【Unity基础知识】CPU vs GPU，谁才是算力之王？

最新推荐文章于 2024-12-09 11:13:59 发布
最新推荐文章于 2024-12-09 11:13:59 发布
阅读量3.1k 收藏 1
点赞数
分类专栏： unity
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kobe_back/article/details/107312198
版权
本文介绍了GPU从诞生到现代的发展历程，强调了GPU在可编程性和并行计算上的优势，特别是在游戏和高性能计算中的重要角色。与CPU相比，GPU拥有更多的计算单元和并行处理能力，适合大规模并发计算，如密码破解。虽然在控制和有序计算方面不及CPU，但GPU的并行计算能力使其在特定任务中算力更胜一筹。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

GPU，学名可编程图形处理单元，俗称可编图形硬件，一般被行外称为显卡(GPU不是显卡，它是显卡中的核心处理单元)。

GPU概念产生于20世纪70、80年代交替年间，主要用于游戏和视频游戏方面，那时的全部战力仅仅能够快速合成几张图片。十年后，80、90年代交替时，出现了基于数字信号处理芯片，它的主要特点就是贵，当然性能得到了极大提高。1991、1995年对2D加速器的支持得到升级。

1998年是划时代的一年， NVIDIA(英伟达)宣布modern GPU研发成功，进入GPU可编程时代，是历史性突破。与之前的GPU不同，程序员可以将代码运行在GPU的处理单元中，而之前的GPU仅仅能处理固定功能，一旦设计完成，用户不能根据需求扩展功能，最多可以参与简单的设置(固定管线着色器)。

                                         【Unity基础知识】CPU vs GPU，谁才是算力之王？

1998年后，modern GPU的发展又分为四个阶段：

第一代，代表者有NVIDIA的TNT2、 ATI的Grage 、3Dfx的Voodoo3。这一时期的GPU功能很有限，只能用于纹理组合的数学计算，或者像素值的计算。

第二代，1999年到2000年(都是时代之交)，这一时期的GPU具备了三维坐标转换和光照计算能力，OpenGL和DirectX7(图形接口簇)相继支持应用程序通过硬件进行坐标变换。同时对纹理的操作扩展到3维的CubeMap。代表作有NVIDDIA的GeForce

