Почему GPU подходит для параллельных вычислений, а CPU — для последовательных?

GPU подходит для параллельных вычислений, а CPU — для последовательных, потому что у этих процессоров разные архитектуры. nikscorp.github.io compress.ru

CPU создан для исполнения одного потока последовательных инструкций с максимальной производительностью. natural-sciences.ru compress.ru Он оптимизирован для достижения высокой производительности единственного потока команд, обрабатывающего и целые числа, и числа с плавающей точкой. compress.ru При этом доступ к памяти с данными и инструкциями происходит преимущественно случайным образом. compress.ru

GPU, в свою очередь, изначально проектировался для выполнения огромного количества параллельных потоков команд. compress.ru Эти потоки команд распараллелены изначально, и никаких накладных расходов на распараллеливание инструкций в графическом процессоре нет. compress.ru

Некоторые другие особенности архитектуры, которые делают GPU подходящим для параллельных вычислений:

• Поддержка многопоточности. nikscorp.github.io CPU исполняет 1–2 потока вычислений на одно процессорное ядро, а видеочипы могут поддерживать до 1024 потоков на каждый мультипроцессор, которых в чипе несколько штук. nikscorp.github.io
• Принцип работы с памятью. nikscorp.github.io Память GPU оптимизирована на максимальную пропускную способность (а не на скорость произвольного доступа, как у CPU), что ускоряет загрузку потока данных. elar.urfu.ru
• Конвейерная обработка данных. elar.urfu.ru При запросах к памяти, за счёт конвейерной обработки данных, не происходит приостановки вычислений. elar.urfu.ru