二极管数量绝大多数用在寄存器。
GPU是许多个简单的CPU，现在由流处理器组成的GPU，每个流处理器都是一个简单的CPU，但是GPU的流处理器构造极其简单，只能进行特定的函数运算，主要是函数，根号，加减乘除，来进行3D的栅格化，毕竟术业有专攻。
CPU 可以比喻成一两个超大知识库组成的一个大头脑
GPU可以比喻成好多个专业的技术工人组成的一个施工队。

无论身处何时代，至少到目前为止，GPU的计算能力从来没超过过同等级CPU，以后也不大可能超越。GPU受到频率限制，主要是GPU频率有个寄存器瓶颈，几十几百线的信息汇总到一个寄存器线里，频率受限所以困难。
即使能达到和CPU同样的性能，那GPU效率由于只能从事其支持的函数运算所以无法和CPU相比。
即便是特斯拉这类超级GPU计算机，也只能用在特定的几个函数帮忙运算。

6. gpu和cpu的区别是什么

gpu和cpu的区别：

1、作用不同：CPU是指中央处理器，他的作用偏向于调度、协调、管理，当然也有一定的计算能力。GPU是指图像处理器，他的作用主要在图像处理及大型矩阵运算方面，比如学习算法等等。

2、结构不同：CPU的结构可以大致分为运算逻辑部件、寄存器部件和控制部件等。GPU，是一块高度集成的芯片，其中包含了图形处理所必须的所有元件

3、CPU是主动运行的，从手机开启开始就一直在运行，在熄屏状态CPU也在运行。而GPU是被动运行的，在CPU指派了任务之后才会开始工作，任务完成后又将沉寂等待下一个任务。

(6)门罗币gpu和cpu算力表扩展阅读

应用

目前智能手机屏幕越来越大，系统越来越华丽，游戏特效越来越眩目，传统手机纯CPU处理的方式已经完全不能满足现今智能手机发展的需要了。

以前的智能机，其实都是不带显示核心的，所有的软件、游戏都是由CPU进行处理，呈现在屏幕上。但是CPU的图形处理能力很低很低，这也导致了传统的智能手机玩稍微大一点的游戏往往力不从心，大型3D游戏更是成为了奢望。

随着近几年智能机的高速发展，3D加速芯片的引入为智能机的娱乐性注入了强大的生命力。有了3D加速芯片，我们可以流畅地运行各种3D游戏和3D应用程序，体验到前所未有的感觉。

早期的3D加速芯片功能比较单一，性能也比较低，仅仅只为3D程序提供一定的辅助处理作用。而随着科技的发展，现在的3D加速芯片早已演化成真正意义上的GPU（Graphic Processing Unit，图形处理器），已经不只是传统的3D加速器。

GPU不仅仅是负责必要的3D处理，准确地说，它将所有图形显示功能从CPU那里都接管了过来，并且还提供了视频播放、视频录制和照相时的辅助处理，使得CPU被大大解放，可以专心地处理纯指令，而不再需要去负责繁重的图形处理任务了。

系统的3D性能得到极大的提升。所以，手机GPU的诞生，是移动市场的一次大革命。

7. 听说GPU 比CPU 计算能力强10倍以上,

看来NVIDIA忽悠了不少人啊。GPU计算图形的能力是比CPU强，但是用电脑就光处理图像？

8. GPU的处理能力有CPU强吗强多少

这里指的是大规模并行应用

现在很混乱，就那个Folding@home而言，x1900的PPD恐怕还不及C2Q,

不过E大说，GPU CPU的PPD不一样，

我也不知道GPU CPU的PPD有什么区别，但是我猜应该差不多吧，都是算蛋白质折叠，算出来的结果应该都是一类，区别只不过是CPU GPU的算法不一样。

而计分也应该是根据运算结果的数量和质量打出，不能根据你算了多少flop打分（也没法统计）

如果刻意给GPU用户在算出相同数量质量的结果时给的point比CPU用户少，这恐怕对GPU用户不公平，而且如果GPU真那么有效，斯坦福一定会大力鼓励人们用GPU算，这样更不可能在给GPU的point上打折扣。

