相对于CPU的GPGPU能效的解释？ [关闭]

Question

我听到过这样的说法：对于许多应用程序，GPU比多核CPU更加节能，尤其是在图形硬件得到充分利用的情况下。 我在查找论文，文章或描述导致该主张的特定体系结构功能的任何内容时遇到麻烦，或者在一组基准测试中直接比较GPU与CPU的能耗方面的科学研究都遇到了麻烦。 任何人都可以对这一主张的支持提供更多的见解，或者向我指出一些证明这一主张的研究吗？

如果我不得不猜测，我会说这主要是因为GPU时钟频率较低。 此外，本文：

http://accel.cs.vt.edu/sites/default/files/paper/huang-hppac09-gpu.pdf

这表明部分原因是GPU能够更快地解决问题，因此，即使GPU的峰值功耗更高，它们在该级别花费的时间也比CPU短得多（再次针对正确的问题）。 任何人都可以添加更多内容吗？

谢谢！

Answer 1

TL; DR回答：与cpu相比，gpu中实际上在计算的晶体管更多。

当今cpus的最大功率效率杀手is在于可以在芯片上进行通用计算的权衡。 无论是RISC，x86还是其他cpu体系结构，都有专门用于cpu通用用途的额外硬件。 这些晶体管虽然没有进行任何实际的数学计算，但仍需要电。

快速cpus需要先进的分支预测硬件和大容量的缓存，才能避免冗长的处理，而这些处理可能会在以后的管道中丢弃。 在大多数情况下，cpus一次执行一条指令（对于每个cpu内核，SIMD也会帮助cpus ...），并且条件处理得非常好。 GPU依赖于对许多数据执行相同的操作（SIMD /矢量操作），并且在'if'和'for'语句中找到的简单条件会给他们带来极大的痛苦。

还有很多用于获取，解码和调度指令的硬件-对于cpus和gpus来说确实如此。 较大的差异在于，对于gpu，取指+解码+计划晶体管与计算晶体管的比例往往更高。

这是AMD的演讲（2011年），介绍了他们的GPU随时间的变化，但这实际上适用于大多数GPU。 PDF链接。 通过了解一些GPU如何在某些计算中变得如此出色的背后的历史，它帮助我了解了GPU的功能优势。

不久前，我回答了类似的问题。 SO链接。

Answer 2

通常，这些权利要求通过比较GFLOPS性能并估计每浮点运算的功率如图支持此柱。 但这基本上就是您在最后一句话中写的。

您还必须考虑到CPU和GPU架构针对不同的问题。 尽管CPU内核（至少在x86上）具有深层次的流水线，庞大的指令集和非常复杂的缓存策略来解决各种各样的问题，但GPU内核却相当简单，因此功耗更低。 为了弥补这一点，GPU中的计算核心比CPU中的更多。 但是您可能已经知道了。