主機板上來了一個新鄰居，CPU慌了！
大家好，我是CPU一號車間的那個阿Q，好久不見，我想死你們了～
不認識我的請去這裡這裡補補課：完了！CPU一味求快出事兒了！
主機板上的新鄰居
“阿Q，快別忙了，馬上去一趟會議室，領導有重要事情開會”，一大早，咱們CPU廠裡的匯流排主任就挨個到8個車間通知大家開會，神色有些凝重。
“什麼事情，這麼著急？”
“聽說是主機板上新來了一家單位，來搶咱們CPU工廠的飯碗了”，主任小聲的說到。
“還有這種事情？”，我二話沒說趕緊起身出門了。
來到會議室，沒想到大家都已經到齊了，就差我了。
見我到來，領導開始講話：“諸位，想必大家可能都有所耳聞，就在昨天，在咱們CPU工廠的不遠處，主機板上新來了一家叫GPU的單位，公開搶我們飯碗，今天召集大家就是商討應對之策”
“GPU，我知道，就是圖形處理器，就是乾圖形計算的，怎麼能搶我們的活呢？領導你多慮了吧”，我回頭一看，原來是六號車間的代表小六在發言。
“哦，看來你對他們很瞭解嘛？”，領導問小六。
小六有些不好意思的說到：“實不相瞞，在跳槽到這裡來之前，我在另外一家CPU工廠上班，那裡的主機板上就有個GPU。他們主要承接一些圖形渲染相關的計算工作，不過他們都是執行一些固定的操作，計算電路都是固定的，根本都不具備可程式設計的能力，跟我們CPU那是沒法比的”
“小六，士別三日都當刮目相看，你有多久沒見他們了？現在他們不僅和我們一樣可以程式設計，據說團隊規模擴張，現在已經是通用計算架構了，名字都要改了，叫什麼GPGPU，連計算速度都比我們快了！”，領導說的擲地有聲，會場一下安靜了下來。
“阿Q、小六，你們兩個想辦法混進去他們工廠摸摸情況，彙報以後咱們再繼續討論，大家意下如何？”，領導望向大家。
我還沒反應過來，大家都紛紛說好，看來這份差事我是躲不掉了。
潛入GPU內部
當天夜裡，我與小六偷偷溜進了GPU工廠，沒想到雖然夜已深，但裡面還是燈火通明，一派繁忙的景象。
等到進入了他們工作的地方，我和我的小夥伴都驚呆了！好傢伙，這規模也太大了，放眼望去，全是一個個的工作車間，一眼望不到頭。
“Q哥，他們這也太猛了，咱們CPU也就8核，才8個車間，他們這我目測不下1000個車間，難道他們有1000多個核，看得我眼睛都花了！”，小六滿臉驚訝的說到。
“我看沒那麼簡單，你仔細看他們的工作車間，比我們的可簡陋多了”
“還真是，那些橙色的地方應該就是快取吧，比我們可小多了。還有他們好像大部分都是計算電路，邏輯控制電路很少”
“你們不去幹活，躲在這幹嘛？”，不好，我們被巡邏的給發現了！但好像他並沒有認出我們的身份，把我們當成這裡的員工了。
我倆尷尬的點頭笑著說到：“休息休息，我們這就回去”
“你倆快去1024號車間，那裡還缺人手”
“好嘞好嘞，這就去，這就去”
我堂堂CPU一號車間的指令執行長官阿Q，居然在這裡對這個小小巡邏點頭哈腰的，想想都氣！
GPU的祕密
找了好久，我倆終於來到1024號車間，這裡有一個小哥正忙的不可開交。見到我們到來，小哥高興的說到：“你們可算是來了，我這都忙死了”
“今天都這麼晚了，這是在忙著執行什麼程式啊”，我試探性的問到。
“今天有點背，程式設計師下班前留了一個深度學習的神經網路訓練任務給我們，今兒晚上大家肯定沒法休息了，搞不好得通宵”，小哥一邊忙著操作計算電路進行資料計算，一邊對我們說到。
小六給我使了個眼神，然後對小哥說到：“你空了給我們介紹下工作吧，讓我們也乾點活”
“對，對，讓我們也幫你分擔點”，我跟著附和。
“你們先坐坐，這一輪訓練馬上就要結束了，趁著空當給你們介紹介紹。”，小哥說完擦了擦額頭的汗。
趁著小哥在忙，我倆四處轉了轉，“小六啊，他們這車間比起咱們CPU確實顯得寒酸了許多。我們每個車間可都是標配了一二級快取的，少說也有幾百KB，他們可沒有這個待遇。而且他們的計算資源電路也簡單很多，像我們用於分支預測和亂序執行的邏輯控制電路這裡都沒有”
“Q哥高手啊，這裡這麼多電路你都能認得出來？”