E大给出1900在folding@home里有190Gflops,而CPU有10Gflops。

这个大概什么意思吧,浮点峰值多数情况下都是浮云，只有实际性能才有说服力。

另外那个PPU有68Gflops,可实际物理性能（这可是他的“专业”）也就是15Gflops的肉的水平

同为流处理器，GPU不大可能一口气比PPU效率高上天去，就同频单位晶体管提供的flops，PPU大概是40Gflops/亿,x1900大概是50Gflops/亿(按250Mhz算)，除非1900在线程切换和内部带宽比PPU强得多得多，不然x1900在folding@home里只能得到那样的PPD也没什么奇怪的了。

现在越来越混乱GPU在他的主业图像渲染里到底比串行执行的CPU好多少，并行流处理器的优势到底有多大

不可否认高并行度是未来的大方向，但是现在所说的20-40倍到底是不是基于峰值和极端情况的“吹牛”啊

9. CPU和GPU的区别是什么CPU和GPU各指什么

在说明两者之间的区别之前，我们现在了解一下什么事CPU，什么事GPU，两者各代表什么。CPU即中央处理器，GPU即图形处理器。其次，要解释两者的区别，要先明白两者的相同之处：两者都有总线和外界联系，有自己的缓存体系，以及数字和逻辑运算单元。一句话，两者都为了完成计算任务而设计。

两者的区别在于存在于片内的缓存体系和数字逻辑运算单元的结构差异：CPU虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存和足够多的数字和逻辑运算单元，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件；GPU的核数远超CPU，被称为众核（NVIDIA Fermi有512个核）。每个核拥有的缓存大小相对小，数字逻辑运算单元也少而简单（GPU初始时在浮点计算上一直弱于CPU）。从结果上导致CPU擅长处理具有复杂计算步骤和复杂数据依赖的计算任务，如分布式计算，数据压缩，人工智能，物理模拟，以及其他很多很多计算任务等。GPU由于历史原因，是为了视频游戏而产生的（至今其主要驱动力还是不断增长的视频游戏市场），在三维游戏中常常出现的一类操作是对海量数据进行相同的操作，如：对每一个顶点进行同样的坐标变换，对每一个顶点按照同样的光照模型计算颜色值。GPU的众核架构非常适合把同样的指令流并行发送到众核上，采用不同的输入数据执行。在2003-2004年左右，图形学之外的领域专家开始注意到GPU与众不同的计算能力，开始尝试把GPU用于通用计算（即GPGPU）。之后NVIDIA发布了CUDA，AMD和Apple等公司也发布了OpenCL，GPU开始在通用计算领域得到广泛应用，包括：数值分析，海量数据处理（排序，Map-Rece等），金融分析等等。

简而言之，当程序员为CPU编写程序时，他们倾向于利用复杂的逻辑结构优化算法从而减少计算任务的运行时间，即Latency。当程序员为GPU编写程序时，则利用其处理海量数据的优势，通过提高总的数据吞吐量（Throughput）来掩盖Lantency。目前，CPU和GPU的区别正在逐渐缩小，因为GPU也在处理不规则任务和线程间通信方面有了长足的进步。另外，功耗问题对于GPU比CPU更严重。

总的来讲，GPU和CPU的区别是个很大的话题，甚至可以花一个学期用32个学时十几次讲座来讲，所以如果提问者有更具体的问题，可以进一步提出。我会在我的知识范围内尝试回答。

10. GPU和CPU到底谁运算能力强

同意一楼的,侧重点不同
现在的GPU的集成度、设计的复杂度已经比CPU高，GPU也能通过软件运行一些CPU的工作，GPU的运算能力的却比CPU强
按现在的形势看，个人认为，日后GPU是不会取代CPU来做电脑核心，而是GPU与CPU整合在一起，而电脑的其他配件的集成度也会越来越高，或许以后的台式机主机只有现在的笔记本大小