CPU(中央處理單元)同GPU(圖形處理單元)既分別

既然NVIDIA 輝哥因專事開發GPU 而收成正果，我地就了解下GPU跟CPU 呢兩隻晶片有咩分別！

CPU 就好比一間大企業既高管，佢要有一定的應變策動力，曉得面對外來的多樣化衝擊，呢d問題往往同時出現，咁落到呢位高管個腦度，佢又識要判斷事件的緩急先後，然後將最重要既問題處理左先，再逐一解決其他事件。CPU 都係扮演緊呢種「大腦」的功能，先將收到既多樣化外來指令（從RAM 取出來)放在晶片中既「暫存器(Cache)」，「消化」下呢d指定，然後再逐一按緩急輕重將指令傳到計算核心度解決。整個流程執行由晶片中所謂「控制單元」所支配，好比高管腦袋裏的策動力。

咁去到公司較基層既工作，大有可能係較單純的工序，譬如一d標準化既車工，工作性質每日如是，唔使工人用腦應變和策劃，但所要求的產量極多，咁公司就應該搵人專注做呢樣野，叫佢唔駛多心諗處理其他事，集中做死嗰樣野，狂做得啦！你都會覺得，做呢樣既人，腦袋都應該比較簡單，人亦比較單純嘛。GPU 晶片就係咁啦，佢無複雜既「控制單元」同Cache ，但就整合左幾千個，甚至上萬個計算核心，你可以咁諗，即係嗰基層員工安裝多十幾隻機械臂喺佢身上，密做當三番！但用腦判斷既野就極少！

以前，GPU只係分工出泥專門處理影像數據，所謂「顯卡」，譬如打機講求畫質，需專門處理，GPU就大派用場。

但因為GPU 既專門運算，特別適合密碼破解，所以後來比特幣礦機粒晶片都係用GPU，因為所謂「挖礦」，都係一條心透過不斷運算搵個nounce 值出嚟，極適合用GPU；至於而家，大家都知啦，GPU亦非常適合巨量資料並行處理（當然要再將粒晶片既結構改動下）；所以，人工智能同機器學習的普及，GPU的需求就急增，成就了輝哥！

其實，PU唔只兩隻，運算分工愈嚟愈細，乜PU都有，BPU、DPU、EPU……. 真係26個字母都唔夠用。

當然，今期主角係GPU，有排未到ZPU。