我向那些（几乎）不知道GPU是如何工作的人做了一个演示。我认为说GPU有一千个核心，其中CPU只有四到八个是没有意义的。但我想给观众一个比较的元素。
在使用NVidia的Kepler和AMD的GCN架构几个月后，我很想将 GPU“核心”与 CPU的SIMD ALU 进行比较（我不知道）知道他们在英特尔是否有这个名字。 公平吗？毕竟，在查看汇编级别时，这些编程模型有很多共同之处（至少对于GCN，请看一下 p2-6 ISA manual）。
This article表示Haswell处理器每个周期可以执行32次单精度操作，但我认为有流水线或其他事情可以实现该速率。 在NVidia的说法中，这个处理器有多少 Cuda-cores ？我会说每个CPU核心有8个用于32位操作，但这只是基于SIMD宽度。
当然，在比较CPU和GPU硬件时还有许多其他因素需要考虑，但这不是我想要做的。我只需要解释这件事是如何运作的。
PS：非常感谢所有指向 CPU 硬件文档或CPU / GPU演示的指针！
修改 谢谢你的回答，遗憾的是我不得不只选择其中一个。我标记Igor's answer，因为它最符合我最初的问题，并给了我足够的信息来证明为什么不应该把这种比较放得太远，而是CaptainObvious provided very good articles。
答案 0 :(得分：11)
我非常谨慎进行这种比较。毕竟即使在GPU世界中，取决于上下文的术语“核心”具有非常不同的能力：新的AMD GCN与旧的VLIW4完全不同，旧的VLIW4本身与CUDA核心版本截然不同。
除此之外，如果你只与CPU进行一次小比较就会给你的观众带来更多的困惑而不是理解。如果我是你，我仍然会更详细（仍然可以快速）比较。
例如，有人习惯于CPU并且对GPU知之甚少，可能会想知道GPU如何拥有如此多的寄存器，尽管它如此昂贵（在CPU世界中）。在post结尾处给出了对该问题的解释，以及一些GPU和CPU的比较。
另一个article通过解释GPU如何工作以及它们如何演变并显示与CPU的差异，对这两种处理单元进行了很好的比较。它涉及数据流，内存层次结构等主题，但也涉及GPU有用的应用程序类型。在GPU可以开发的所有功能之后，只能针对某些类型的问题（高效）访问
而且就个人而言，如果我不得不做一个关于GPU的演示并且有可能只使用一个对CPU 的引用，那就是：提出GPU可以有效解决的问题与CPU可以更好地处理的问题。
作为奖励即使它与你的演示文稿没有直接关系，这里有一个article让GPGPU正确看待，显示某些人所声称的某些加速被高估（这与我最后一点btw相关联）：）
答案 1 :(得分：10)
非常松散地说，Haswell核心拥有大约16个CUDA核心并不是完全没有道理的，但你绝对不想把这个比较太过分。您可能希望在演示文稿中直接制作该语句时要谨慎，但我发现将CUDA核心视为与标量FP单元有些相关是有用的。
如果我解释为什么Haswell每个周期可以执行32次单精度操作，这可能会有所帮助。
在每条AVX / AVX2指令中执行8次单精度运算。编写将在Haswell CPU上运行的代码时，可以使用以256位向量运行的AVX和AVX2指令。这些256位向量可以表示8个单精度FP数，8个整数（32位）或4个双精度FP数。
每个周期可以在每个核心执行2条AVX / AVX2指令，尽管对哪些指令可以配对有一些限制。
融合乘法加法（FMA）指令在技术上执行2次单精度运算。 FMA指令执行“融合”操作，例如A = A * B + C，因此每个标量操作数可以说有两个操作：乘法和加法。
本文更详细地解释了上述几点：http://www.realworldtech.com/haswell-cpu/4/
在总计算中，Haswell核心可以在每个周期执行8 * 2 * 2单精度运算。由于CUDA内核也支持FMA操作，因此在将CUDA内核与Haswell内核进行比较时，不能将该系数计为2。
Kepler CUDA内核有一个单精度浮点单元，因此每个周期可以执行一次浮点运算：http://www.nvidia.com/content/PDF/kepler/NVIDIA-Kepler-GK110-Architecture-Whitepaper.pdf，http://www.realworldtech.com/kepler-brief/
如果我把幻灯片放在一起，我会有一节解释Haswell每周期可以执行多少FP操作：上面的三点，再加上你有多个核心，可能还有多个处理器。而且，我还有另一部分解释每个周期Kepler GPU可以执行多少FP操作：每个SMX 192个，并且GPU上有多个SMX单元。
PS：我可能会说明显而易见的，但为了避免混淆：Haswell架构还包括一个集成的GPU，它与Haswell CPU完全不同。答案 2 :(得分：2)
我完全同意CaptainObvious，特别是提出GPU可以有效解决的问题与CPU可以处理的问题是个好主意。
我喜欢比较CPU和GPU的一种方法是它们可以执行的操作/秒数。但当然不要将一个CPU核心与多核gpu进行比较。
SandyBridge核心可以执行2个AVX操作/循环，即8个双精度数字/循环。因此，一台具有16个Sandy-Bridge内核的计算机，主频为2.6 GHz，峰值功率为333 Gflops。
K20计算模块GK110的峰值为1170 Gflops，是3.5倍。在我看来，这是一个公平的比较，应该强调的是，峰值性能更容易达到CPU（一些应用程序达到峰值的80％-90％）而不是GPU（最佳案例）我知道是less than 50% of peak）。
所以为了总结一下，我不会深入讨论架构细节，而是说明一些剪切数，其中的观点是峰值通常远不及GPU。
答案 3 :(得分：1)
将GPU与矢量化CPU单位进行比较更为公平，但如果您的观众对GPU的工作方式有零概念，那么假设他们对矢量化SSE指令有类似的了解似乎是公平的。
对于像这样的受众，重要的是要指出高级别的差异，比如gpu上的“核心”块如何共享调度程序和注册文件。
我会参考GTC Kepler architecture overview以更好地了解Kepler架构的外观。 如果你想坚持“gpu核心”的想法，This也是两者之间相当可比的比较。
