内核在Multicores上运行速度很快但在GPU上相对较慢

Question

有人会建议算法列表，其中Multicores与GPU相比具有更高的性能吗？我知道混合方法仍然会更快，但我真正想要的是了解GPU仍然落后于多核的领域。

Answer 1

从最不适合的适合性到最适合的顺序：

• GPU只能加速SIMD类型的工作负载，因此它们不适合任务并行操作（如make -jN）。
• 与CPU相比，GPU没有太多缓存，其原子操作相对较慢;所以它们远不如使用基于指针的结构（如树）的CPU那么好。
• 图像处理或计算机视觉等工作负载处于灰色区域，其中GPU优势（纹理映射硬件，更多核心）可能被CPU优势（更好的SIMD整数支持，更高的时钟速率）抵消。如果实际处理是以浮点形式完成的，那么它可能是GPU的一个洗牌或轻微优势;如果处理是以整数形式完成的，并且可以映射到SSE2指令，那么CPU将会破坏GPU。

GPU在使用大量单精度浮点的数据并行工作负载方面表现优异。

任何卸载到GPU的工作负载也会产生数据传输成本。

Answer 2

英特尔的一些人做了一些研究，他们比较了现代多核CPU和GPU的科学计算。也许你觉得有趣。第5页的图1显示了结果。

Lee等人，“揭穿100X GPU与CPU神话：对CPU和GPU吞吐量计算的评估”： http://www.hwsw.hu/kepek/hirek/2010/06/p451-lee.pdf