GPGPU 편집하기 (부분)

== CPU와 GPU의 차이 ==
{| class="wikitable"
!구분
!중앙 처리 장치(CPU)
!그래픽 처리 장치(GPU)
|-
!'''함수'''
|서버의 주요 처리 연산을 해결하는 일반화된 구성 요소
|병렬 컴퓨팅에 탁월한 전문화된 구성 요소
|-
!'''처리 중'''
|직렬 명령 처리를 위해 설계됨
|병렬 명령 처리를 위해 설계됨
|-
!'''설계'''
|코어 수는 더 적지만 코어 성능은 더 강력함
|CPU보다 코어 수는 더 많지만 CPU 코어보다 성능이 떨어짐
|-
!'''가장 적합한 용도'''
|범용 컴퓨팅 애플리케이션
|고성능 컴퓨팅 애플리케이션
|-
!'''비유'''
|
* 스포츠카
* 몇명의 엘리트
|
* 대형 트럭
* 수 천명의 노동자
|}
[[파일:CPU와 GPU의 구조.png|섬네일|CPU와 GPU의 구]]
'''CPU는''' '''다양한 환경에서의 작업을 빠르게 수행하기 위해''' 복잡한 ALU(산술 논리 유닛)와 FPU(부동 소수점 유닛) 구조를 가지고 있고, 명령어 하나로 처리할 수 있는 기능([[SIMD]])도 많으며, 각종 제어 처리를 위한 부분이 매우 많다. CPU에 계속 추가되고 있는 확장 명령어 셋들을(SSE, AVX, FMA 등) 보면 명령어 하나로 계산 여러 개를 한꺼번에 하거나 복잡한 수식 처리를 하기 위한 것이 많다. 

'''GPU는''' 특화된 연산을 빠른 속도로 수행하기 위해 그런 부분을 과감히 삭제하고 비교적 단순한 다수(수백 개)의 ALU와 FPU에 집중하는 구조로 만들어졌다. 때문에 GPU 단독으로는 어떤 고차원적인 작업은 처리할 수 없다. GPU라는 계산기를 두드리며 제어하고 명령하는 것은 여전히 CPU이다.

'''GPU는''' 대량 계산에 용이하게 설계되므로 잘 이용하면 연산 성능을 향상시킬 수 있다. 대표적인 예가 GPU의 탄생 배경인 그래픽 처리이고, 최근 4차산업혁명 시대에 들어선 인공지능과 블록체인을 위한 연산 등에서 CPU보다 훨씬 빠른 성능을 보여주고 있다. 이렇게 그래픽 처리가 아닌 다른 목적들로 범용성을 가지고 GPU가 사용되는 것을 GPGPU라고 한다.
[[분류:인공지능]]
[[분류:하드웨어]]