最低0.47元/天 解锁文章
2024年Unity 面试题 |五萬字 二佰道| Unity面试题大全，面试题总结【全网最全，收藏一篇足够面试】
努力前行，总会成为自己心中的那道光
02-23 15万+
正所谓 金三银四 ，又到了找工作的大好时机了，不知道大家有没有意向找一份更好的工作呢~ 之前写了很多Unity的学习和实例文章，但是面试题部分还没有一个系统的整理。 那本篇文章就来整理一下Unity中一些常见的面试题，说不准就会面试的时候就会遇到！ 本篇文章会将Unity所有方面的面试资料都融会贯通，绝对是2022年Unity面试领域最实用的文章啦！
Unity3D基础知识之 ✨ Stats渲染数据统计窗口
努力前行，总会成为自己心中的那道光
01-27 2357
Stats窗口 ## Stats窗口，全程叫做 Rendering Statistics Window , 即渲染数据统计窗口，它会实时统计数据。 FPS（Time per frame andFPS） frames per seconds表示引擎处理和渲染一个游戏帧所花费的时间，该数字主要受到场景中渲染物体数量和GPU性能的影响，FPS数值越高，游戏场景的动画显示会更加平滑和流畅。 一般来说，超过30FPS的画面人眼不会感觉到卡，有视觉残留的特性，光在视网膜上停止用后人眼还会保持1/...
不一样的视角，深度解读unity性能优化。unity性能优化，unity内存优化，cpu优化，gpu优化，资源优化，资源包、资源去重优化，ugui优化。
fengya1的专栏
09-02 2925
通过从多个角度进行优化，可以显著提高Unity游戏的性能。物理计算：减少触发器和刚体使用、优化碰撞体的数量和复杂性、利用Layer Collision Matrix进行分层碰撞检测。模型和渲染：使用LOD技术、遮挡剔除、简化模型顶点。动画：减少关键帧、简化Animator状态机。布料模拟：减少布料物理模拟的使用。对象管理：实现对象缓存池来减少对象实例化。导航网格：调整NavMesh的精度和分区来优化寻径计算。
GPU与CPU比较，GPU为什么更适合深度学习？
hbcbgcx的博客
01-24 3157
https://baijiahao.baidu.com/s?id=1607950702225909617&wfr=spider&for=pc 一、CPU与GPU对比 CPU是一个有多种功能的优秀领导者。它的优点在于调度、管理、协调能力强，计算能力则位于其次。而GPU相当于一个接受CPU调度的“拥有大量计算能力”的员工。 下图是处理器内部结构图： DRAM即动态随机存取存储器，是常见...
Unity运用GPU代替CPU处理和计算简单测试
a554671102的博客
11-15 1115
http://www.manew.com/thread-110502-1-1.html 随着游戏玩法的增强，计算的多量化，我们的CPU并不足以迅速的处理这些问题，而Unity给我们开放了一个接口，我们需要用它来处理大量的运算； 我们可以把大量的处理运算的逻辑放入这个Shader中，用GPU的并行能力来计算，这里简单的说一说他的使用方式和如何把参数传入和传出。让我们像一个方...
深度学习：CPU和GPU算力
最新发布
m0_46135173的博客
12-09 4077
算力”（Computing Power）通常是指计算机或计算系统执行计算任务的能力。是衡量图形处理器在并行计算中执行浮点运算能力的重要指标，通常以**每秒浮点运算次数（FLOPS, Floating Point Operations Per Second）**表示。通常用浮点运算能力（FLOPS, Floating Point Operations Per Second）来衡量，尤其在科学计算、高性能计算（HPC）和人工智能领域。每个周期执行的浮点运算数。每周期执行的浮点运算数。每个核心的时钟频率（
CPU、GPU算力计算
weixin_44577224的博客
02-28 8597
最直观的理解就是，向量计算。比如一个加法指令周期只能算一组数（一维向量相加），使用SIMD的话，一个加法指令周期可以同时算多组数（n维向量相加），二者用时基本相等，极大地提高了运算效率。FMA的全称为Fused Multiply–accumulate operation, 也就是乘积累加指令，这种指令集融合了加法和乘法，使得处理器能够在一个指令中同时完成乘法和加法操作，从而提高了计算效率。单精度和双精度浮点运算概念，简单的理解单精度就是指32bit的指令长度的运算，对应操作系统就是32位操作系统；
UnityShader入门详解：从基础知识到GPU发展历程
"UnityShader基础知识-Shader入门" 在Unity中，Shader是用于定义物体表面渲染效果的关键组件，它利用GPU的强大计算能力来实现复杂的图形效果。Shader的语言通常基于Cg/HLSL，允许开发者编写顶点着色器和片段着色器...
Unity基础知识汇总
levosam的博客
05-12 1万+
2.Unity相关知识2.1 Unity介绍Unity成为一款可以轻松创建游戏和三维互动的开发工具，是一个专业跨平台游戏引擎Unity操作快捷键 Ctrl   N New Scene 新建场景 Ctrl   O Open Scene 打开场景 Ctrl   S Save Scene 保存 Ctrl Shift S Save Scene as 保存场景为 Ctrl Shif...
【PyTorch&TensorBoard实战】GPU与CPU的计算速度对比（附代码）
使者大牙ℂypher的博客
10-14 5815
本文基于PyTorch通过tensor点积所需要的时间来对比GPU与CPU的计算速度，并介绍tensorboard的使用方法。
NPU、CPU、GPU算力及算力计算方式