“俺在CPU廠裡混了那麼多年，這都認不出來那不白乾了嗎？”
“不對啊，按照你說的，他們這裡的電路應該很少才對，可是你看怎麼這麼多”，小六的話引起了我的注意。
再仔細一看，計算電路雖然沒我們那麼複雜，但計算單元ALU卻有很多份！要知道在咱們CPU工廠，一個車間也只有一份。
正在納悶之際，小哥忙完了手裡的活，走了過來，“總算可以歇口氣了”。
“大哥辛苦了，想問一下這裡怎麼這麼多重複的計算電路啊？這不浪費嗎？”，我趕緊上前問到。
小哥不以為然，“這可不是浪費，在咱們GPU工廠的車間裡，每個車間都配置了很多個計算單元，我可以操作它們同時進行批量的資料計算，提升速度”
“批量計算？還能同時？”，小六問到。
“是啊，像我們GPU工廠承包的活基本都是這種型別，像3D影象渲染中每個畫素的計算，深度學習中張量和矩陣的計算，它們有一個特點，都是演算法固定，只是資料不一樣而已。同樣的計算邏輯，我餵給它們不同的資料就可以平行計算了！這個叫SIMT（Single Instruction，Multiple Threads）技術”，小哥得意的說到。
“SIMT？這技術怎麼感覺那麼眼熟呢？”，我問到。
小哥繼續笑著說到：“那可不，這一招CPU他們早就用過了，我們這是借鑑”
“哦，我想起來了，Q哥，他說的應該是SIMD（Single Instruction Multiple Data，單指令多資料流），一條指令中可以批量操作多個數據，提升效能”
小六一下點醒了我，“原來如此！我們，哦不，是他們CPU只是批量操作資料，GPU這裡是批量執行計算，真是妙啊！”
“Q哥，聽起來不錯啊，為什麼咱們CPU不能這樣搞呢？”，小六悄悄問我。
“你個笨蛋，咱們CPU內部有八個車間，每個車間同時執行一個執行緒不就是並行嗎？只不過咱們執行的多個執行緒都是功能各異，有些是IO密集，有些是計算密集，既有快取和邏輯控制電路的的建設成本，還要做到通用，沒有辦法像他們這樣搞很多個出來。”
接下來，小哥帶我們來到了操作平臺，告訴我們如何操作這一堆電路執行計算工作，我自然是輕車熟路了，這比在我們那兒簡單多了。
“那邊是暫存器和儲存執行上下文的地方，你們等會兒會用到。”，小哥指著一堆箱子說到。
“哎，老哥，這執行上下文怎麼這麼多，比計算單元ALU還多”，我問到。
小哥一拍腦袋說到：“嗨，瞧我這記性，忘記給你們說了。咱們GPU雖然以計算見長，但還是會遇到分支判斷的場景，咱們這又沒有CPU那樣的分支預測和亂序執行的能力，你們不知道記憶體那傢伙可慢了，有時候難免會遇到停頓等待的情況，浪費計算資源。後來領導交代了，為了充分利用計算資源，不讓ALU閒置著，遇到這種停頓的情況，就把計算資源ALU挪出來去執行別的計算程式碼。所以就需要多預留一些執行上下文來儲存現場了。”
“臥槽，這不就是超執行緒技術嘛！又抄襲我們CPU”，我幾乎突口而出，說完看了一眼小六。
“怎麼能叫抄襲呢，借鑑，是借鑑哈”，小哥齜著牙笑著。
小六突然問了一句：“咱們GPU這麼厲害，以後是不是都沒他們CPU啥事兒啦？”
小哥搖了搖頭：“這話說的有些吹牛皮了，我們連中斷處理和虛擬記憶體都沒有，還需要藉助CPU他們的幫忙才能工作呢，是不可能取代他們的。他們CPU太忙了，又要忙著計算，又要忙著執行IO，處理中斷，還有各種複雜邏輯的判斷處理，我們就簡單了，沒有那麼多顧慮，就是用人海戰術，做純粹的計算工作，人多力量大，又能並行，所以在數學計算方面我們要快得多。不過總體來說我們和CPU是合作關係，不是競爭關係！”
聽到小哥這麼一說，我倆懸著的心總算放了下來，這下回去可算是給領導有個交代了。
我正想的出神，小六從背後悄悄拍了拍我，使了個眼神。
順著他示意的地方望去，只見剛才那個巡邏正帶著幾個保安朝我們這邊走了過來。
來不及向小哥告別，我倆趕緊溜之大吉···
往期TOP5文章
那天，我被拉入一個Redis群聊···
CPU明明8個核，網絡卡為啥拼命折騰一號核？
因為一個跨域請求，我差點丟了飯碗
完了！CPU一味求快出事兒了！
雜湊表哪家強？幾大程式語言吵起來了！
