作者：IT一指禪

近幾個(gè)月，幾乎每個(gè)行業(yè)的小伙伴都了解到了ChatGPT的可怕能力。你知道么，ChatGPT之所以如此厲害，是因?yàn)樗玫搅藥兹f張NVIDA Tesla A100顯卡做AI推理和圖形計(jì)算。

本文就簡(jiǎn)單分享下GPU的相關(guān)內(nèi)容，歡迎閱讀。

GPU是什么？

GPU的英文全稱Graphics Processing Unit，圖形處理單元。

說直白一點(diǎn)：GPU是一款專門的圖形處理芯片，做圖形渲染、數(shù)值分析、金融分析、密碼破解，以及其他數(shù)學(xué)計(jì)算與幾何運(yùn)算的。GPU可以在PC、工作站、游戲主機(jī)、手機(jī)、平板等多種智能終端設(shè)備上運(yùn)行。

GPU和顯卡的關(guān)系，就像是CPU和主板的關(guān)系。前者是顯卡的心臟，后者是主板的心臟。有些小伙伴會(huì)把GPU和顯卡當(dāng)成一個(gè)東西，其實(shí)還有些差別的，顯卡不僅包括GPU，還有一些顯存、VRM穩(wěn)壓模塊、MRAM芯片、總線、風(fēng)扇、外圍設(shè)備接口等等。

GPU和CPU誰最強(qiáng)呢？

這個(gè)其實(shí)不好說，好點(diǎn)的GPU內(nèi)部的晶體管數(shù)量可以超過CPU，CPU的強(qiáng)項(xiàng)是做邏輯運(yùn)算，GPU的強(qiáng)項(xiàng)是做數(shù)學(xué)運(yùn)算和圖形渲染。這就ChatGPT用大量高性能顯卡做AI推理的原因。

接下來，我們做個(gè)簡(jiǎn)單的對(duì)比。

結(jié)構(gòu)組成不同

CPU和GPU都是運(yùn)算的處理器，在架構(gòu)組成上都包括3個(gè)部分：運(yùn)算單元ALU、控制單元Control和緩存單元Cache。

但是，三者的組成比例卻相差很大。

在CPU中緩存單元大概占50%，控制單元25%，運(yùn)算單元25%；

在GPU中緩存單元大概占5%，控制單元5%，運(yùn)算單元90%。

結(jié)構(gòu)組成上的巨大差異說明：CPU的運(yùn)算能力更加均衡，但是不適合做大量的運(yùn)算；GPU更適合做大量運(yùn)算。

這倒不是說GPU更牛X，實(shí)際上GPU更像是一大群工廠流水線上的工人，適合做大量的簡(jiǎn)單運(yùn)算，很復(fù)雜的搞不了。但是簡(jiǎn)單的事情做得非?？?，比CPU要快得多。

相比GPU，CPU更像是技術(shù)專家，可以做復(fù)雜的運(yùn)算，比如邏輯運(yùn)算、響應(yīng)用戶請(qǐng)求、網(wǎng)絡(luò)通信等。但是因?yàn)锳LU占比較少、內(nèi)核少，所以適合做相對(duì)少量的復(fù)雜運(yùn)算。

在CPU里面，大概50%是緩存單元，并且是四級(jí)緩存結(jié)構(gòu)；而在GPU中，緩存是一級(jí)或者二級(jí)的。

CPU性能更加注重線程的性能，在控制部分做的事情較多，這樣做就是為了確?？刂浦噶畈荒苤袛啵诟↑c(diǎn)計(jì)算上功耗少。

相較于CPU，GPU的結(jié)構(gòu)更為簡(jiǎn)單，基本上它也只做單精度或雙精度浮點(diǎn)運(yùn)算。GPU的運(yùn)算速度更快，吞吐量也更高。

