了解CPU和GPU设计的区别
CPU和GPU之所以大不相同，是由于其设计目标的不同，它们分别针对了两种不同的应用场景。
CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理，这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。
于是CPU和GPU就呈现出非常不同的架构。
下面用最简单的方式，来聊一聊CPU和GPU是如何协同工作的。
现在我们有两个处理器、CPU和GPU，它们之间通过系统总线交换数据。
第一步
CPU先要从文件系统里读出原始数据，分离出图形数据，然后放在系统内存中，这个时候GPU在发呆着，等着CPU把工作交给她。
第二步
CPU准备把图形数据交给GPU，这个时候系统总线上开始忙了，数据将从系统内存拷贝到GPU的显存里。
第三步
CPU要求GPU开始工作数据处理，现在换CPU在发呆了，而GPU开始忙碌工作，当然CPU还是会定期询问一下GPU忙得怎么样了？
第四步
GPU开始用自己的工作间（GPU核心电路）处理数据，处理后的数据还是放在显存里面，CPU还在继续发呆…。
第五步
图形数据处理完成后，这时GPU就告诉CPU，我忙完了，准备输出或者已经输出。于是CPU就开始接手工作，读出下一段数据，并告诉GPU你可以歇会咯，然后返回到第一步。
GPU硬件加速可以让你的系统变得更快噢
既然GPU硬件加速是利用GPU的特长为系统服务，那么好处到底是什么呢？？
用非常流行的《骑游运动》做个比方，正常的情况下你在骑行的时候只有腿部在进行蹬踩运动（CPU正常运算），而当你遇到诸如顺风、下坡、被人推行等情况时，速度就会加快，并且腿部感觉非常省力（因为是GPU参与了运算）。
那么换到电脑上会是什么情况呢？？
在以前的很多应用中，CPU是负责所有运算的，而GPU则只是负责最后的显示工作，因此一旦出现处理复杂图形数据的时候，很多使用性能较弱的CPU的电脑系统就开始缓慢无比，而使用性能较强的CPU的电脑系统也会看到CPU资源被大量的占用。
而在GPU开始参与运算之后，原本会消耗CPU大量宝贵资源的图形数据处理部分就全部交给GPU这个专业人士进行处理了，从而降低了CPU的负担，并且利用自身的特长，使得图形数据处理的效率更快，从而提升系统性能。
本文内容、图片均整理自网络，版权归原作者所有。
