“头脑发热”其实事出有因——为啥GPU/VPU要比CPU更发烧？

前些日子，菜菜在杂志上看到这样一段文字——“现在主流显卡CPU的温度与CPU的相比要高很多……”。菜菜不禁心生疑惑，都知道CPU和GPU在工作时会发热，可为什么GPU就要比CPU更烫一些，多高的温度又属于正常范围？我们又如何来查看当前CPU和GPU的工作温度呢？带着这些问题，菜菜又找到眼镜兄来一问究竟……[编者按]     

异构来临 HSA联盟初探

GPU是强大的并行处理器,CPU是强劲的串行处理器,那么CPU和GPU如果各取所长,联合在一起的话,是不是可以发挥最强大的能力呢？AMD在APU推出后,就在全力发展CPU和GPU的异构计算,HAS联盟就是AMD在异构计算上最大的杀招。     

认识物理处理器

CPU、GPU你已经耳熟能详．那你知道PPU么？在2005游戏开发者论坛(Garne Developers Conference 2005，GDC2005)上AGEIA公司给我们带来了Physx-Physics Processing Unit(PPU物理运算处理器)如果CPU是为了运算而生，GPU是为了图形而生那么PPU则注定是为了游戏而生！你在玩游戏的时候常常会抱怨；游戏中的形象犹如一个个机械的木偶贴图，而有了PPU之后，你将感受到的是更为真实的“物理世界”！     

板卡上的元器件逐个数（4）显卡的核心

GPU作为显卡的“心脏”．在显卡中扮演了很重要的角色．如同电脑里的CPU一样．GPU决定了显卡的档次和大部分性能,那它究竟是如何构成的？GPU是不是只负责图形处理？想要弄明白这GPU究竟为“何物”的朋友就接着往下看吧!     

CPU／GPU谁更值得超频

很多游戏玩家在攒机B寸都喜欢加价购买能让CPU更好超频的主板和散热风扇。如果你的预算并不充裕，应该将有限的投资放在显卡（GPU）的选择，或者辅助GPU超频的投资上。不相信？那就来看看CPU~EIGPU，两个单元谁对离端平台的游戏性能更敏感吧。     

GPU的未来——专访NVIDIA（英伟达）创始人、总裁兼首席执行官黄仁勋先生

既然CPU中可以集成GPU,那么未来NVIDIA GPU中是否也会加入CPU呢？CUDA—x86的作用究竟是怎样的？借2010年9月21日～23日NVIDIA举办GTC（GPU Technology Conference）大会之际,本刊记者就上述用户关注的热门话题采访TNVIDIA（英伟达）创始人、总裁兼首席执行官黄仁勋先生（以下简称“黄”）。     

CPU＋GPU架构是未来高性能计算的方向

如果说之前大学还对CUP＋GPU架构在高性能计算机领域的能力有所质疑,那么现在豪无疑问的是,未来的超级计算机和高性能计算机将由CPU＋GPU的架构构成。什么是超级计算机和高性能计算？     

异构计算 处理器性能提升的“催化剂”

在过去,衡量一款处理器（CPU）的综合战力,我们主要看它的工作频率与核心数量,然而自从AMD推出融合了GPU（图形芯片）的APU后,现在市场上的CPU大部分都内置了GPU。如今,我们衡量CPU性能时又多了个理念——是否支持异构计算。异构计算对于处理器来说,真的如此重要么？     

散热问题笔记本电脑的最大硬伤

是什么导致笔记本电脑如此“发烧”？笔记本电脑过热会带来怎样的故障表现？在这样一个狭小的空间内要做到针对发热大户CPU和GPU的散热,在散热结构上有没有什么特别之处？     

从图形渲染到密集计算：通用GPU的崛起

在两年前,NVIDIA与Intel打了一场GPU与CPU谁更重要的口水战．表面上看．这场口水战只是双方交恶的意气之争,但实际上体现了计算业界的根本性分歧：CPU更适合通用性质的任务处理,而GPU更适合高并行的密集数学计算．这两者未来谁会更重要呢？     