CPU基本上是實(shí)時(shí)響應(yīng)，采用多級(jí)緩存來保障多個(gè)任務(wù)的響應(yīng)速度。

GPU往往采用的是批處理的機(jī)制，即：任務(wù)先排好隊(duì)，挨個(gè)處理。

GPU對(duì)于圖形處理

我們假設(shè)在實(shí)時(shí)渲染中，一幀1080*720P的圖片，那么這張圖就有大概777600個(gè)像素點(diǎn)。如果按照最基本的24幀/秒的幀率計(jì)算。1秒鐘就要求計(jì)算機(jī)處理18662400個(gè)，即：1866.24萬個(gè)像素點(diǎn)。

這還是高清的情況下，如果是1090*1080、2K、4K甚至8K的視頻渲染，可想而知，這個(gè)計(jì)算量是何其巨大。尤其是在像游戲這樣的實(shí)時(shí)渲染場(chǎng)景下，顯然僅僅依靠CPU渲染是會(huì)超時(shí)的。

實(shí)際上，在屏幕中顯示的三維物體都要經(jīng)過多重的坐標(biāo)變換，并且物體的表面會(huì)受到環(huán)境中各種光線的影響，呈現(xiàn)不同的顏色和陰影。這就包括了光線的漫射、折射、透射、散射等。

接下來，我們以英偉達(dá)NVIDIA RTX3090 為例，看下GPU是如何進(jìn)行渲染的。

RTX3090的流式多處理器有10496個(gè)，每個(gè)內(nèi)核都有具備整數(shù)運(yùn)算和浮點(diǎn)運(yùn)算的部分，還有用于在操作數(shù)中排隊(duì)和收集結(jié)果的部分。

所謂流式多處理器可以認(rèn)為是一個(gè)獨(dú)立的任務(wù)處理單元，也可以認(rèn)為一顆GPU包含了10496個(gè)CPU同時(shí)處理各個(gè)圖片處理任務(wù)。

我們就可以通過算法和程序，對(duì)1秒鐘18662400個(gè)像素點(diǎn)的整體任務(wù)進(jìn)行切割分片，讓10496顆處理器并行計(jì)算。

這樣的話，每個(gè)處理器負(fù)責(zé)大概每秒處理18662400/10496，即1778個(gè)像素點(diǎn)的渲染任務(wù)就行了。

如下圖所示，在GPU中會(huì)劃分為多個(gè)流式處理區(qū)，每個(gè)處理區(qū)包含數(shù)百個(gè)內(nèi)核，每個(gè)內(nèi)核相當(dāng)于一顆簡(jiǎn)化版的CPU，具備整數(shù)運(yùn)算和浮點(diǎn)運(yùn)算的功能，以及排隊(duì)和結(jié)果收集功能。

注意，除了流處理器CUDA以外，影響GPU性能的還有

緩存不同

浮點(diǎn)運(yùn)算方式不同

響應(yīng)方式不同

核心頻率：頻率越高，性能越強(qiáng)、功耗也越高。

顯示位寬：?jiǎn)挝皇莃it，位寬決定了顯卡同時(shí)可以處理的數(shù)據(jù)量，越大越好。

顯存容量：顯存容量越大，代表能緩存的數(shù)據(jù)就越多。

顯存頻率：?jiǎn)挝皇荕Hz或bps，顯存頻率越高，圖形數(shù)據(jù)傳輸速度就越快。

總結(jié)

一言以蔽之，GPU不管是處理圖形渲染、數(shù)值分析，還是處理AI推理。底層邏輯都是將極為繁重的數(shù)學(xué)進(jìn)行任務(wù)拆解，化繁為簡(jiǎn)。

然后，利用GPU多流處理器的機(jī)制，將大量的運(yùn)算拆解為一個(gè)個(gè)小的、簡(jiǎn)單的運(yùn)算，并行處理。我們也可以認(rèn)為一個(gè)GPU就是一個(gè)集群，里面每個(gè)流處理器都是一顆CPU，這樣就容易理解了。

以上是關(guān)于GPU概念、工作原理的簡(jiǎn)要介紹。說是簡(jiǎn)單，其實(shí)在圖形處理方面，還有很多深層次的處理邏輯沒有展開，比如像素位置變換、三角原理等等。感興趣的小伙伴可以深入研究下。

審核編輯：黃飛

?