joanna_xiao的博客
11-21 1万+
再后面是已发布的Altan，算力是1000TFLOPS，这次的Thor算力是2000 TOPS强大的着实让人震惊（但是芯片2025才出来，是时间好像有些远的PPT产品）。FSD芯片采用三星（德克萨斯州奥斯汀的工厂）的14纳米工艺技术制造，集成了3个四核Cortex-A72集群，共有12个CPU，工作频率为2.2GHz，1个(ARM的)Mali G71 MP12 GPU，2个NPU工作频率为2GHz，还有其他各种硬件加速器。同时也引入了更复杂的AI模型（NVIDIA大致每2年的产品都会有一个质的提升）。
从零点一开始机器学习之GPU运算性能和CPU性能对比（GPU算力表）
小黄瓜要编程的博客
12-24 1万+
在机器学习之Win10 64位下安装Cuda+Cudnn文中，我们已经简单的阐述了一下gpu在机器学习中性能好于cpu，但是到底有多大的差距呢？刚开始的同学没有一个直观的认识（主要是我自己也没有直观的认识），在此记录一下吧。 我们采用同样的一个简单的基于VGG16的图像分类代码来对比一下，如果有误导或者理解不到位的地方，恳请指正，谢谢！服务器虽然有点旧，但是还是可以看出问题的！ 图像分三类，每一类图像3800张左右，batch_size均为25 CPU服务器一 服务器配置 选取epoch5-15查看
深入了解浮点运算——CPU 和 GPU 算力是如何计算的
4G/5G随身WiFi专业DIY改装
02-27 5167
浮点运算是计算机领域中的一种基础运算方式，用于进行实数的近似计算。浮点数由两个主要部分组成：尾数和指数。尾数表示实数的数值，而指数表示实数与基数之间的位移量。在计算机中，浮点数以二进制形式表示，通过尾数位和指数位来进行存储和计算。浮点数的存储方式可以分为单精度和双精度，分别占用32位和64位。浮点数的计算涉及到加法、减法、乘法、除法等基本运算，以及特殊运算如开方和求余等。了解浮点数的基础知识对于理解CPU和GPU的算力计算过程十分重要。
cpu消耗 pytorch_Pytorch用GPU到底能比CPU快多少？
weixin_33879932的博客
12-24 1388
给踌躇于要不要买GPU的朋友们做一点微小的贡献：同一段脚本，同样的数据量，同样的神经网络配置，用cpu和gpu分别计算，看看分别用了多长时间。嫌麻烦的同学可以提前看结论：同样的钱，买GPU得到的计算能力，是CPU的15倍。15倍。神经网络配置：5层hidden layer，每层500个nodes，一共500个epochs，做一次实验;5层hidden layer，每层1000个nodes，一共10...
CPU vs GPU：不仅仅是一字之差
全粘工程师
06-13 2605
CPU 拥有强大的指令处理和计算能力（这里强大的计算能力是指 CPU 可以胜任更复杂的计算任务），通常用于处理计算机的核心工作，包括解释计算机指令和处理计算机软件中的数据。这些看得见的应用背后，是看不见的算力在默默地支撑着。然而，随着计算机的普及，人们对图形显示的要求不断提高，例如在进行复杂的三维建模时，需要处理大量的图形数据以呈现逼真的效果；但是，向量数据库本身的性能也是一个问题，说到底与大模型的结合只是其应用的一部分，它本质上还是一个数据搜索和分析的工具，如果性能满足不了用户需求，同样也会被淘汰。
CPU与GPU计算能力比较
热门推荐
taot2009的专栏
11-01 2万+
本文对比几个算法分别在CPU上计算，与GPU上计算的耗时。 测试环境： CPU: Intel(R)_Core(TM)_i7-7700_CPU_@_3.60GHz x 8 GPU: NVIDIA GeForce GTX 1050 一，FFT计算的性能分析。 1，dft离散傅里叶变换的公式如下。 X为源数据，一个复数数组。Y = dft(X) 和 X = ifft(Y) 分别表示傅里叶变换...
什么是CPU、GPU、NPU、TPU，及算力对比？
分享DotNet技术和日常开发笔记，DotNet，Python为主。
09-22 4415
NPU 和 TPU 则专注于特定的计算任务，如神经网络和张量计算，具有更高的计算效率和吞吐量。通常情况下，GPU 的算力比 CPU 高几个数量级，而 NPU 和 TPU 的算力则更高，可以达到更大的数量级。需要注意的是，算力并不是唯一的衡量标准，实际应用中还需要考虑处理器的功耗、内存带宽、存储容量等因素，以及与应用程序的匹配程度。它具有高度优化的硬件和指令集，可以快速执行神经网络的前向和反向计算，用于加速机器学习和人工智能应用。是计算机系统中的主要处理器，负责执行大多数的通用计算任务。
如何评估计算机的算力：从 CPU 到 GPU 的演变
github_36774378的博客
08-25 2109
这就是 CPU 和 GPU 在计算能力上的区别，这是由它们的架构决定的，CPU 可以执行任何程序，而 GPU转为多任务而生，并发能力强。当然，上面的两张图并不是说 GPU 比 CPU 厉害，事实上，CPU 和 GPU 各自具有不同的特点和优势，选择哪种设备取决于具体的应用场景和需求。其中，CPU（中央处理器）和 GPU（图形处理器）是计算机中最为核心的两个组件，它们的算力和性能对于计算机的整体性能具有决定性的影响。CPU 是计算机的核心组件之一，它的主要功能是执行指令、控制计算机的运行和处理数据等任务。
【Unity Shader】基础知识点笔记（二）：GPU流水线与Unity Shader 结构
LVYSLBY的博客
06-12 809
这个部分记录一下GPU流水线以及Shader的结构，内容主要是基于冯乐乐《UnityShader入门精要》的摘抄查找，下述的图片都是截于此书中。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值