Kubernetes异构资源细粒度调度策略的设计与实现

在异构资源环境中高效利用计算资源是提升任务效率和集群利用率的关键。Kuberentes作为容器编排领域的首选方案,在异构资源调度场景下调度器缺少GPU细粒度信息无法满足用户自定义需求,并且CPU/GPU节点混合部署下调度器无法感知异构资源从而导致资源竞争。综合考虑异构资源在节点上的分布及其硬件状态,提出一种基于Kubernetes的CPU/GPU异构资源细粒度调度策略。利用设备插件机制收集每个节点上GPU的详细信息,并将GPU资源指标提交给调度算法。在原有CPU和内存过滤算法的基础上,增加自定义GPU信息的过滤,从而筛选出符合用户细粒度需求的节点。针对CPU/GPU节点混合部署的情况,改进调度器的打分算法,动态感知应用类型,对CPU和GPU应用分别采用负载均衡算法和最小最合适算法,保证异构资源调度策略对不同类型应用的正确调度,并且在CPU资源不足的情况下充分利用GPU节点的碎片资源。通过对GPU细粒度调度和CPU/GPU节点混合部署情况下的调度效果进行实验验证,结果表明该策略能够有效进行GPU调度并且避免资源竞争。     

CPU×4不再是“牛排”的特权 原道N90双擎Ⅱ

强大的配置 说到“双核CPU，四核GPU”，你一定会想到”The New Pad”，它超高的分辨率和强劲的四核GPU给用户带来了近乎完美的视觉体验。     

基于CPU／GPU异构平台并行优化的研究

CPU／GPU异构系统具有很大的发展潜力,深入研究CPU／GPU异构平台的并行优化,可实现系统整体计算能力的最大化。通过对CPU／GPU任务划分的优化来平衡CPU和GPU的负载,可提高计算资源的利用率,缩短计算任务的执行时间;通过对GPU线程划分的优化,可使GPU获得更高的速度。从而提高系统整体性能。     

大论战：CPU、GPU谁更重要？

当PC进入视觉计算时代之后,人们开始发现Pc性能的提升对于GPU的依赖性已经超过了CPU。“CPU、GPU谁更重要”,“GPU是否会取代CPU成为PC核心”,“未来是CPU取代GPU,还是GPU取代CPU”等一系列的争论成为了最近人们讨论最多的话题。     

异构来临 HSA联盟初探

GPU是强大的并行处理器,CPU是强劲的串行处理器,那么CPU和GPU如果各取所长,联合在一起的话,是不是可以发挥最强大的能力呢?AMD在APU推出后,就在全力发展CPU和GPU的异构计算,HAS联盟就是AMD在异构计算上最大的杀招。     

CPU+GPU海量信息集群高速显示技术

针对集群显示系统中存在的CPU多核闲置、GPU利用不足、CPU与GPU结合困难等问题,研究了CPU多核多线程处理、GPU并行处理及CPU+GPU整合运算等技术,提出并构建了CPU+GPU集群并行显示系统,提升了集群并行显示系统的综合运算能力,实验结果表明CPU+GPU集群并行显示技术是有效的,为海量信息高速显示提供了有效的解决方案。     

走进整合GPU的世界 Intel Core i3全方位体验

在玩家心目中,CPU和GPU是电脑平台上两个互不侵犯的配件,二者各自分工：CPU提供强劲的运算性能,GPU则提供出色的图形渲染效果。但是随着制程工艺的不断升级,整合的趋势愈发明显,这次Intel给玩家带来了新鲜的玩法——首款整合了GPU显示核心的处理器,终于在近期正式与广大用户见面了。对于这款业界创新型处理器产品,究竟能给玩家带来哪些与众不同的体验？下面让我们一同走进本期关于Core i3的主题测试。     

Atom革命！——超便携平台Pine Trail全国首测

作为移动平台史无前例的革命，将GPU集成到CPU内部之后，划时代的新一代Atom究竟改变了多少？     

GPU和CPU哪个更重要

最近一段时间，关于“在PC机中，是CPU重要还是GPU重要”，“是CPU要融合GPU，还是GPU要取代CPU”是业界比较热闹的话题之一。     

CPU/GPU 异构环境下图像协同并行处理模型

随着GPU通用计算能力的不断发展,一些新的更高效的处理技术应用到图像处理领域.目前已有一些图像处理算法移植到GPU中且取得了不错的加速效果,但这些算法没有充分利用CPU/GPU组成的异构系统中各处理单元的计算能力.文章在研究GPU编程模型和并行算法设计的基础上,提出了CPU/GPU异构环境下图像协同并行处理模型.该模型充分考虑异构系统中各处理单元的计算能力,通过图像中值滤波算法,验证了CPU/GPU环境下协同并行处理模型在高分辨率灰度图像处理中的有效性.实验结果表明,该模型在CPU/GPU异构环境下通用性较好,容易扩展到其他图像处理算法.